目录
一、工业互联网边缘层（数据采集）
1.基本概况
通过大范围、深层次的数据采集，以及异构数据的协议转换与边缘处理，构建了工业互联网平台的数据基础。（数据采集、协议转换、边缘处理）
2.核心价值
利用泛在感知技术对多源设备、异构系统、生产要素（人-机-料-法-环）信息进行实时高效采集和云端汇聚。
3.功能分类
a. 设备接入
b. 协议解析
c. 边缘数据处理
二、数据采集范围
1.工业现场设备
主要通过现场总线、工业以太网、工业光纤网络等工业通信网络实现对工厂内设备的接入和数据采集，可分为三类：
| 序号 | 设备种类 | 采集对象 |
| 1 | 专用采集设备 | 对传感器、变送器、采集器等专用采集设备的数据采集 |
| 2 | 通用控制设备 | 对PLC、RTU、嵌入式系统、IPC等通用控制设备的数据采集 |
| 3 | 专用智能设备 | 对机器人、数控机床、AGV等专用智能设备的数据采集 |
2.工厂外智能产品
主要通过联网实现对工厂外智能产品的远程接入（通过DTU、数采网关等）和数据采集。
3.核心功能
主要采集智能产品运行时关键指标数据，包括但不限于如工作电流、电压、功耗、电池电量、内部资源消耗、通信状态、通信流量等，用于实现智能产品/装备的远程监控、健康状态监测和远程维护等应用。
三、架构组成
1.设备接入
通过工业以太网、工业光纤网络、工业总线、3G/4G、NB-IoT等各类有线和无线通信技术，接入各种工业现场设备、智能产品/装备，采集工业数据。（通过异构网络接入各种工业设备，采集工业数据）
2.协议转换
a.运用协议解析与转换、中间件等技术兼容Modbus、CAN、Profinet等各类工业通信协议，实现数据格式转换和统一。（数据格式转换和统一）
b. 利用HTTP、MQTT等方式将采集到的数据传输到云端数据应用分析系统或数据汇聚平台。（数据上云或数据汇聚平台）
3.边缘数据处理
基于高性能计算、实时操作系统、边缘分析算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用，提升操作响应灵敏度、消除网络堵塞，并与云端数据分析形成协同。（边缘端数据预处理、存储与智能分析，减少时延和网络拥塞，形成边云协同分析处理）
四、工业数据采集产品类型
1.设备接入产品
设备接入产品细分以下几类：
| 序号 | 设备接入产品 |
| 1 | 传感器，数据采集模块 |
| 2 | 嵌入式系统：RTU/PLC/DCS/IPC等 |
| 3 | 机器人/数控机床/专用智能设备或装备 |
| 4 | RFID：物料标识读取设备 |
2.协议转换
工业通信网络接口种类多、协议繁杂、互不兼容，需要通过工业网关来进行各种协议转换。
工业网关主要包括串口转以太网设备、各种工业现场总线间的协议转换设备和各种现场总线协议转换为以太网（TCP/IP）协议的网关等。
| 序号 | 工业网关设备类型 |
| 1 | 串口—>以太网协议的网关设备 |
| 2 | 各种工业现场总线间的协议转换设备 |
| 3 | 各种现场总线协议—>以太网（TCP/IP）协议的网关设备 |
3.网络传输
用于工业现场设备和智能产品/装备的网络连接和数据传输。
网络设备包括工业交换机、工业路由器、工业中继器、工业网桥、DTU等。
4.边缘数据处理
主要产品包括边缘计算软件、配套数据库及相关模块等。
5.工业数据采集安全
目前在工业数据采集系统中，主要通过工业防火墙和工业网闸等产品，实现数据加密传输，防止数据泄漏、被侦听或篡改，保障数据采集和传输过程中的安全。
五、核心技术
1.工业通信网络
| 通信网络 | 简介 | 代表技术/优势 |
| 1.现场总线 | 自动化领域中底层数据通信网络，应用于生产现场，连接智能现场设备和自动化测量控制系统的数字式、双向传输、分支结构的通信网络。 | 目前应用较多的有Profibus、CAN、LonWorks、HART、Modbus等 |
| 2.工业以太网 | 应用于工业环境中的自动化控制及过程控制。 | 能够使企业的信息网络和控制网络实现统一。 |
| 3.工业光纤网络 | 采用无源光网络（PON）技术，在工业互联网体系架构中处于车间级网络位置。 | 不受电磁干扰、部署灵活、传输距离远、高安全性。 |
| 4.TSN（低时延网络） | 为解决工业领域中的互操作性孕育而生的标准协议。 | 基于以太网标准的确定性实时通信机制，定义了极其准确、极易预测的网络时间，具备高数据量传输与优先权设定功能等优势 |
| 5.NB-IoT | 适合用于传感、计量、监控等工业数据采集应用。 | 支持海量连接、有深度覆盖能力、功耗低 |
| 6.5G | 适合工业通信场景，取代WiFi、Zigbee和WirelessHART等无线通信网络技术。 | 拥有超高速，高可靠，低时延的特性 |
2.协议转换技术
a.基本概况
目前在工业数据采集领域，多种工业协议标准并存，各种工业协议标准不统一、互不兼容，导致协议解析、数据格式转换和数据互联互通困难。
协议转换技术就是将不同工业通信协议，通过协议解析、数据转换和地址空间重映射等技术手段转换成统一协议，实现设备数据采集的信息交互以及和信息系统的互联互通，实现了访问的统一性。
b.关键技术
OPC基金会大力推动的OPC UA统一架构，是应用程序和现场控制系统连接的标准，可以通过一个统一接口实现多种工业协议标准的数据交换。
OPC UA是以SOA、WebService为核心的跨平台数据交换技术，可用作数据传输的统一通讯协议，为互联互通提供了完善的解决方案。
c.技术优点
高开放性和稳定性。
3.边缘计算
a.基本概况
边缘计算可实现海量、异构的联接，满足业务的实时性要求，实现数据的优化，注重应用的智能性，同时保护安全与隐私。（异构接入、本地实时处理、安全与隐私保护）
边缘计算在实时性、短周期数据、本地决策等工业数据采集场景方面有不可替代的作用。
b.智能ECN(Edge Computing Node)
兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全等。
c.联接计算CCF(Connectivity and Computing Fabric)
实现架构极简，对业务屏蔽边缘智能分布式架构的复杂性。
实现OICT基础设施部署运营自动化和可视化，支撑边缘计算资源服务与行业业务需求的智能协同。
d.智能业务编排
通过业务Fabric定义端到端业务流，实现业务敏捷。
e.智能服务
模型驱动的统一服务框架，能够实现软件开发接口一致和部署运营自动化。
4.工业人工智能
a.运行方式
利用传统自动控制相关的业务及技术，使设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。
b.数据积累
通过对企业生产及服务过程中积累的历史数据，采用深度学习等人工智能的模型算法，发现数据的内在规律及新的价值，用于改善设计、生产及服务等工业业务环节。
c.技术优点
使各类设备升级为具备“自适应能力”，主动感知环境变化的智能设备，可以根据感知的信息调整自身的运行模式，使其处于最优状态。
六、发展挑战
1.网络挑战
现有的多种网络通信连接技术都可以用来在一定程度上解决工业物联网互联互通的问题，但是尚不存在一种被广泛认可一体化解决方案。
2.数据挑战
当前工业数据采集面临的突出问题可以总结为“三不”：不敢传（数据安全问题）、不能传（协议标准不统一）、不需传（本地化和实时性问题），无法支撑实时数据采集和实时分析、智能优化和科学决策。
a.工业数据采集存在数据安全问题。涉及到大量重要工业数据和用户隐私信息，存在黑客窃取数据、攻击企业生产系统的风险。
b.工业协议标准不统一且数据开放性不够。目前工业协议标准由不同厂商制定，存在Profibus、Modbus、CAN、LonWorks、HART、Profinet、EthernetIP等多种工业协议标准。协议标准不统一，互不兼容。
c.工业数据采集实时性要求难以保证。对于高精度、低时延的工业场景难以保证重要的信息实时采集和上传，无法满足生产过程的实时监控需求。
参考文献
1.华辰资本—工业互联网深度研究报告之边缘层. https://wk.askci.com/details/4215255624674974a004aaa4dfc708f6/.
2.工业互联网平台核心技术之一：数据集成与边缘处理技术. https://blog.csdn.net/iot_research/article/details/82662797.
748
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
