部署边缘技术——需从五个方面来规划和集成

边缘计算可以帮助制造企业更快地收集和处理数据，但在起步时，企业需要了解处理的数据量以及系统是如何开展工作的。

智能制造或工业4.0范式的基石之一是边缘技术的应用。“边缘”是指控制过程处于或接近于机械或设备。位于过程边缘的边缘计算可以快速处理数据，减少通信延迟。

每秒都会发生的机器事件可能无法及时发送到云端进行分析，也无法在下一次事件发生前及时发回系统响应数据。将该技术布置在边缘有助于实现数据的快速处理。然而，它也需要适当地实施和集成。

计划部署边缘技术的制造企业，应考虑从以下五个方面来规划和集成边缘计算。

01

边缘计算的运营挑战或机遇

在深入边缘解决方案之前，组织应明确定义控制环境所期望的目标和结果。不要害怕向供应商提出挑战的问题，让他们提供在类似环境中的成功案例以及解决方案示例。了解第一年、第二年和第五年的总体拥有成本（TCO），并与运营团队一起计算，推荐的解决方案所能带来的实际节约或价值。如果最初几个边缘项目没有达到预期目标，就会影响企业继续引进新技术和解决方案的意愿，而这些新技术和解决方案可以帮助企业实现业务目标。

02

边缘计算的数据可用性

考虑到特定用例，花时间确定平台在哪里接收数据，以及这些数据如何进入边缘解决方案至关重要。在可编程逻辑控制器（PLC）、传感器和其它设备都基于以太网的情况下，让设备与边缘技术交互可能很简单。

如果数据驻留在诸如RS485或ControlNet（来自ODVA）之类的非以太网网络中的某个位置，可能需要将诸如输入/输出（I/O）网关之类的附加设备与边缘计算集成，以实现对数据的访问。还必须评估边缘技术的轮询速度，以确保过程设备能够承受这些额外的负载，并且设备生成或收集信息的频率需要保持一致，以避免不必要的轮询。

03

边缘计算的数据存储

在创建边缘计算解决方案时，开发人员应确定必须保留的控制数据以及数据保存在何处。在机器学习（ML）等需要大量数据进行训练的应用中，边缘技术可能无法保存数据。需要将数据保存在上游，例如数据中心或云解决方案中。

如果需要存档或发送到其它位置，图像或视频等大型数据文件会填满存储空间，并对数据传输网络造成更大的压力。确定每一条数据的寿命以及它在生命周期每个阶段的位置，有助于设计边缘解决方案并确定使用哪种技术。

04

边缘计算的物理因素

在讨论边缘解决方案时，一个经常被忽视的现实问题是设备安装。设备是安装在机器控制面板内，还是安装在新的或专用的面板内？电源线是否有标准插座，或者边缘设备是否需要使用24V电源？边缘设备是否可以访问网络，或者是否需要新的网络电缆或设备？

如果不评估边缘解决方案中物理安装位置，项目计划可能会被打乱。一旦安装，应用和解决方案支持人员应了解边缘技术的访问权限。他们可能没有合适的证书或安全培训，来访问这些平台的面板或位置。

05

为边缘计算开发技术技能

许多边缘解决方案使用标准的操作系统和程序，这一切都是在基于网页的管理门户和仪表板下实现的，外观令人印象深刻。组织应设法从供应商那里了解，边缘计算技术的持续维护和支持所涉及的技能和活动。例如，在许多较新的边缘计算解决方案上使用Linux而不是微软的Windows，会导致很多应用技能差距，因为现有应用大多运行在基于Windows的操作系统上。

现在，边缘技术更频繁地使用微服务，例如Docker或Kubernetes的微服务。这些微服务在与运行过程控制解决方案的应用程序和平台截然不同的概念和架构上运行。了解谁以及如何对边缘设备进行任何支持、维护或变更，对于确保任何已实施解决方案的可持续性至关重要。

边缘技术为企业带来了令人兴奋和关注的各种功能和可能性。如果没有合适的研究、规划和坚实的实施战略，第一个项目也可能就是最后一个。对于控制工程师、数据分析师、业务领导层和供应商来说，共同了解特定环境的最佳技术以及成功所需的要求和先决条件至关重要。

对于那些承诺以最少的实施工作量提供临时解决方案的供应商要保持警惕。由于各种情况变化迅速，了解边缘解决方案中可用的新功能非常重要。几年前被认为不切实际的东西，现在已经成了产品。对于希望将边缘解决方案集成到其环境中的企业来说，从可以快速解决的挑战着手，然后将这些经验应用于更大、更复杂的挑战。这些技术带来的可能性令人兴奋，并将改变工程师对机器和过程控制的看法。