为什么边缘计算对工业物联网至关重要?( 四 )

在不同的工业生产过程中 , 由于自动化产品的品牌众多 , 工业接口多样化以及工业协议不一致 , 看似简单的数据收集并不是那么容易 。

除了数据采集 , 在数据处理运用方面 , 由于工业现场的数据面临着“保鲜期”很短 , 以及大量“垃圾”数据并不需要传递到云端的问题 。

尽管从工业的角度来看 , 边缘计算的发展正在如火如荼地进行 , 但从应用的角度来看 , 它仍处于落地的前期 。 边缘计算和云计算的融合可以真正体现出工业数据的价值 。

既然边云协同对工业数据非常重要 , 那么如何理解边云协同? 边云协同处理数据的关键是数据融合 。

在工业场景中 , 一方面通过边缘计算直接运行实时分析算法 , 另一方面 , 利用边云协同来实现模型的不断增长和优化 , 从而让边缘分析技术增强了平台的实时分析能力 。 当然 , 由于每种边缘计算业务形态对于与云计算协同的业务要求不尽相同 , 边云协同的能力与内涵落地到各应用场景时其具体能力与关注点又会有所不同 。

例如 , 在柔性制造过程中 , 现代工业机器人的应用越来越广泛 。 生产线上机器人和机械臂的稳定性和可靠性对生产的经济效益具有重要意义 。 工业机器人的大规模部署 , 工业机器人的结构复杂以及维护成本高 , 对生产企业技术人员的维护能力提出了极高的要求 。 它主要体现在机器人发生故障之前对机器人机构组件和控制设备等进行异常检测 , 并提醒用户在停机之前进行有针对性的维护和修理 , 从而将停机时间减少到零并实现连续生产 。

推荐阅读