工業(yè)物聯(lián)網(wǎng)（IIoT）通常與大數(shù)據(jù)和云相關(guān)聯(lián)，從廣泛分布的傳感器中收集大量數(shù)據(jù)，將“信息轉(zhuǎn)化為洞察力”。在一些工業(yè)流程中，洞察時間非常關(guān)鍵，而將數(shù)據(jù)發(fā)送到云端并接收響應(yīng)的延遲時間可能過長。在其他情況下，數(shù)據(jù)安全性可能會受到影響，或者與互聯(lián)網(wǎng)的快速，可靠連接可能無法使用。為了克服這些挑戰(zhàn)，邊緣計算可以補(bǔ)充云計算的大數(shù)據(jù)處理能力。它可以執(zhí)行需要即時響應(yīng)的計算密集型任務(wù)，并在適當(dāng)?shù)臅r候?qū)?shù)據(jù)存儲和過濾到云中。邊緣計算可以包含簡單的數(shù)據(jù)過濾，事件處理，甚至機(jī)器學(xué)習(xí)等元素，并且可以托管在任何連接的設(shè)備上，從小型嵌入式計算機(jī)或PLC到工業(yè)PC或本地微型數(shù)據(jù)中心。從同一平臺上運(yùn)行的其他進(jìn)程隔離并占用很小的空間是關(guān)鍵要求。

最大限度地提高數(shù)據(jù)的價值

IIoT的許多價值在于它可以匯集多種來源的信息，幫助企業(yè)看到更大的局面：如何改進(jìn)流程，優(yōu)化維護(hù)活動，減少浪費(fèi)和能源消耗，并消除可避免的成本。以云為中心的IIoT視圖可以看到使用重量級軟件應(yīng)用程序在遠(yuǎn)程數(shù)據(jù)中心匯集和分析的各種數(shù)據(jù)流。

這種模式的前提是可靠的互聯(lián)網(wǎng)連接總是可用的，有足夠的帶寬可用于處理推送到云端的數(shù)據(jù)，而這種延遲 - 從數(shù)據(jù)生成到收到云端反饋結(jié)果的時間是可以接受的。但是，這些重要成分中的任何一種都可能會丟失。遠(yuǎn)程站點(diǎn)可能依賴蜂窩網(wǎng)絡(luò)進(jìn)行互聯(lián)網(wǎng)連接，但覆蓋范圍可能不完整或不可靠。大量的傳感器可能會產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)與云通信的成本很高，特別是在包含高清圖像或視頻的情況下。出于安全原因或保持運(yùn)行效率可能需要實(shí)時進(jìn)行復(fù)雜決策。另一方面，對于一些公司而言，數(shù)據(jù)安全性可能會成為問題，因?yàn)檫@些公司可能不希望將敏感信息通過互聯(lián)網(wǎng)傳遞到云端。

在任何這些情況下，將從流程或設(shè)備捕獲的原始數(shù)據(jù)發(fā)送回云可能是不切實(shí)際的。盡管如此，在個別機(jī)器或過程控制邏輯層面上需要一些智能和決策能力，使企業(yè)能夠確定最佳的行動方案。這是邊緣計算的作用。

邊緣計算提供了一個提升

作為IIoT的一部分，邊緣計算越來越重要。在資產(chǎn)或流程附近實(shí)施計算能力的第一線，可以對事件進(jìn)行智能或協(xié)調(diào)的響應(yīng)，并有助于減輕云上的數(shù)據(jù)處理負(fù)擔(dān)。在可能具有數(shù)十，數(shù)百甚至數(shù)千個傳感器的系統(tǒng)中，來自這些傳感器的大部分?jǐn)?shù)據(jù)可能具有最小的價值，僅僅報告“正?！辈僮鳁l件。智能網(wǎng)關(guān)可以過濾這些數(shù)據(jù)，并將其更有效地丟棄或重新打包，傳輸?shù)皆贫诉M(jìn)行存儲和分析。當(dāng)感興趣的事件發(fā)生時，智能節(jié)點(diǎn)可以快速確定正確的響應(yīng)，向連接的設(shè)備發(fā)出適當(dāng)?shù)闹噶?，并將事件匯總成適合云消費(fèi)的報告。與對來自少量傳感器的信號的高度本地化響應(yīng)不同，邊緣計算與更協(xié)調(diào)的動作相關(guān)聯(lián)，評估來自大量傳感器的數(shù)據(jù)以在更高級別做出決定。例如，如果在鉆井平臺中檢測到過度振動，則可以是采礦應(yīng)用。從振動傳感器接收到的錯誤信號的標(biāo)準(zhǔn)響應(yīng)可能是停止鉆井，導(dǎo)致生產(chǎn)損失和不必要的停機(jī)時間來檢查和修理設(shè)備。由于計算能力更強(qiáng)，傳感器輸入和存儲的歷史數(shù)據(jù)更多，一個更強(qiáng)大的邊緣計算設(shè)備可以評估對整個系統(tǒng)的影響，并確定幾個可能的響應(yīng)并計算結(jié)果，并采取最佳的行動方案或通知運(yùn)營商的最佳選擇。

而直接的傳感器/報警組合沒有具有板上數(shù)據(jù)聚集和處理的邊緣計算設(shè)備的更大圖像視角，邊緣處理引擎可以評估從所有連接的傳感器接收到的數(shù)據(jù)，并基于預(yù)先確定的優(yōu)先事項(xiàng)。在制造業(yè)情況下，在流水線末端進(jìn)行產(chǎn)品測試或檢查后，故障率突然增加，可能需要停止生產(chǎn)以調(diào)查原因。連接到所有機(jī)器的智能邊緣設(shè)備可以協(xié)調(diào)線路中所有設(shè)備的這種響應(yīng)。或者，通過分析來自多臺機(jī)器的感測數(shù)據(jù)并自動應(yīng)用修復(fù)，或指導(dǎo)操作人員糾正問題，使生產(chǎn)能夠快速有效地重新啟動，可以識別變化的原因。

另外，邊緣計算可以通過比較感測的測量結(jié)果與歷史數(shù)據(jù)或預(yù)設(shè)的閾值來支持預(yù)測性維護(hù)來幫助數(shù)字化轉(zhuǎn)換，以計算最佳的替換時間。它還可以對部署在因特網(wǎng)訪問不可靠或覆蓋率較差的地理區(qū)域的資產(chǎn)進(jìn)行智能管理。如果網(wǎng)關(guān)設(shè)備暫時無法連接到云，則可以將數(shù)據(jù)存儲在本地內(nèi)存中，直到可以重新建立連接。然后，設(shè)備可以自動與云同步，確保遠(yuǎn)程應(yīng)用程序始終可以訪問完整和最新的信息。

效率管理是另一個方面，通過利用感測數(shù)據(jù)來調(diào)整和優(yōu)化設(shè)置，根據(jù)高層次的能源管理政策，可以通過邊緣設(shè)備的額外智能來增強(qiáng)。

軟件容器（containers）

要在與自動化控制器或PLC相同的硬件上運(yùn)行邊緣計算引擎和應(yīng)用程序，需要與其他軟件分開運(yùn)行。 使用容器（containers）已經(jīng)成為一種流行的方法，它提供了類似于虛擬機(jī)的隔離，但更適合資源受限的設(shè)備。 容器鏡像包含軟件運(yùn)行所需的一切。 但是，與虛擬機(jī)不同的是，容器虛擬化了操作系統(tǒng)而不是硬件，從而形成了一個更輕便的便攜式解決方案。 也可以在容器中使用虛擬機(jī)來獲得部署和管理應(yīng)用程序的額外的靈活性。

容器提供了一種資源友好的方法來隔離網(wǎng)關(guān)，PLC或工業(yè)PC等設(shè)備上托管的邊緣計算進(jìn)程

Docker框架被IoT解決方案開發(fā)人員廣泛用于實(shí)現(xiàn)容器（圖3），并向支持容器生態(tài)系統(tǒng)開發(fā)的Open Container Initiative（OCI）捐獻(xiàn)了代碼。要創(chuàng)建邊緣計算解決方案，可以使用C/C++或Java開發(fā)基于Docker的Linux應(yīng)用程序，以捕獲所需的數(shù)據(jù)，并通過所選軟件平臺中提供的SDK與分析引擎等邊緣處理資源集成。

通過提供便捷的儀表板來管理連接的邊緣設(shè)備，一個合適的軟件平臺允許開發(fā)人員專注于定制他們的應(yīng)用程序來捕獲他們需要的數(shù)據(jù)，并對檢測到的事件作出適當(dāng)?shù)捻憫?yīng)。邊緣計算是軟件開發(fā)平臺以及交鑰匙邊緣計算設(shè)備進(jìn)入市場的重要新產(chǎn)品開發(fā)的主題。

邊緣計算是IIoT的一個額外方面，已準(zhǔn)備好與云計算合作，為運(yùn)營商和業(yè)務(wù)經(jīng)理提供靈活性，以便在適當(dāng)?shù)臅r間獲得他們所需的洞察力。傳統(tǒng)的自動化只使用大約3％的機(jī)器數(shù)據(jù)來產(chǎn)生有意義的結(jié)果。邊緣和云計算如果同時使用，可以釋放更多的剩余97％的價值，從而增強(qiáng)實(shí)時自動化并指導(dǎo)長期決策。

通常將IIoT可視化為具有有限資源的智能小型設(shè)備的組合，與云計算的巨大計算能力相連接。隨著越來越多的企業(yè)在更廣泛的情況下依賴IIoT，一個更復(fù)雜的架構(gòu)正在不斷發(fā)展，其特點(diǎn)是在邊緣具有智能，以補(bǔ)充云的力量?，F(xiàn)在進(jìn)入市場的軟件解決方案使企業(yè)能夠利用網(wǎng)關(guān)和傳統(tǒng)的工業(yè)計算平臺實(shí)時響應(yīng)關(guān)鍵事件，保護(hù)安全性，并有效利用連接和帶寬。