信 文|王 峰 于青民
IT—OT—CT融合的趋势下,工业现场网络正朝着“场景化的基础设施网络+云计算/边缘计算平台+现场系统设备”的架构发展,构成面向工业设备智能通信、感知、计算于一体的云网边端体系
当前,工业企业数字化、智能化水平不断提升,厂区内设备种类不断丰富,与系统间的交互更加频繁,用户对信息和数据关联分析的需求也持续提升,驱动了服务生产设备控制的OT技术不断开放。IT技术、CT技术加速演进,在时延、确定性等性能方面,逐步满足工业通信需求,与OT技术加速融合,构建起人、机、物、系统和企业间的网络化组织形态,在多种场景下,支撑工业互联网各类应用发展。
高温、井下等环境恶劣、危险作业的场景下,往往需要远程控制与无人操作等相关应用,涉及对天车、矿山机械、自动导引车等移动设备的控制操作。环境恶劣、施工难等场景下,无线的灵活性优势不断凸显。同时,控制指令的远程传输对网络时延等具备较高要求,OT系统对低时延、高可靠无线技术刚性需求较为迫切,也在计算能力、通信能力、灵活性等方面做了匹配升级。作为新一代CT技术的重要演进方向,5G URLLC(超高可靠低时延通信)技术在工业领域应用成为探索试验热点。
为了确保安全生产,提高经营管理的可感知度,企业对工业生产现场设备、环境、人员的监测日益普遍,这其中需要大量的机器视觉应用。同时,机器视觉也开始在电子、纺织等行业用于提高制成品的表面质量检测效率,降低对人工质检的需求。这样的场景下,必须使现场设备与远端的分析平台之间具备海量的数据传输和分析能力,同时为了减少带宽压力,本地化、边缘侧处理数据平台成为网络部署的可选方式,即基于边缘云上的各类应用部署。伴随视觉检测类场景成为IT技术和CT技术应用的重要领域,集数据采集、数据分析、决策控制为一体的边缘控制器,成为支撑边缘数据处理的高效率工具。
基于工业互联网的设备维护,已经由“损坏后维修更换”到“预测性维护”再向“全生命周期管理”进阶,特别是在风力发电机、航空发动机等高价值装备领域尤为常见。对设备运行状态的分析管理,不仅要对设备当前的运行状况实时掌握,还要对设备的健康状况进行预测,以便提前进行干预和维护,降低故障处理成本。基于设备、环境等多源数据的采集、计算、交互,必然涉及异构网络的互联、数据的互通和系统的互操作,大数据、云计算、无线通信等IT和CT技术与OT系统的打通将是提质增效之举。
IT—OT—CT融合成为下一轮工业领域应用发展的大势所趋,已是不争的事实。在这种趋势下,工业现场网络正朝着“场景化的基础设施网络+云计算/边缘计算平台+现场系统设备”的架构发展,构成面向工业设备智能通信、感知、计算于一体的云网边端体系。