文|卫岳歌

　　西门子(中国)有限公司数字化工业集团副总裁

　　工厂自动化事业部总经理

　　全球已经掀起行业数字化转型的浪潮，数字化是基础，网络化是支撑，智能化是目标。通过对人、物、环境、过程等对象进行数字化而产生数据，通过网络化实现数据的价值流动，以数据为生产要素，通过智能化为各行业创造经济和社会价值。

　　从工业1.0到工业4.0，历史的演进让我们看到新工业革命正在因技术范式的转变引发产业变革，驱动经济发展。这次产业变革的过程就是产业数字化、数字产业化、各行各业如何用新技术来赋能的过程，最后实现由万物互联到万物智能的一种新经济业态。

　　事实上，数字化的发展创造了诸多经济和社会效益，包括更快速的信息获取、更便捷的全球交流，但同时也给生产制造型企业带来许多新挑战。

　　为了帮助客户充分利用工业 4.0 的潜力，西门子提供包含数字化企业核心要素在内的一系列解决方案。借助于这些可扩展解决方案，离散工业及过程工业企业都可阔步迈向工业 4.0，实现涵盖整个价值链的全面数字化。

　　凭借边缘计算处理海量数据

　　在工业生产的不同控制和监控环节中，每天可产生成千上万的的海量数据，但当前只有小部分数据可以获得处理，产生价值。无论是本地生产还是全球制造，网络化程度越高，数据量越大。

　　生产制造型企业在本地处理数据时，往往会遇到挑战：比如无法在自动化系统上导入和操作数据处理程序，而跨区域处理也并不现实。云计算确实能够解决这个问题，但也面临诸多困难。虽然云基础设施非常高效，然而越来越多的企业需要在靠近生产现场端对数据进行实时处理以及更高的数据可用性。

　　长久以来，工业界始终高度关注数据的优化利用——通过边缘计算对于生产中产生的数据进行分布式处理日益成为致胜关键。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台(架构)，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它在云端与工厂中的互联设备之间架起一座桥梁，使能智能资产、智能网关、智能系统和智能服务。换句话说，边缘层融合了IT和OT层，连接着虚拟世界和现实世界。

　　边缘计算已成为一个重要技术，用于收集、控制和分析网络边缘上的数据。通过计算与数据分析领域中的这种进步，工业领域和过程控制工厂变得更强，足以应对各种挑战并充分利用基于互联网的服务模型。因此，边缘计算正在迅速发展为工业自动化与控制领域中的一个大趋势。

　　工业边缘计算将云计算优势下沉到现场层

　　Gartner的报告《Exploring the Edge: 12 Frontiers of Edge Computing》显示，到2021年底将有超过50%的大型企业部署至少一个边缘计算应用;到2023年底，50%以上的大型企业将至少部署6个用于物联网或沉浸式体验的边缘计算应用，而2019年这一数字甚至不足1%。

　　工业的边缘计算将云计算的优势下沉到现场层，我们称之为1+1>2的效益。行业数字化转型，需要云计算与边缘计算的互相协同，两者各有所长。云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势;边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。

　　西门子的工业边缘计算整体服务包括边缘管理、边缘设备和边缘应用程序。在边缘管理方面，我们推出了工业边缘平台，通过提供设备级的数据处理，安全地将高度完善的分析技术和边缘计算引入制造领域，使自动化设备得到进一步扩展。在西门子工业边缘平台上，用户可以使用一系列描述性、诊断性、预测性和决策性的分析应用程序。上云服务可以与来自西门子、第三方供应商或终端用户自己的边缘应用程序结合在一个集成硬件和软件的生态系统中，供自动化组件使用。

　　凭借工业边缘数字化平台，西门子可帮助用户消减传统本地数据处理与云计算数据处理之间的差距，以满足个性化需求。通过边缘计算，可以实时在本地处理海量数据。西门子向用户提供了广泛的应用程序，包括数据处理、通过Web服务器进行数据可视化、向云或IT基础架构传输数据，以及开发应用程序的快速创新周期。此外，由于预处理了大量数据，只将最终相关数据传输到云或IT基础架构，从而显著减少了内存占用和传输成本。西门子工业边缘不仅支持西门子基于云的开放式操作系统MindSphere的云传输协议也支持消息队列遥测传输(MQTT)，使数据传输安全、可靠、高效。

　　西门子工业边缘的一大亮点在于分布式的数据处理和基于应用软件的数据分析方式，同时可以通过边缘设备如西门子工控机SIMATIC IPC直接集成到自动化设备中。制造业企业可以选择工业边缘解决方案中的硬件和软件组合来提升其灵活性和开放性，并无需担忧数据的安全性。Industrial Edge平台采用通用数据采集标准，用户可轻松地从已有产线和设备中采集数据并使用边缘方案。

　　边缘计算叠加人工智能

　　边缘计算拥有三类典型应用场景：

　　(1)人工智能与高级功能

　　● 机器边缘提供数据用于学习的算法训练等;

　　● 在机器边缘部署 AI 模型，实现工艺过程控制和优化;

　　● 应用于：预测性维护，状态监测系统。

　　(2)全球设备集中管理

　　● 预处理设备数据，并传输到任何云/IT系统;

　　● 集中管理全球设备，为 原始设备制造商(OEM)的全新业务模型(例如 SaaS)奠定基础。

　　(3)数据采集与初步应用

　　● 如数据可视化，报警、预警等;

　　目前，西门子已将工业边缘解决方案部署到汽车行业。在人工智能和机器学习领域，西门子正在和用户合作开发一项前景广阔的工业边缘项目。例如，在汽车车身焊接质检工艺中，人工智能技术通常会应用于检测焊枪自身以及在生产过程中的异常参数。利用工业边缘提升并简化这一工艺，将大大降低维护成本，并进一步提高生产效率。工业边缘为某家车企配备了靠近车间的支持实时数据处理的运行环境，同时新增了功能确保在边缘设备上可靠地运行人工智能算法。基于人工智能技术的边缘应用程序可输入、处理和发布数据。同时，拥有专利技术的机器学习监控系统保证了人工智能预测可信度。这个项目中，人工智能解决方案部署在工业边缘中并可以进行数据的同步处理，结果数据将传输到云端(云端设计期环境与边缘运行期完全集成)。通过这一全新的解决方案可减少人工质检步骤，未来甚至有可能减少车身焊接点。

　　除此之外，在西门子成都数字化工厂，结合了人工智能与边缘计算技术的视觉检测系统，能够在保证电路板生产质量“零缺陷”的同时降低至少75%的人工复检成本。工业边缘计算叠加工业人工智能后，可以对自动化产生大幅度提升，可以实现在车间层级更好的智能化应用。

　　引领工业未来

　　西门子正在努力构建由工业企业、设备制造商(OEM)、应用程序开发者、解决方案供应商，以及工程服务提供商组成的领先生态，为合作伙伴创造价值。边缘应用可由西门子和第三方供应商通过工业边缘应用商店提供，因此，用户和机器制造商也可开发自己的应用程序，并可根据其机器的个性化需求进行定制。这些应用程序涵盖了各行业和各应用场景，比如数据可视化、设备状态监测、工艺参数优化等。已经有多家合作伙伴和工业用户公司加入了西门子工业边缘生态，这为合作伙伴和客户开发新的商业模式提供无限潜能。

　　我们不难发现，工业边缘可优化现场数据的使用，令一切变得更简单、更灵活、更安全，进一步提高了工厂的生产效率。借助西门子工业边缘生态系统和强力支持，企业和开发者更可将自己的专业知识转化为真正的价值，而客户则能够轻松找出应对生产难题的解决方案。由此，西门子正在引领工业未来……