行业动态>为什么说“如果没有加码边缘计算，工业物联网难免是纸上谈兵”？
“咱们收集到的数据，90%都是废物”，位于江苏昆山的某工厂老板感叹道，“上一年365天的每时每刻，咱们简直都进行了数据收集，收集到的数据却不知道该怎样使用。与投入到收集数据的各种费用相比，我认为并不值得。”
一年的数据收集经历让这位老板对工业互联网丧失了最初的热情，甚至发作了这样的疑问：咱们当时真的需求很多工业数据吗？
“只需增加几个工人就能处理的问题，我为什么要吃力去收集数据，去搞工业互联网？还不必定有作用！”
确实，无论工业物联网、大数据驱动、数字孪生这些概念说的怎样天花乱坠，在实际工业出产过程中，假如不能处理企业的中心问题——进步赢利、降低成本，都难免是坐而论道。虽然数据自身很重要，但能直接处理问题的服务使用对企业才更有价值。当时，除了怎样收集数据之外，绝大部分企业面临的关键问题是什么数据值得采？说白了，便是怎样运用数据发作价值！
咱们知道，工业数据的收集和传输基本都是 “端-管-云”的模式。在使用的现场，“端”负责收集数据、执行指令，“管”打通数据的传输途径，而“云”负责一切的数据剖析和控制逻辑功能。整套流程能否顺利打通，对数据收集、剖析、使用才干至关重要。
然而，随着物联网的开展，工业制作设备所发作的数据量将越来越多。假如这些数据都要放到云端处理，就需求无穷无尽的频谱资源、传输带宽和数据处理才干，“云”难免不堪重负，此时就需求边际核算来分管云核算的压力。比方一个公司，在规划小的时候，董事会能够对公司的办理达到事无巨细的程度，可是当公司开展到必定规划时，就需求给予一线员工必要的自主权力。
所以，在工业现场的边际侧进行数据收集、处理及传输的边际核算网关承担着打通工业数据传输“任督二脉”的重担，再与云渠道进行融会贯通——边云一体化，最终使用大数据剖析，赋能出产，才干发挥工业数据的真实价值。
图：边云协同
由此发作的两个关键问题是咱们不得不面临的：
一、在很多工业数据下沉的情况下，数据的有效性该怎样确保？
二、“边-云”一体化能给工业物联网带来什么价值？
“外行看热闹，内行看门道”，关于这两个问题的答案，在工业物联网领域现已耕耘17年的映翰通网络有充分的发言权。
虽然当时工业企业寻求的中心问题是怎样让数据赋能出产，发作价值。可是也不能忽视该进程中困扰工业企业多年的普遍性问题，数据处理的前置关键环节——怎样收集数据？对于任何工业企业来说，挖掘数据金矿的第一步都是收集数据，不谈数据收集的大数据剖析是海市蜃楼，没有数据的工业云渠道相当于无本之木。
在不同的工业出产过程中，因为自动化产品品牌众多，工业接口多样化、工业协议不统一，所以看似简单的数据收集并没有那么容易。再加上工业数据下沉的速度越来越快，边云一体化的需求越来越火急，这无疑是给以“边云一体化处理方案”为中心的映翰通网络带来了巨大的开展机遇。所以，这正是映翰通网络推出IG900系列边际核算网关的中心原因。
图：IG900边际核算网关
除了数据收集，在数据处理运用方面，因为工业现场的数据面临着“保鲜期”很短，以及很多“废物”数据并不需求传递到云端的问题。映翰通网络的IG900系列边际核算网关不仅能快速完成数据收集，处理数据“保鲜期”问题，还能对收集到的数据进行过滤、预处理等，然后缓解云核算的压力。
那么，基于此边际核算网关，映翰通网络的边云协同是怎样赋能工业物联网的呢？
边云协同的物联网一体化处理方案
虽然从工业视点来看，边际核算开展如火如荼，但从使用视点来看，它还处于落地的前期。边际核算与云核算的融合才干真实体现工业数据的价值。
实际上，工业界现已认识到边云协同的重要性，并开展了活跃的探究。例如，华为在其HC2018大会发布的智能边际渠道IEF明确提出了边际与云协同的一体化服务概念；西门子2018年发布了Industrial Edge的概念，大致理念是通过云端布置IndustrialEdge Management完成边际核算与云核算的协同，映翰通网络在今年的汉诺威工业饱览会上，以边际核算网关为根底，展示了“映翰通设备工业云（InHand DeviceNetworks Cloud）+边际核算网关（Edge Computing Gateway）”，完成边云协同。
图：映翰通网络在汉诺威工博会的“边云协同”展示
已然边云协同对工业数据如此重要，那么怎样理解边云协同呢？边云协同处理数据的关键在于数据的融合。
在工业场景中，一方面通过边际核算直接运行实时剖析算法，另一方面则使用边际与云的协同，完成模型不断生长和优化，然后让边际剖析技能增强了渠道实时剖析才干。当然，边云协同的才干与内在落地到各使用场景时其详细才干与关注点又会有所不同，因为每种边际核算事务形态对于与云核算协同的事务需求不尽相同。
比方，在柔性制作的过程中，现代工业机器人的使用越来越广泛。出产线上的机器人、机械臂的安稳可靠性对企业出产的经济效益确保含义严重。工业机器人的大规划布置，工业机器人结构杂乱、保护成本高对出产企业技能人员的保护才干提出了极高要求。主要体现在，要在机器人发作故障之前检测到机器人组织部件、控制装置等方面的异常，并提醒用户在停机发作前进行有针对的保护修理，然后使停机时刻削减为零，完成连续出产。
在智能制作年代，出产的各个环节需求打通并能实时交互，比方出产、仓储、物流等环节的出产数据和设备数据需求实时监控、盯梢，然后通过大数据处理来进行智能猜测，包括提早备货、安全防范等。映翰通网络的工业物联网布局正是寻找工业4.0的脚步，基于“边际核算网关+InHand设备云+大数据剖析”，选用边云协同，打通数据收集、传输、处理的通道，并进行大数据剖析，充分发挥数据的价值，最终全方位赋能工业物联网。