而工业互联网边缘计算通过在靠近工业现场执行侧的网络边缘构建融合网络、计算、存储、应用等核心能力为一体的一种分布式开放体系，提供智能边缘服务并与云端协同工作，可以满足离散制造业在快速系统联接、智能数据处理、实时业务分析、安全运营管理等方面的关键需求，帮助离散制造业突破数字化和网络化的局限，实现行业升级转型。本文首先深入分析了离散制造业发展需求，详细阐述了离散制造业边缘计算发展的重大意义及最新态势，系统介绍了适用于离散制造业的边缘计算实施参考架构及针对离散制造业典型场景的已有边缘计算解决方案，为引导和促进离散制造业边缘计算应用发展提供了参考。

02 离散制造业数字化转型面临的挑战

2.1 离散制造业发展现状及需求

离散制造的产品往往由多个零件经过一系列并不连续的工序的加工最终装配而成，例如飞机制造、船舶制造等。近年来，随着我国离散制造业的发展，其对业务时延、隐私和安全等指标的要求也进一步升级，整体作业呈现精细化，智能化和柔性化的发展趋势，在此过程中，我国离散制造业自动化技术方面的发展现状及挑战如下：

工业现场数据类型异构混杂，缺少完整的数据集成应用架构。目前离散制造业普遍存在低端产能过剩、高端产能不足的情况。提高高端产能首先需要从装备入手 提高生产品质。一方面，行业生产经验还需要长期积累来转化为设备工艺软件的进步；另一方面，数据驱动的应用还需进一步加强来促进工艺参数的优化、生产调度 的优化、生产设备的实时监控诊断、预测性维护等。行业内大部分设备和产线传感器数量不足，一些关键的物理量尚缺乏有效的传感测量手段，一些自动化装备获取 的状态数据没有通过开放式接口提供给第三方，且原有的自动化系统和架构都不能提供良好的支撑。 

生产过程柔性化不足，单机设备缺少开放式接口， 设备间缺少统一的互联互通标准。因为离散制造业涉及的行业众多，发展不均衡，整个离散制造业目前还未普遍实现基于订单的柔性自动化生产。总体上，随着数控机床、工业机器人以及PLC的广泛应用，各个行业的单机自动化水平都有了较大提升，但离散制造业整体还处于以单机自动化为主和刚性自动化产线为主的状况，柔性自动化产线较少，真正实现基于订单的柔性自动化产线更少，OT系统和IT系统难以实现互联互通。

产线自动化软件系统薄弱，生产自动化程度不足，运营人员劳动强度大，效率低。在目前的发展阶段，各个离散制造行业的自动化软件水平极不均衡，在国产装 备中还存在大量“黑盒子”，即缺少自主关键工艺控制能力，大量采用第三方的专用控制器，既难以实现工艺算法和软件的自主迭代升级，也影响了装备软件的统一 架构设计。同时，相对于流程行业，离散制造业的设备产线操作人员、品质检测人员、生产管理人员、设备维护人员工作内容更为繁琐，更容易出现疲劳状况。对于 生产规划人员来说，离散制造涉及的不确定性因素较多，制定按需生产、有弹性的生产计划比较困难。一些关键零件加工环节、装配环节不能完全依赖于自动化， 需要有经验的工人完成，目前尚缺乏有效的人机协作机制来减轻操作工人的劳动强度。基于机器视觉等手段的在线检测装置正获得广泛的应用，但在很多工厂，质量检测仍是一个劳动力密集环节。 

原有标准和解决方案不适应转型发展。原有的工厂自动化和信息化架构的参考模型主要是ISA-95的L0到 L4金字塔模型，该模型定义了ERP、MOM、SCADA、 PLC／DCS之间的接口和数据交换标准。目前，一方面在实际中该标准并没有得到很好地实现，广泛采用的是主流厂家以数据库为中心的方案；另一方面，该标准也 需要进一步完善，适应离散制造业数字化转型的需求。

2.2 工业互联网边缘计算推动离散制造业转型升级

针对上述问题和挑战，可以看出，随着离散制造业数字化和网络化的深化，离散制造业发展将面临着深层次的问题，包括生产效率与成本控制的提升接近极限， 无法有效应对灵活多变的市场需求等，同时对于生产现场实时性、可靠性以及智能化能力的要求也不断提高。而满足上述需求不仅需要云计算的整体运筹，更需要边 缘计算的本地实时决策职能。边缘计算提供了设备之间 互联互通机制、OT系统和IT系统互联互通机制，以及部署于工业现场的实时数据采集、汇聚、存储、分析机 制，可以快速便捷的实现OT与IT的整合。因此，基于工业互联网体系架构的边缘计算将在离散制造业的数字化转型中发挥重要作用，有利于解决离散制造业当前和未 来所面临的如下问题：

边缘计算为离散制造业提供边缘侧的数据汇聚采集和智能决策分析能力。当前大量离散制造系统受限于数据的不完备性，整体设备效率等指标数据计算比较粗 放，难以用于效率优化。边缘计算平台基于设备信息模 型实现语义级别的制造系统横向通信和纵向通信；基于容器化的边缘计算核心组件保证设备数据采集的完整性 和有效性；基于实时数据流处理机制汇聚和分析大量现场实时数据，实现基于模型的生产线多数据源信息融合，为离散制造系统的决策提供强大的数据支持；基于边云协同的人工智能模型训练和部署机制，将为离散制造领域专家提供大量平台化、模块化的灵活易用工具， 不断提升工厂的精益制造能力。 

边缘计算能有效解决离散制造业的设备间连接性问题。离散制造领域行业众多，行业碎片化导致设备连接协议众多，造成设备互联困难。边缘计算平台具有完善的连接配置和管理能力，收集系统间实时通信需求和服务质量要求，运行优化调度算法，转化为对TSN交换机和5G网络的配置，支持多种实时数据流传输。在保证信息安全的基础上，不仅可以把支持传统接口和协议的设备接入边缘计算平台，而且通过引入数据抽象层，使得不能直接互联互通的设备基于边缘计算平台实现互联互通，边缘计算平台的低延迟性能可以保证设备间的实时横向通信。 

边缘计算平台可以实现离散制造业自动化软件开发的软硬件解耦。智能工厂的运行依赖于智能装备和智能流程，需要大量的实时软件支持。目前很多装备实时应 用软件过度依赖于具体的控制系统硬件，难以迁移到不同的系统。基于边缘计算平台的微服务架构，可以将大量实时规划、优化排版、设备监控、故障诊断和分析、 AGV调度等功能封装在边缘应用程序上，实现了软件与硬件平台的解耦，降低了开发难度，提高了软件质量， 通过边缘计算平台可进行边缘应用程序的灵活部署，实现了领域知识的分享。 

边缘计算具有丰富的抽象和粘合能力，针对老工厂升级和新工厂建设的不同需求，能够提供具有一致性的设计解决方案。目前大量老工厂都面临数字化转型问 题，边缘计算由于具有丰富的连接性和灵活的部署能力，可以提供多种轻量级的解决方案，在不对自动化装备进行大规模升级的情况下，通过增加边缘网关、边缘 计算平台和必要的边缘数据采集终端，可以有效提高制造工厂的数字化水平，加强数据在制造系统各个环节间的流动，实现各种基于数据的智能应用。 

总体来说，基于边缘计算的解决方案可以有效解决离散制造业发展过程中面临的设备连接、数据采集处理、 柔性生产等诸多问题，促进离散制造业实现全局协同，提升生产效率，不断强化离散制造业生产现场的物联连接、 上云用云和数据分析能力，并带动一批离散制造业智能化应用走向成熟商用，助力离散制造业升级转型。

03 离散制造业边缘计算解决方案实践

3.1 离散制造业边缘计算实施架构

离散制造业边缘计算实施架构包括现场设备层、边缘计算平台以及实现边云协同的云平台层，如图1所示，边缘计算平台负责从各现场设备采集数据，实现边缘侧各类数据的统一接入、存储、边缘分析处理等，并通过 对现场设备的物联集成（如：生产设备、物流设备、检测设备）采集设备运行参数，将数据传送至云平台，同时实时接收云平台下发的控制指令，最终反馈至相应设备，从而实现对现场设备的数字化管理，对离散制造业的生产过程控制、工艺优化具有重要意义。

此外，随着边缘计算在离散制造业中的应用逐渐广泛，云计算与边缘计算的协同效应也在快速增强，边云协同成为离散制造业数字化改造的主要使能器。一方 面，边缘计算在工厂内部发挥重要作用。边缘侧数据分散，本地应用系统多，需要大量的计算、存储资源。边缘计算平台可以实现业务数据本地处理及生产现场的实 时控制反馈，同时，边缘计算平台通过东西向联接进行 数据和知识的交换，支持计算、存储资源的横向弹性扩展，能够完成本地的实时决策和实时优化操作。另一方 面，边缘计算平台将与工厂外的云平台协同联动，边缘侧聚焦实时、小数据的处理，而云平台侧聚焦长周期、 大数据的处理。边缘计算平台通过南北向链接与更上层的工业云平台实现数据交换和应用管理协同，实现边缘侧基础设施资源的统一管理、调度和运维，支撑边缘侧应用的灵活部署和升级。

其中，边缘计算在离散制造业中的应用形式主要以边缘计算平台为主，如图2所示，通用边缘计算平台一般包含边缘控制器、边缘网关以及边缘云三层架构，基于云原生的边云协同架构，采用轻量级容器管理、虚拟化等技术构建统一的现场异构数据集成平台，实现边缘侧人员、设备、物料、环境、业务管理等数据的接入、存储、处理等功能。

边缘控制器是工业网络边缘侧连接各种现场设备， 进行工业协议的转换和适配，统一接入到边缘计算网络中，并将设备能力以服务的形式进行封装，实现物理上和逻辑上生产设备之间通信连接。边缘控制器硬件架构设计采用分布式异构计算平台，一般采用CPU+GPU/ FPGA协同的异构计算体系结构，支持全分布式控制以及多种控制器的协作运行和无缝集成，也是目前各种实时嵌入式硬件平台实现的主流实现方案；在满足硬件实时需求前提下，利用多物理内核结合虚拟化技术的支持， 实现在同一硬件平台上运行实时与非实时任务或操作系统，并满足系统多样化与可移植性的需求，提高整体平台体系的安全性、可靠性、灵活性以及资源的利用效率；应用时空隔离的多任务和多线程调度机制与改造优化调度算法相结合的方式，实现任务调度机制。 

边缘网关是指具备边缘计算、过程控制、运动控制、机器视觉、现场数据采集、工业协议解析能力的边缘计算装置。边缘网关能适应工业现场复杂恶劣环 境，满足国内主流控制器、工业机器人、智能传感器等工业设备的接入和数据解析的需求，支持边缘端数据运算及通过互联网推送数据到工业互联网平台。边缘网关可将现场各种工业设备、装置采用、应用系统 的标准或私有通信协议转化成标准OPC UA及MQTT 通讯协议，使得上位系统及工业互联网平台可采用统一的协议和信息模型与不同设备和系统互相通信，方便系统集成，实现远程监控、故障诊断、配置下载、 远程管理等功能。 

边缘云是边缘侧单个或者多个分布式协同的服务器，通过本地部署的应用实现特定功能，提供弹性扩展的网络、计算、存储能力，满足可靠性、实时性、安全性等需求，是实现IT技术与OT技术深度融合的重要纽带。一方面，将在云端基于机器学习离线训练好的模型部署到边缘云，并通过定期更新模型算法来同步边缘智能，可以使得紧急类故障能够在本地及时报警，同时可以对一些相关参数指标进行实时修正；另 一方面，根据模型中输出与特征之间权重关系，优化终端上传数据的过滤规则，以此减少流量成本和云端存储成本。

3.2 离散制造业边缘计算解决方案实践

由于离散制造过程中每道工序中涉及的工艺参数不一，而统合这些参数需要花费大量的人力和时间。同时，离散制造对于流程管控要求较高，在企业内部一般 将同一工序的设备按照空间和行政管理划分建成一些生产组织（例如部门、工段或小组），这将势必会出现各个小组之间的数据互通性和共享性间歇或断续的现象。此外，离散制造业产品设计、处理需求和定货数量方面变动较多，呈现少量多样化特征。 

离散制造业具有以上特征，也决定了边缘计算需要针对不同产品、产线具有不同的特征性部署，主要分为少品种大批量离散制造业与多品种小批量离散制造业两 大类别。其中少品种大批量离散制造业以汽车生产制造领域和电子制造领域为典型代表；多品种小批量离散制造业以工程机械领域，船舶制造领域和定制家具领域为 典型代表。

在电子制造领域，和利时依照离散制造业边缘计算实施参考架构搭建数字化车间建设和运行的核心支撑系统，如图3所示。该解决方案以电子生产所要求的工艺 和设备为基础，以信息技术、自动化、测控技术等为手 段，用数据连接车间不同单元，对生产运行过程进行管理、诊断和优化。解决方案集边缘计算、工业互联网、 工业机器人、工业视觉、RFID和二维码、AGV小车等先进技术于一体，打通生产计划、电子生产车间制造、仓储管理、质量管理、设备管理、工艺管理等相关业务模块的数据流和信息流，实现数字化车间。

近年来，全球产业链积极推进边缘计算技术和应用的发展,促进建成统一开放的平台，支持不同方案及产品的集成融合，加快推进网络化标准化工作，这一趋势在离散制造业转型中体现得尤其明显。尽管边缘计算在离散制造业落地实施过程中上取得了一些进展，但在推进过程中仍面临着一些问题。例如，边缘计算在离散制造业中涉及从产线层边缘控制器协同，到工厂层内外网络架构融通，再到企业层工业云部署等多个方面的解决方案尚未完善，同时边缘计算也对传统离散制造业的运营模式带来了挑战，这些都需要各界共同努力去解决。

随着边缘计算的不断发展，其与离散制造业在产业链上下游的协同合作将变得更为紧密，使得未来将会有一大批面向离散制造业的商用边缘计算解决方案落地， 从而推进离散制造业开启转型新航道。

基金项目：工业和信息化部2018年工业互联网创新发展工程——工业互联网边缘计算基础标准和试验验证专项资助