工业边缘计算通过加固硬件、软件演进、网络连接和实时数据处理，推动智能制造。分阶段实施，重视高管支持、跨职能团队、供应商合作、技能发展和安全。选择平台需考虑硬件无关性、容器原生设计、安全、边缘到云集成和开放生态。
译自：How To Build Smarter Factories With Edge Computing
作者：Kristopher Clark
走进任何一家现代化的制造工厂，你都会见证一场根本性的转变正在发生。曾经孤立运行的机器现在可以无缝地进行通信。生产线能够实时适应不断变化的环境。质量控制系统能够在缺陷变成问题之前将其捕获。这种转变不仅仅是关于连接性，而是关于将计算能力直接带到工作发生的地点。
工业边缘计算是推动这种变革的引擎，它将复杂的处理能力直接部署在工厂车间。但是，究竟是什么让这项技术对制造商来说具有如此变革性的意义呢？让我们来研究一下将真正智能制造的愿景变为现实的技术基础。
我们将探讨四个关键组成部分：
- 能够在恶劣工厂条件下生存的加固硬件。
- 从裸机到现代编排的软件演进。
- 连接数千台设备的网络基础设施。
- 实现瞬间决策的数据处理策略。
最后，我们将研究如何大规模地管理这种复杂性，以及在开始您的工业边缘之旅时需要考虑哪些因素。
硬件基础：为战斗而生
当您想象一个工业边缘设备时，请抛弃您对时尚办公笔记本电脑的印象。根据边缘计算专家的说法，这些本质上是计算机的坚固版本，无论大小，都是为恶劣环境专门构建的。忘记标准的外形尺寸；工业边缘设备有各种特定于应用程序的配置。这意味着设备的形状可以精确地适应它需要的放置位置，无论是放置在机器内部还是安装在工厂的墙壁上。
工厂是严酷的环境。一位专家回忆起走过一个焊接区域，在那里，贴在进气孔上的过滤器被灰尘和碎屑熏黑了。这些过滤器需要每月更换一次。这有力地说明了一个关键点：工业边缘硬件必须不仅能承受高温和振动，还能承受灰尘、金属颗粒、腐蚀性气体和持续的机械应力。标准的办公设备在这些条件下几天内就会失效，但工业边缘设备经过专门设计，可以持续运行，因为停机可能会造成每分钟数千美元的损失。
这些设备必须满足严格的要求：
- 扩展的温度范围（-40°C 至 +85°C）。
- 抗冲击和抗振动。
- IP65/67 入侵防护等级。
- 用于多尘环境的无风扇设计。
- 用于空间限制的多种安装选项。
软件演进：从裸机到现代编排
是什么让这些坚固的机器变得智能？这是现在工厂车间正在发生的软件革命。从历史上看，工业计算依赖于专门构建在裸机上运行的软件；直接安装在特定机器上的自定义代码。虽然这种方法提供了可靠性和一致的、确定性的性能，但它也存在着重大的局限性：开发周期慢、更新困难以及供应商锁定。
当今的工业边缘环境正在迅速采用容器化和现代部署策略。这种演进使组织能够高效地在分布式边缘设备上部署和管理软件，同时保持运营的灵活性和弹性。
边缘计算平台越来越多地支持远程设备管理和编排，利用基于容器的运行时和 Kubernetes 和 Docker Compose 等工具。许多这些平台都建立在开源基础上，例如 LF Edge 的 EVE-OS，它为运行和管理边缘工作负载提供了一个标准化、安全和可扩展的基础。
通过将现代软件实践与强大的开源生态系统相结合，这些平台使工厂能够简化运营、减少维护开销并加速边缘创新。
这种转变实现了：
- 更快的开发周期： 可以跨设备集群快速推送更新。
- 标准化部署： 应用程序可以在各种硬件平台上一致地运行。
- 远程管理： 对数千个边缘设备进行集中控制。
- 回滚功能： 从失败的更新中快速恢复。
连接性挑战：构建工业网络
智能设备之间的通信在工业环境中提出了独特的挑战。传统的网络方法在处理数千个传感器、机器人和自动化系统时往往会捉襟见肘。标准 Wi-Fi 在工厂中面临着巨大的限制，因为重型机械会产生电磁干扰，并且关键操作无法容忍无线掉线。例如，2.4GHz 提供的带宽对于高设备密度来说太窄了。另一方面，5GHz 提供更好的延迟，但范围有限，并且太弱而无法穿透工业环境中常见的表面和材料。
对于大规模运营，专用 5G 网络正在成为黄金标准。这些专用网络提供超低延迟（对于关键应用而言低于毫秒级）、海量设备容量（每平方公里 100 万台设备）、企业级安全性和可靠性以及对关键任务流量的服务质量保证。
但是，现实需要一种平衡的方法。一个典型的智能工厂可能会使用：
- 专用 5G： 用于移动机器人和实时控制系统。
- 工业以太网： 用于需要保证带宽的固定设备。
- Wi-Fi 6： 用于平板电脑、笔记本电脑和非关键传感器。
- 低功耗广域网 (LPWAN)： 用于低功耗、不频繁的传感器更新。
实时数据处理：边缘优势
工厂车间数据呈现出独特的特征，这使得边缘处理不仅有益，而且必不可少。现代工厂会生成大量的微小数据包、传感器读数、状态更新和控制信号。这种高频率、低延迟的数据流非常适合现代消息队列协议，例如消息队列遥测传输 (MQTT)，该协议使设备只能订阅相关的数据流。
一些工厂操作依赖于以毫秒为单位的时间测量。当机器人手臂焊接汽车零件或者当安全系统需要停止危险机械时，您根本无法承受往返云处理的延迟。边缘处理可提供 1-5 毫秒的延迟（相比之下，云处理的延迟为 50-200 毫秒），与高云带宽要求相比，使用的带宽最少，并且可以实现离线操作，尽管与云的无限可扩展性相比，每个站点的处理能力更为有限。
人工智能正在通过实现实时机器推理来彻底改变工业边缘计算。这包括通过分析振动模式来预测设备故障的预测性维护、使用计算机视觉来实时检测缺陷的质量控制，以及机器学习 (ML) 调整参数以实现最佳效率的流程优化。
编排和管理：驯服复杂性
虽然单个边缘设备令人印象深刻，但在多个设施中管理数百或数千个边缘设备提出了巨大的挑战。随着 工业物联网 (IoT) 部署的扩展，公司由于涉及的众多移动部件而面临着巨大的管理挑战。如果没有适当的编排，边缘部署就会变成维护噩梦。
现代边缘计算平台通过提供集中式管理和编排功能来解决这个问题。这些平台为运营商提供了远程管理和访问边缘设备以及位于其上的应用程序的能力。这种远程管理功能可从任何地方提供设备管理、跨设备集群的应用程序生命周期管理、集中式安全和证书管理以及对设备运行状况和性能的实时可见性。
高级编排工具还支持可以改变工厂运营的部署策略。诸如标记之类的功能允许组织以组为单位升级边缘应用程序，而不是一次全部升级，从而允许跨多个位置进行持续滚动部署，并有助于在不中断整个运营的情况下进行分阶段测试。在升级之前拍摄应用程序快照（以便您可以回滚它们）的能力为生产环境提供了关键的安全保障，而零接触配置意味着设备可以预先配置并直接运送到远程位置。
采用现代边缘计算平台进行编排的组织报告称：
- 通过集中控制，设备管理开销减少了 70%。
- 通过容器化架构，新应用程序的部署速度加快了 50%。
- 由于强大的回滚功能，非计划停机时间显著减少。
- 由于减少了现场技术访问，大幅节省了成本。
实施策略：开始您的工业边缘之旅
每个工业边缘部署都是独一无二的，但是 成功的实施 具有共同的原则。
分阶段实施方法
不要试图进行全工厂范围的改造，而是考虑分阶段的方法：
第 1 阶段：概念验证（3-6 个月）
- 从一条生产线或流程开始。
- 专注于一个具有可衡量的投资回报率 (ROI) 的明确用例。
- 使用此阶段来构建内部专业知识。
第 2 阶段：试点部署（6-12 个月）
- 扩展到多个生产区域。
- 与现有的工厂系统集成。
- 建立管理和监控流程。
第 3 阶段：全面部署（12-24 个月）
- 在整个设施或多个站点上推出。
- 实施高级分析和 AI 功能。
- 制定持续改进流程。
关键成功因素
根据成功的实施，优先考虑：
- 高管赞助： 确保领导层对长期成功的承诺。
- 跨职能团队： 从一开始就包括 IT、运营技术 (OT) 和业务利益相关者。
- 供应商合作伙伴关系： 选择致力于长期工业边缘发展的合作伙伴。
- 技能发展： 投资于技术和运营人员的培训。
- 安全至上的方法： 从第一天起就将安全性构建到每一层中。
如何选择边缘计算平台
在选择工业边缘平台时，灵活性是最关键的因素。您今天做出的决定将影响您以后在目标发生变化时轻松地对您的设计进行重大更改的程度。
寻找一个通过以下方式满足此需求的边缘计算平台：
- 硬件无关的方法： 通过使用由第三方基金会（例如 LF Edge）策划的开源代码来支持广泛的供应商和架构。
- 容器原生设计： 构建在经过验证的开源容器技术之上，这些技术允许低工作量的软件部署和应用程序隔离。
- 设计上的安全： 零信任架构，具有传输中和静止时的端到端加密、硬件信任根、默认安全配置文件、远程证明和度量启动。
- 边缘到云集成： 跨环境的无缝数据流和管理，用于集中管理机器集群。
- 开放生态系统： API 和与领先的工业软件供应商的集成。
前进之路：构建未来的智能工厂
工业边缘计算不仅仅是关于技术，而是关于改变制造的运营方式。那些取得成功的公司将是那些拥抱灵活性、投资于适当的管理基础设施并采取分阶段实施方法的公司。
加固硬件、现代软件架构、高级网络和智能编排的融合正在为运营效率、质量改进和竞争优势创造前所未有的机会。
当您开始您的工业边缘之旅时，请记住，目标不是实施每一项前沿技术，而是使用可靠的、可扩展的解决方案来解决实际的业务问题。从小处着手，快速学习，并为持续创新奠定基础。
未来的智能工厂正在今天被建造，一次一个边缘设备
