快盈lV500

      物联网将所有生产线上的机器设备连接起来，用户可以在任何地方查看设备状态和生产进度，为移动用户提供实时的制造数据。不过，随着越来越多的设备连网和大量数据的传输，对网络和云系统产生了很大的压力。为了解决网络拥堵的问题，边缘计算应运而生。

　　边缘计算可以看作是一种微型的数据中心，它可以在本地处理或存储关键数据，并将所有接收的数据推送到中央数据中心或云存储。可以说边缘计算是将云的能力扩展到工业现场，通过本地的计算设备将数据进行采集、清洗、整理等处理，然后再传输到云端。

　　在大多数情况下，大部份的数据信息都将存在于云中，而边缘设备作为云计算的补充，大大提升了物联网设备连接到云的效率。边缘计算在本地对数据进行分类，因此其中一些数据在本地处理，从而减少了到中央存储的容量。通常IoT设备将数据传输到本地计算设备，数据先在边缘处理，然后其部分被发送到公司数据中心。

　　以很多场合需要边缘计算系统对数据进行处理，然后再将每日报告发送到中央数据中心进行长期存储，边缘计算系统减少了网络的数据量。目前边缘计算在工业中的应用体现在几个方面，主要是针对设备和供应链系统的监控和优化。

　　设备保护。随着IT技术和工业技术的融合发展，现场机器设备不断升级，并拥有了一些运算的能力，例如智能水泵可以利用边缘计算进行基本的分析，设定系统安全的阈值，如果设备超限就执行泵关闭的动作。边缘计算设备进行此类应用意味着不需连接互联网和没有决策延迟，只要在设备端安装了边缘计算，即使与云系统连接中断，也可以始终如一地实施关键任务。

　　供应链优化。要提升工厂的效率，通常需要对整个生产过程进行评估和优化，从产品设计、材料采购、制造、销售和物流等环节都要进行分析。边缘计算可以在短时间内从多个来源获取数据，并进行分析整理，可以适应业务系统中的供应链优化计划。

　　性能监控。机器运行的效率影响到工厂整体的产出，所以通常设备厂商会对其机器进行实时的监控，那么采用边缘计算可以实时得到数据和及时解决现场的问题。尽管可以在云中执行很多数据的分析，但某些信息的时间价值很高，响应延迟和等待来自云的决策可能会造成重大损失。因此，使用边缘计算来对来自工厂中传感器的多个数据点进行实时分析是十分关键的。