工業物聯網作為智能制造和工業4.0的重要使能技術和關鍵實現路徑，以 OT 技術和 IT 技術融合為核心。本篇文章中，順豐物聯網平臺負責人胡典鋼為大家介紹了邊緣計算在工業物聯網中的應用實踐，闡述了工業物聯網的發展背景、整體架構設計以及邊緣計算在此過程中承擔的重要角色，并梳理了其中的技術演進脈絡。

　　工業物聯網最早在2012年由GE通用電氣首次提出，并推出Predix平臺。在國內，政府于2015年發布《智能制造發展規劃(2016-2020年)》綱要，提出智能制造重大戰略，2020年9月提出關于加快推進國有企業數字化轉型。作為智能制造和工業4.0的重要使能技術和關鍵實現路徑，工業物聯網需要操作運營技術(Operation Technology，OT)和信息技術(Information Technology，IT)的相互融合，二者如何融合卻存在一些挑戰，主要體現在兩個方面：

　　一方面來自二者的差異化，OT更強調穩定性和可靠性，對運行中的系統、OT人員傾向于保持不做變更;IT專注于數字環境，主要考慮數據處理速度、系統可靠性和安全性等問題，因此IT必須快速創新和變革，以跟上不斷發展的技術。另一方面，從公司的組織和規劃實施層面看，由哪個部門組織主導，在多大范圍面去實施融合，預期產生什么收益，也需要不斷探索和厘清。

　　圖：OT與IT技術

　　作為OT和IT融合的載體，工業物聯網涉及很多體系要素的支撐，包括工業自動化，傳感器的感知發展、泛在網絡連接、邊緣計算、云計算，還有大數據分析，工業數據建模等等，通過這些維度，來形成工業物聯網的整體能力。可以嘗試給工業物聯網下個定義，即面向工業數字化、網絡化和智能化的需求，在研發設計、生產制造、運營管理和服務運維各個關鍵環節，通過自主感知數據采集、學習、分析和決策的閉環，支撐工業資源泛在聯接、彈性供給、高效配置，從而構建服務驅動型的新工業生態體系。

　　圖：工業物聯網支撐體系

　　工業物聯網整體的架構從下到上，有時候會講端邊云一體，有時以IT的方式，又會講平臺或者上層的業務應用等。無論是什么樣的架構描述，最重要的還是結合實際不同的應用場景，分析整個架構落地時其側重點是什么。

　　整個體系架構從下至上，包括感知層、邊緣計算、網絡連接、平臺層和應用層。感知層負責數據采集，利用泛在感知技術對多源設備、異構系統、運營環境、智能產品等各種要素進行信息采集。工業現場的很多數據保鮮期很短，一旦延誤處理，就會迅速變質，數據價值呈斷崖式跌落。為了解決數據實時性問題，應用邊緣計算是時之所驅。

　　感知層數據通過有線或無線網絡連接到達遠端數據中心或云平臺，實現網絡互聯數據互通。平臺層包括通用PaaS和工業PaaS，工業PaaS也稱為工業物聯網操作系統，它提供感知層數據接入能力、數據分析能力、工業數據建模能力以及沉淀各種工業APP模板，方便快速開發和上線應用。平臺最終通過應用(用例)服務于業務場景中，得到閉環，客戶花錢買用例，而有了平臺支持能夠更快、更簡單、更容易地部署用例。對于傳統企業信息管理系統如ERP、WMS、CRM而言，可能需要與平臺打通，以消除信息孤島，實現數據聯動。

　　圖：工業物聯網架構

　　邊緣計算擬解決的三方面問題

　　在工業物聯網領域，目前邊緣計算主要擬解決以下三方面的問題：

　　一是數據的實時性。比如完成實時的數據監測和實時處理。以順豐的實踐來講，這幾年我們做了一些OT和IT的融合，工業物聯網的應用，這個過程并不如最初設想的那樣簡單直觀，網絡的基礎設施條件以及延伸出來很多相關前置條件，包括組織中人員的培訓，改造成本，基礎設施的構建，都需要一定時間。

　　另外兩個方面，是網絡的安全性和可靠性。諸如斷網或是網絡帶寬有限的情況下如何正常運行，工業物聯網體系運行的安全性如何保障——邊緣計算可以很好地解決一部分問題。

　　圖：邊緣計算擬解決的問題

　　除此之外，背后也有一些趨勢的驅動。其一，各行各業聯網的終端設備越來越多，“人機料法環”互聯，現場數據激增，其二，隨著企業對于效率質量和成本越來越關注，企業IT的運營管理系統，對現場工藝過程的數據和設備運行有強烈的需求，OT和IT由分開的兩條路徑逐漸走向融合，這些都加速了我們去處理這些數據，分析這些數據，并挖掘其中的價值。

　　如何解決這些問題?

　　在OT和IT融合的大背景下，如何基于邊云協同、邊緣數據采集、邊緣數據清洗，在靠近數據源頭的地方，滿足業務實時性、安全性和決策可靠性的要求?

　　對于工業領域而言，很多現場系統天然就涉及到數據的即時處理，邊緣計算的應用也就變得很自然而然。只是以前它受限于硬件的處理能力和系統的開放性，但現在是很有機會在垂直行業去落地。由于OT傾向于穩定性和可靠性，相對并不敏捷，無論是自動化控制系統或者很多生產管理系統，都非常依賴于現場的工程團隊，單機軟件時代，其部署、升級，版本管理以及需求變更導致停產停線，這些都是很大的痛點，而我們可以利用邊云協同去做一些事情。

　　邊緣計算是工業物聯網的一個重要抓手，融合OT和IT。在具體實踐落地時，通常包括以下內容：邊緣節點納管和邊緣應用管理，子設備接入，邊緣數據處理。

　　圖：邊緣計算-OT和IT融合的重要抓手

　　邊緣計算KubeEdge在順豐的應用實踐

　　在應用實踐層面，順豐選擇了KubeEdge開源邊緣計算平臺，在Kubernetes原生的容器編排和調度能力之上，作為邊緣節點納管和邊緣應用管理服務的框架。順豐結合自身在物聯網設備接入管理和數據處理層面已積累的豐富經驗，逐步形成了業界領先的邊緣計算和邊云協同主架構落地實踐體系。

　　圖：KubeEdge開源框架

　　在這個過程中，順豐建立了泛在感知能力，包括像直連或者通過邊緣節點跨層級獲取多源異構的設備數據，有效打通現場的一些OT生產系統，并構建我們在物流和供應鏈領域泛生產要素物聯網技術應用實踐，無論是在全國各大分揀中心，或者陸運的各個環節，不斷嘗試探索。

　　順豐對工業物聯網架構系統化的搭建和應用，本質上是希望通過數字化監控與智能化管理，助力標準化運營與自動化生產，實現自動化效益管控，同時實現人員效能的提升，即通過數據驅動，以完成核心業務的數字化和價值化，助力集團運營持續改善。

　　作者簡介

　　胡典鋼，順豐物聯網平臺負責人，負責順豐物聯網平臺建設及產品化工作。在物聯網、邊緣計算、工業大數據領域從業10余年，有豐富的實踐經驗。已出版專著《工業物聯網：平臺架構、關鍵技術與應用實踐》、《TestStand工業自動化測試管理》。

　　0