边缘计算的贝加莱技术实现

发布时间：2017-08-10 www.cechina.cn

　　今天，智能时代各种概念层出不穷，例如边缘计算就是一个刚刚开始进入流行阶段的方向，它究竟意味着什么？它对工业生产的贡献将会体现在哪里？如何实现它，本文以贝加莱的边缘计算架构和实现为例，为产业界的朋友分享我们对于智能制造的认识，以及边缘计算在智能制造中所扮演的角色。

　　1.OICT融合的时代           
　　智能时代的制造业将需要通过OICT的融合来实现数据的采集、传输、存储、分析，以实现最终对生产过程的品质、能耗、维护等的优化，提高整体的效率，这是整个智能制造的战略层面所需要实现的目标，这一切的目标必须基于设备的连接与数据采集的基础实现来达到。
　　图1阐述了整个OICT融合的框架，从底层的传感器、变送器、仪表传送的数据通过PLC实现控制任务的处理，而另一方面，这些参数也会用于与生产整体优化的应用。

　　图1-基于OICT融合的应用场景架构

　　1.1边缘计算扮演什么样的角色呢？
　　简单的理解，自动化技术是基于信号的控制，而边缘计算则是基于信息的控制—这是一个包含了策略优化、路径规划、分析等应用场景，为何采用边缘计算模式，又与任务的处理周期有关。
　　1.2与时间处理有关的现场分层
　　图2显示了从OT的现场控制到边缘节点再到云对于任务的时间需求变化，而贝加莱可以通过OPC UA与其它边缘计算系统、云平台进行数据的传输，可以选择自有的系统架构，也可以对接第三方的系统。

　　图2-不同层级的数据连通

　　从图2可以看出，边缘计算处理的与自动化现场的高速响应达到μS级的响应不同，在mS这个级别，而云计算则处理的是更为大的时间周期的数据，如秒、分钟、小时、天、月。
　　2.工业物联网（IIoT）
　　IIoT-工业物联网也被认为是未来最为重要的实现智能制造的手段，包括了德国工业4.0组织在其智能制造中也将IIoT作为整个架构的重要一环，IIC作为重要的推动物联网技术的力量，也发布了其针对工业物联网的架构设计，而对于中国，ECC也将为工业物联网提供实现路径。目前，这些组织间的交流也变得紧密，并出现了明显的技术融合迹象。
　　2.1边缘计算的目标与功能
　　边缘计算本身即是实现IIoT的一个重要方向，图3显示了边缘计算所关注的问题：

　　图3-边缘计算的功能与目标

　　边缘计算是一个较为全局的概念，它包括了（1）数据的感知（传感技术），以及数据的（2）采集（总线连接），包括数据的传输、存储与管理，并在其基础上（3）分析（数据处理），并且由此实现控制，而这里的控制—更多的是在策略、优化、规划问题级的大范围的控制，亦或归于系统控制。
　　2.2IIoT的价值

　　图4-IIoT为制造业带来的价值

　　图4显示了工业物联网IIoT所要为智能工厂所带来的价值，包括在提升资产使用效率、有效的维护、减少当机等方面的贡献。
　　3.边缘计算节点（Edge Nodes）
　　为了实现对工厂的数据采集并实现边缘计算的任务，贝加莱为这个应用场景提供了OrangeBox和APROL两个应用场景的解决方案，当然，OrangeBox和APROL可以无缝集成，只是OrangeBox更为倾向于小型的、老旧的工厂，而APROL则更为侧重于针对大型、新的工厂数据采集。
　　3.1为老旧工厂所提供的边缘节点
　　OrangeBox是基于贝加莱Panel PC或X20系列PLC与基于mapp的软件功能所集成的现场数据采集方案：
　　（1）数据采集：借助于贝加莱的I/O模块丰富的种类，OrangeBox可以采集各种现场数据；
　　（2）通过各种总线模块实现对具有总线接口的设备的数据采集，贝加莱的开放互联支持Profibus、Modbus、DeviceNet、CAN等传统现场总线以及基于以太网的如POWERLINK、Profinet、Ethernet/IP等。
　　（3）mapp软件的强大功能：mapp中强大的mappOEE、mappEnergy、mappAudit等可以为现场的设备提供在OEE、能源监测、维护、审计追踪方面的服务。

　　图5-OrangeBOX的数据集成能力

　　图5显示了OrangeBox具有的功能，如OEE、PackML-针对包装工业的数据采集，用于实现机器到MES的数据互联，Euromap实现注塑机与MES等管理系统的互联。
　　3.2基于APROL的边缘计算架构
　　图6是基于APROL的边缘计算架构，APROL内部提供了过程数据采集PDA(Process Data Acquisition) 和能源监测的EnMon(Energy Monitoring)、状态监测ConMon（Condition Monitoring）、以及用于过程控制的APC/MPC集成能力。

　　图6-基于APROL的边缘计算架构

　　4.边缘计算应用于产业
　　图7以塑料行业的设备互联为例，描述了边缘计算节点通过Euromap 77来提供参数，为MES系统所访问，各个边缘节点的数据也可以通过MQTT/AMQP方式为云平台所采集，并通过云存储、分析方式为集团下的各个工厂提供数据优化与分析，并改善生产的质量、成本与能耗。
　　通过EUROMAP的集成，边缘节点可以提供以下数据信息给MES/ERP等上层系统。
　　●关于注塑机的通用信息（制造商,型号,序列号等），当前配置和IMM状态包括模具、注射单元、功率单元以及在机器上相关改变的日志。
　　●作业管理：机器运行期间的作业信息以及生产循环的参数，以及从MES到IMM的传送作业信息并启动生产的方法。
　　●数据集管理：IMM存储相关配置的信息叫数据集，这些数据包括了与IMM相关的额定工艺参数（时间，温度，压力），同时也包括了安装的机械手系统，EUROMAP 77.2允许信息在IMM和MES之间进行传输，用于构建一个数据集知识库。

　　图7-边缘计算为注塑工厂实现架构

　　5.贝加莱边缘计算架构
　　贝加莱为边缘计算提供了整个集成能力的实现，包括了底层的POWERLINK—提供μS级的数据采集与控制需求，通过OPC UA接口实现μS-mS级数据传输的需求，通过开放的接口提供面向云平台更长周期的数据传输。

　　图8-贝加莱边缘计算产品族

　　图8显示了贝加莱在产品级提供的支撑，通过具有现场采集能力的I/O、总线控制器，可以将数据通过各种总线（RS485/CAN/Profibus/Modbus等）以及基于以太网的总线方式传输至于嵌入式控制器—这些控制器作为现场设备、产线的边缘节点汇总数据。而对于Edge Controller层则可以采用OrangeBOX和APROL来进行数据的处理（采集、存储、分析），并可通过边缘节点与云服务平台建立连接，访问。
　　整个边缘计算的架构是为了IIoT的实现而设计，它是自动化技术与IT融合的延伸，今天的产业，IT与OT互相渗透，使得整个产业出现了更为快速的发展。
　　6.边缘计算--服务于生产效率的提升
　　正如Mckinsey Digtal 2015年在其如何导航制造业的数字化一文中所描述的，数字化的应用最终会为制造业提供提升的机会，经过对大量企业的调研，Mckinsey得出数字化在工业4.0时代对于生产制造带来的效率提升包括了以下几个方面：
　　●降低30-50%机器的整体当机时间；
　　●通过知识自动化来提升技术专业45-55%的生产效率；
　　●降低20-50%的库存成本；
　　●降低10-20%的质量成本；
　　●提高预测精度到85%；
　　●缩短20-50%的面市时间；
　　●降低10-40%的维护成本；
　　●实现生产效率的提升。
　　因此，我们讨论边缘计算、云计算、大数据分析、人工智能分析，不能为了概念而概念，必须服务于制造业本身的升级。