工業邊緣計算在工業物聯網的四大應用場景

邊緣計算是一種分布式計算系統架構。在其中，計算資源和應用程序服務可以分布在從數據源到云的通信路徑中。邊緣可以滿足計算需求，因此也孕育而生出工業邊緣計算，而工業邊緣計算在工業物聯網的應用有哪些？

工業邊緣計算在工業物聯網中具有下列的應用場景。

1、工業邊緣計算可以保護設備免遭溫度過高破壞

名以“Dumb”的熱電偶可以精確測量泵的溫度。具有邊緣計算功能的泵可以執行基本分析，以確認其是否超過定義的臨界點，并在幾毫秒內關閉泵。執行的過程沒有延遲，無需網絡連接就可執行此功能。聯網雖不是必須的，但可適用于通知。溫度信息的時間值會迅速衰減，這樣的延遲可能會導致設備破壞。在這樣的情況下，邊緣處于設備級別，即使達到更高級別的系統連接到互聯網或網絡出現中斷，也可以實現關鍵目標。

2、工業邊緣計算可以監測工廠或生產線的性能

設備和生產線的性能一般由性能指標顯示，如總體設備效率（OEE）?？梢栽诒镜鼐W關（網關）上的工廠中每個傳感器的多個數據點上執行近實時分析，然后可以向操作系統或人員提供OEE趨勢和警告。在這樣的情況下，基本功能須要從多個設備獲取信息以執行簡潔明了分析。等待云決策的響應將使信息的時間價值更高。如果有延遲，將造成嚴重損失。這些業務問題意味著邊緣計算適合在工廠領域。

3、工業邊緣計算可以每兩天優化一次本地或工廠供應鏈

要優化本地設施，工廠或油田的供應鏈工作流程，須要獲取多個數據源，并在很短的時間內應用優化的算法和分析，以使像供應鏈管理（SCM）或企業資源計劃（ERP）之類的商業系統得以應用?；竟δ茼氁趲讉€小時內進行本地或工廠級的聯網和決策。工廠外圍以外的其他信息可能有價值，但是對于有效的優化不是硬性規定的。在這樣的情況下，邊緣計算將設置在工廠，現場或本地設施的外圍。

4、工業邊緣計算可以預測設備故障并主動報告時間表

機器學習模型可預測電動潛水泵（ElectricSubmersiblePump）的故障，然后從多個海上平臺獲取數據。分析模型非常復雜，要用大量數據來訓練和重新訓練模型，以及定期輸入數據（Feed）來確認潛水電泵運行的每個單元的剩余使用壽命。另外，有必要定期分析每個潛水泵的數據，但是信息的衰減比其他情況要慢得多，且可以每天或每周做出決定。計算一般在企業級公共云或私有云中執行，然后位于邊緣連續體的頂部。

總而言之，工業邊緣計算可以降低網絡延遲，然后無需通過網絡將數據傳輸到數據中心或云進行處理。對于時間要求相對較高的工業而言，這尤其重要，因為工業行業要實時數據搜集和對自動化生產線的即時反饋處理。
責編AJX