工业边缘数据管理与分析技术白皮书.docxVIP

目 录 前言 1 工业边缘数据管理与分析的内涵与意义 2 工业边缘数据的定义 2 工业边缘数据的特点和挑战 3 工业边缘数据管理与分析的难点与挑战 4 现状及场景分析 10 边缘数据管理与分析技术发展现状 10 边缘数据管理与分析的国内发展现状 11 边缘数据管理与分析的海外发展现状 12 产业应用场景分析 14 汽车制造行业 14 石油化工行业 20 电子制造行业 24 关键技术研究 35 边缘数据管理与分析的平台技术架构 35 边缘数据管理与分析技术 37 边缘数据的灵活接入管理与数据管理 37 边缘数据的批流融合灵活计算 39 面向边缘设备数据的组态化应用服务 40 边缘数据管理与分析的微服务化访问技术 43 面向边缘数据综合分析的人工智能技术 44 边缘计算数据流通的协同安全技术 46 工业边缘和公有云的数据协同处理 48 4．展望 51 前 言 工业制造业是一个国家的基石。当前，工业制造业全球性产能过剩， 市场竞争激烈，制造业正在从大批量和规模化生产，转向小规模、个性化定制的新型模式。为了应对这种挑战，工业互联网通过对人、机、物、 系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径。基于工业互联网的平台应用赋予市场、销售、运营、维护等产品全生命周期服务的全新内容，将促进企业从规模化流水线生产转向规模化定制生产，从生产型制造转向服务型制造，推动服务型制造业与生产型制造业的深刻变革。 边缘计算是工业互联网中推进 IT 和 OT 融合交汇的关键点。边缘计算通过在网络边缘侧汇聚网络、计算、存储、应用、智能等五类资源， 提高网络服务性能、开放边缘数据、激发新模式和新业态。工业互联网 中的边缘计算既解决了工业生产中面临的现实问题，又能够为工业的转 型发展提供新能力，是现阶段国内外工业互联网关注的焦点之一。 边缘计算在实际部署应用和数据处理的过程中，存在着数据集碎片化、工业应用研发门槛高、工业软件建设选型困难、设备及平台标准缺失、安全开放测试机制不完善等突出问题。针对上述问题，急需提升工业边缘数据管理与分析技术水平，提升实时数据处理，流式智能分析， 现场数据决策，闭环业务反馈的能力，这将有助于工业互联网平台建设， 加速形成全新的生产制造管理、优化和服务体系，赋能制造型企业的全面数字化转型。 工业边缘数据管理与分析的内涵与意义 工业边缘数据的定义 工业互联网平台是面向工业制造业“智能化生产”、“个性化定制”、 “网络化协同”、“服务化转型”的需求，构建基于海量数据采集、汇聚、 管理、分析的技术服务体系，支撑制造资源全面连接、弹性供给、高效配置的工业操作系统平台，包括边缘层、平台层（工业 PaaS）、应用层 （工业 SaaS）三大核心层级。 在工业 4.0 场景下，工业边缘特指工业互联网边缘，在“端边云网智”五个价值要素中，包含：“端”和“边”两部分要素。 “端”是指智能物联网产品及设备。智能制造的“端”包括生产过程涉及到的数控机床、工业机器人、AGV、标签/RFID、传感器、智能监控、AR/VR 装备等。通过智能终端、智能设备实现生产操作自动化，生产信息数字化及存储、人员及环境监测等，尤其借助智能设备 3D 建模、物联网及大数据等技术来支撑设备的仿真、预警以及预测性维护等智能应用。 “边”是指边缘计算系统。面向工业领域，针对工业现场的设备连接、系统协同、实时数据分析等需求，通过边缘接入、数据采集、时序存储、数据计算、数字孪生、数据可视化等技术手段，为企业提供从现场设备、传感器、控制系统等的边缘接入到智能应用服务的“端到端” 解决方案。从数据分析和管理的技术架构层面，边缘服务以现场实时处理为基础，提供边缘网关管理、设备数据接入、数据处理缓存、边缘计算等功能，并支持工业数据汇总、存储、计算、分析、建模与应用服务。 边缘计算系统也提供连接云端工业互联网平台的功能，通过统一的云端 通讯协议，完成数据上报、指令反馈、远程控制等多种数据通路功能， 并对外部提供大数据、人工智能等相关平台或服务的连接与调用能力， 支持数据与接口的多系统集成。 基于上述分析，在本白皮书中，工业边缘数据定义为，在工业制造 工业互联网场景下，所涉及到的端设备（如数控机床、工业机器人、AGV、智能标签、传感器、工业穿戴设备、智能监控装备等）及边缘计 算系统（如轻边缘设备及轻边缘系统软件）所需要管理与分析的各类数 据的总称。 工业边缘数据的特点和挑战 工业边缘数据的特性是由于工业实际现场环境复杂度以及工业设备及传感器分布式部署导致。工业设备在部署时，环境资源受限，局部视野受限，功能受限，扩展困难，从而