工业物联网OT与IT融合中的边缘计算推动者.pdf

工业物联网OT与IT融合中的边缘计算推动者目 录CATALOG010203工业物联网：OT与IT融合之路工业物联网与边缘计算边缘计算应用实践04挑战与价值思考GE Predix2012年首次提出工业互联网概念工业4.02013年汉诺威工业博览会正式推出IIC联盟2014年成立工业互联网联盟智能制造智能制造发展规划（2016-2020年）企业数字化转型2020年9月关于加快推进国有企业数字化转型工作的通知发展背景关于OT与IT融合的争论一直不断，主要体现在两个方面：围绕概念上面，要求澄清OT和IT的概念、界线；在公司组织和规划实施层面，由哪个部门组织牵头，在多大范围内实施融合，预期产生什么收益OT与IT技术OT技术发展相对较缓慢，更强调稳定性与可靠性，对运行中的系统，OT人员倾向于保持不做变更IT专注于数字环境，主要考虑数据处理速度、系统可靠性和安全性等问题，因此IT必须接受快速创新和变革，以跟上不断发展的技术支撑体系工业物联网面向工业数字化、网络化、智能化需求，以OT和IT技术融合为核心，在研发设计、生产制造、运营管理以及服务运维各个关键环节，通过自主感知数据采集、学习、分析和决策闭环，支撑工业资源泛在联接、弹性供给、高效配置，从而构建服务驱动型的新工业生态体系。数字化转型将改变企业为客户创造价值的方式，即业务数字化；而数字化技术的作用，将降低业务转型或发展的阻力数字化转型智能制造和工业4.0是面向工业的数字化转型战略，要求OT与IT的紧密融合智能制造与工业4.0工业物联网是OT与IT融合的具体实现，智能制造和工业4.0的重要使能技术和关键实现路径工业物联网脉络关系目 录CATALOG010203工业物联网：OT与IT融合之路工业物联网与边缘计算边缘计算应用实践04挑战与价值思考体系架构.Part 02 Part 04物联网设备接入协议转换感知层边缘计算感知层数据接入设备接入、设备管理、边云协同大数据系统数据清洗、存储、实时分析/离线分析平台层工业APP模板/微服务组件人员效能、能源管理、预测维护等云基础设施（计算、存储、网络）IaaS网络连接3G/4G/5G/Wi-Fi/LPWAN有线/光纤研发设计APP生产制造APP应用层运营管理APP通用PaaS基础服务数据存储与消息中间件、应用管理服务、监控服务、运营服务工业数据建模机理模型、数据模型、数字孪生应用开发低代码化开发工具服务运维APP传统信息系统接入 ERP SCM CRM PLM WMS CAE.MES、SCADA工业PaaS数据采集的范围显著扩大，从设备扩展到人及一切生产要素强调信息孤岛打通，通过接口和系统集成方式实现业务系统数据采集将强物联网属性的数据与其它业务数据联动数据采集轻客户端的可视化数据驱动下，决策依据和手段变多由于数据采集维度和和分析方法增加，操作运营技术OT与信息技术IT融合，使得决策更加准确除了工业机理模型，人工智能AI数据模型在特定场景取得的成效也帮助化解了复杂系统的不确定性可视化/决策数据分析处理的手段更加丰富，处理能力增强，大数据和云计算的普及，加速了数据驱动、数据应用的步伐以前在单机上做数据分析与可视化，现在搬到了云上，数据存储能力和算力大幅提升，很多限制已消除数据分析应思考其中的延续性：本质仍然是“采集-分析-可视化/决策”，只是每个环节的内容都发生了巨大变化体系架构基站设备边缘网关Modbus/Profinet/CANRFID/BLE交换机无线APWiFi/4G/5GZETA标签ZETA引擎ZETA网关环境监测能耗监控NB-IoT/5G现场服务器人工具、容器、货物有线连接以太网无线连接计算引擎边缘计算车4G/5G覆盖有线或无线、长距离或短距离，设备直连或通过边缘节点连接云端并存，有效打通生产OT系统感知层感知层*引用自工业数据采集产业研究报告，2018目 录CATALOG010203工业物联网：OT与IT融合之路工业物联网与边缘计算边缘计算应用实践04挑战与价值思考拟解决的主要问题工艺安全、客户信息安全安全性应对断网情况和网络带宽挑战、降低传输成本网络可靠性实时状态监测、数据实时处理、（工业数据保鲜期短）实时性趋势推动：数字化和智能化浪潮，包括制造、能源电力、交通、物流、农业、医疗和政府公共事业，越来越多的终端设备联网，“人机料法环”互联，现场数据激增 随着企业对效率、质量与成本等方面关注，企业IT运营管理系统对现场工艺过程数据和设备运行数据有着强烈的需求。OT和IT由分开的两条路径逐渐走向融合如果把大脑比作云端，那么边缘计算就是神经末梢，自行对前端的刺激进行处理并将处理后的特征信息反馈给大脑SCADAMES现场设备物联网平台现场控制级操作监控级信息管理级对工业领域而言，很多现场系统天然涉及数据即时处理，边缘计算应用是自然而然的事情，只是以前受限于硬件的处理能力和系统的开放性无论是自动化控制系统，或是很多生产管理系统，非常依赖于现场工程团队，单体软件部署、升级、版本管理以及需求变更导致停产停线的痛点问题追溯：工业自动化主要研究内容边云协同OT与IT加速融合：生产系统与运营管理系统打通融合，加速数据驱动形成联动云边一体：云端如何统一管理边缘节点，实现边缘节点纳管、边缘应用部署和管理；如何将云端服务扩展到边缘端边缘数据采集多种工业协议并存：面对多源异构的设备和系统，如何实现有效的边缘数据采集设备接入：云端如何通过边缘节点管理终端设备，实现跨层级的设备接入和统一管理边缘数据清洗及流转实时数据处理：工业现场的很多数据保鲜期很短，一旦处理不及时，会迅速变质，数据价值呈断崖式跌落。有些对于系统响应时效要求非常高边缘智能：在视觉质检、图像识别、预测分析与诊断、公共安全等领域逐步得到应用，云端训练边缘推理将变得越来越普遍在OT与IT融合的大背景下，如何基于边云协同、边缘数据采集、边缘数据清洗，在靠近数据源头的地方，满足业务实时性、安全性、决策可靠性的要求边缘计算：IT与OT融合的重要抓手OT系统云化服务化重构边云协同1、边缘节点纳管2、边缘应用管理3、子设备接入4、边缘数据处理开源框架目 录CATALOG010203工业物联网：OT与IT融合之路工业物联网与边缘计算边缘计算应用实践04挑战与价值思考01.如何衡量价值02.你在做看板还是决策建议系统甲方向乙方说不清楚自己想要什么，乙方向甲方说不清楚自己的方案和能力;投入回报上，价值难以衡量或者难以直接量化时对比图表单纯的呈现信息简单的传声筒，针对性诊断意见更实用03.既懂业务又懂技术工业物联网形成产品和方案，要能够解决工业场景的问题，这要求对业务场景的理解，对OT与IT技术的掌握04.技术链路过长技术上过于复杂，缺乏技术知识，内部人才资源缺乏，难以有效推动实施缘何落地过程遇到挑战01030402解决运营常态化需求，例如生产设备资产线上化管理；战略层面，例如提升了企业管理水平，产品质量提高了，提升客户满意度，并进一步在资本市场得到正面反馈间接收益间接收益把项目单独拎出来，它不直接产生收益，但是把它放到更大的战略和规划里，它配合实现了整体收益，将整体收益的一部分计入该项目中转换收益转换收益必须要达成的，不计成本投入，例如围绕公共安全，降低重大安全事故，法律法规强制性要求。不存在投不投入的问题刚性收益刚性收益降本增效，创造收入，提效有时候也不等同于收益，但它一定是有价值的直接收益直接收益挖掘需求，而不是创造需求价值收益 硬件改造的成本，延伸要考虑到规模化应用时，无法敏捷 自动化程度低，信息化的可行性，数据采集的成本内核是数据驱动带来的企业经营持续改进，带来业务价值：工业互联网、数据中台、业务中台、数字化底盘，概念没有本质区别，相互包含、相互渗透。算力和存储成本、算法开发成本以及可复制性 信息孤岛打通，系统对接和适配成本 指标定义，线上线下配合，业务闭环成本经济性问题强有力的业务方（甲方）一是业务方认同项目价值，二是业务方具有很强的推动力项目在评估、实施阶段的很多工作，会较顺利的推动下去。多数工业物联网项目涉及改造，硬件基础设施部署，谁来部署安装以及部署过程如何不影响生产，这些都需要业务方协调好，并将它流程化如何评估项目的效果，量化的数据如何获取，例如盲测、比对实验等等，这些需要现场的全力配合。物联网设施的后期运维，非常依赖于现场运维团队，如设备工程师、值班人员、地区IT人员注重实施工业物联网：平台架构、关键技术与应用实践