基于MEC 的农业机械数字化车间改造研究

李亚飞

（西南交通大学希望学院， 四川 成都 610400）

引言

随着我国农业机械化、自动化程度的不断提高，农业机械制造业迎来了大量的订单[1]。但是现阶段我国的农机制造业生产管理方式多为粗放式管理，产线缺乏完备的信息化管理系统，导致一些农机生产企业出现了较大的产能缺口，一些生产问题也随之暴露[2]。与此同时，随着2022 年原油价格的不断攀升，导致上游原材料的价格上涨，人工成本提升，降本增效成为农机企业求生存的头等大事[3]。而传统的车间管理办法大多依赖人工管理，产线数据分散且上传、处理速度较慢，导致生产数据管理较为困难，无法满足快速迭代的市场变化、日益增高的产线速度需求与成本管控需求[4]。

随着工业4.0 时代的到来，大数据与物联网技术的不断完善与发展，传统的农机生产车间亟需新技术的改造升级以焕发新的生机活力[5]。不同于传统车间“孤岛”式的生产管理体系，物联网技术可以通过布置大量的传感器等监测设备，通过无线网络与监控平台实时掌握相关机械设备的工作状态，及时维护、更换老化、损坏的零部件，全面了解和整合整个工厂的信息，全面感知生产过程与上下游的业务运行情况。通过大数据技术手段可以实现对数据的归纳整理，并对历史数据进行建模分析，对生产过程进行智能化监控，对未来状态进行预测、分析，打通车间与管理层之间的信息壁垒，最终产生的数字化车间可以极大地提高产品竞争力[6]。

数字化车间的改造升级任重而道远，巨量的设计制造、工艺技术信息，以及现场设备大量的运行数据对云计算技术都是一个巨大的挑战，海量的数据容易导致响应时间延长、运算效率降低、宽带成本升高等一系列的问题。但随着移动通信技术的不断升级迭代，尤其是5G 技术的出现，为该问题的解决指出了新的方向。5G 技术作为新一代移动通信技术，其优势在于通信的高效率、低延时与安全抗干扰，这为农业机械制造业的改造升级提供了一种新的思路，即移动边缘计算（mobile edge computing，MEC）。可以将MEC 边缘云视为公司局域网内的一个私有云，实现边缘位置的计算、网络通信和存储等能力提升，把传统的存储、计算等工作下沉至边缘处理，减轻云端压力，降低响应延时，提升运算效率。

1 MEC 嵌入农机制造体系架构

虽然物联网技术与云计算技术已经初步引入并应用到了工业生产体系中，但是受软硬件技术的限制，仍然存在一些问题。例如为了搜集现场数据而在设备产线上布置的传感器、工控机、网关等设备，这些设备只能起到简单的数据收集、上传等基础功能，但是其计算能力与承载能力较差，无法完成相关数据的处理。传统的云计算技术一般为中心云模式，受网络传输速度的限制，大量的数据处理占用了网络资源，无法满足超低延时要求，同时在中心节点进行数据的处理与计算，也存在着一定的信息保密隐患。

而MEC 则可以完美地解决上述问题，MEC 本质上是边缘基础设施的云计算系统，将数据的传输、计算、存储等工作进行边缘处理，实现了真正意义上的“无所不在”。通过无所不在的边缘计算，可以有效降低响应延时，提升运算效率，解放中心云端的计算压力，降低应用成本。同时在数据的安全性方面，可以保证数据的计算处理均在工厂内部，不需要上传到云端，保证了数据安全。因此，可以考虑基于MEC 对现有的农机生产制造工业体系架构进行改造升级，将其嵌入其中，如下页图1 所示。

将MEC 嵌入到现有的农机生产制造体系中。不同于传统的集中式部署，在MEC 嵌入农机生产制造体系架构中，实现了网络随着业务向边缘转移，带来了众多优势：

1）数据传输采用无线传输，现场无需布置大量的数据传输线，使农机生产制造现场更加干净整洁，减少了对传输线路的维护，且产线设备在布置移动时更加方便，没有了拖线烦恼，提高了生产效率。

2）内容分布化满足了大带宽的需求，不同于传统的中心模式高带宽需求，内容进行分布式部署可以降低对高宽带的依赖，实现移动高清视频监控、AR、VR等技术的应用，数据经过边缘侧计算处理后，也只需将结果同步至云端即可。

3）超低时延，考虑到计算在边缘位置进行，无需上传到中心云端，使得数据传输路径更加短暂，进一步降低了传输时间，控制信息的即时性较高，可以实现实时控制，一触即达。同时，私密数据也可在厂内完成计算处理，可靠性与安全性也得到了进一步的提高。

4）满足巨量的设备联网需求，由于数据的处理计算、控制都在边缘位置进行，因此其可以支撑海量的设备联网需求。

2 工业边缘计算平台

设计MEC 想要更加契合地嵌入到农机生产制造体系中来，需要完善两个主要方向的设计：一是生产一线生产制造数据的采集与反馈，二是具备各项功能工业赋能。其工业边缘计算平台设计，即工业终端模式如图2 所示。

整个工业终端包含三个主要部分，一是整个农机生产制造边缘计算APP，可由第三方APP 提供方制作，或由农机企业自主研发完成，其主要由应用商店承载完成。二是整个工业终端的核心，即工业OS，其涵盖组成部分众多，功能包括：承担APP 下载、更新的应用商店，实现对应用运行环境监测，用户管理功能，时序数据库和区块链等数据服务，确保数据数据不出厂、数据安全的安全服务，包含5G 切片、5GC、SDN 等的通信管理服务，以5G、WiFi 等为主体的网络驱动服务，还有包括CNC、PLC、显示器等在内的外设驱动服务，以及私有云、公有云在内的多云管理服务。

考虑到该工业终端在实际生产运营过程中，最为重要的两大功能分别为数据的采集与处理。数据是整个农机生产制造智能化体系的核心，小到设备的运行状态，大到上下游供应商、经销商的运营情况，都是支撑整个智能制造体系运行的基础，从某种层面来讲，数据是工厂的另一种资产。有了数据的支撑，还要有数据处理分析，考虑到农机生产制造企业在运营过程中每天都会产生海量的数据，并且拥有着不同的数据格式、内容，将这些数据进行归纳整合，剔除其中的无效数据，进行数据处理分析，有时面对故障问题，还需要与历史数据库进行比对分析等等，因此数据处理是工业终端的另一大核心功能。针对两大核心功能，设计了工业边缘云架构，如图3 所示。

为满足设备数据的采集功能，其数据来源主要为：在生产制造设备上添加传感器、仪表等监测设备，其监测数据通过5G 上传下载。为了构建更加开放的硬件体系结构，支持软PLC 技术。还有现场大量的摄像头、网关等数据。可以通过协议解析、搭建基础云平台（虚拟机+云原生）以实现数据的上传下载。在数据传输过程中要实现数据转换，将工业OT 数据转换成IT 数据，格式统一的数据便于上传、备份以及后续进行数据分析处理。

数据的处理即工业大数据PaaS 功能，涵盖两类服务：工具类和服务类。工具类包括时序数据库、嵌入式数据库、AI 运行框架等，基于需求进行二次开发则可实现行业数据、数据算法、事件、数据可视化等服务。

最终将MEC 封装成适用于农机生产制造体系的智能工业终端，经过5G 联网可以实现农机生产制造体系研发设计、生产制造、运维管理的智能化转型。将MEC 应用于农机生产制造体系中来，本质上是为了推进车间工业体系的“信息化”与“自动化”进行“两化融合”，以实现诸如：物联网与实施控制、视频监控与机器视觉、工业AR/VR、智能机器人与物流追踪等一系列功能的实现。采用MEC 技术既可以实现将传统的存储、计算等工作下沉至边缘处理，减轻云端压力，又可以与中心云进行云边协同，实现资源的统一调度、资源管理。

3 结论

传统农机生产制造企业的粗放式管理已经不能满足日益增长的订单量，对生产制造体系进行物联网与云计算技术改进已成为大势所趋。现阶段，虽然物联网技术与云计算技术已经初步引入，并应用到了工业生产体系中，但是受软硬件技术的限制，仍然存在响应时间长、运算效率降低、宽带成本升高等问题。随着5G 技术的出现，为农业机械制造业的改造升级提供了一种新的思路，即移动边缘计算（MEC）。依托MEC，将其嵌入现有的农机制造体系架构中，并搭建工业边缘计算平台，设计工业边缘云架构，可实现农机生产制造体系研发设计、生产制造、运维管理的智能化转型。