一年的数据采集经历让这位老板对工业互联网丧失了最初的热情,甚至产生了这样的疑问:我们当前真的需要大量工业数据吗?
随着物联网的发展,工业制造设备所产生的数据量将越来越多。如果这些数据都要放到云端处理,就需要无穷无尽的频谱资源、传输带宽和数据处理能力,“云”难免不堪重负,此时就需要边缘计算来分担云计算的压力。
“只要增加几个工人就能解决的问题,我为什么要费力去采集数据,去搞工业互联网?还不一定有效果!”
的确,无论工业物联网、大数据驱动、数字孪生这些概念说的如何天花乱坠,在实际工业生产过程中,如果不能解决企业的核心问题——提高利润、降低成本,都难免是纸上谈兵。虽然数据本身很重要,但能直接解决问题的服务应用对企业才更有价值。当前,除了如何采集数据之外,绝大部分企业面对的关键问题是什么数据值得采?说白了,就是如何运用数据产生价值!
工业数据的采集和传输基本都是“端-管-云”的模式。在应用的现场,“端”负责收集数据、执行指令,“管”打通数据的传输路径,而“云”负责所有的数据分析和控制逻辑功能。整套流程能否顺利打通,对数据采集、分析、应用能力至关重要。
然而,随着物联网的发展,工业制造设备所产生的数据量将越来越多。如果这些数据都要放到云端处理,就需要无穷无尽的频谱资源、传输带宽和数据处理能力,“云”难免不堪重负,此时就需要边缘计算来分担云计算的压力。比如一个公司,在规模小的时候,董事会可以对公司的管理达到事无巨细的程度,但是当公司发展到一定规模时,就需要给予一线员工必要的自主权力。
所以,在工业现场的边缘侧进行数据采集、处理及传输的边缘计算网关承担着打通工业数据传输“任督二脉”的重任,再与云平台进行融会贯通——边云一体化,最后利用大数据分析,赋能生产,才能发挥工业数据的真正价值。
由此产生的两个关键问题是我们不得不面对的:
一、在大量工业数据下沉的情况下,数据的有效性该如何保证?
二、“边-云”一体化能给工业物联网带来什么价值?
Gartner《2018年十大战略技术趋势:从云到边缘》报告认为:到2022年,随着数字业务的不断发展,75%的企业生成数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理。
随着工业物联网的发展,必然会出现更多的本地就近控制和现场数据,面对这些逐渐增多的现场数据,该如何处理才能在保证其有效性的同时又减少云计算的压力?
工业世界任何微小的提升都会带来很大的优势;工业世界任何微小的故障也可能带来很大的损失——工业现场的很多数据“保鲜期”很短,一旦处理延误,就会迅速“变质”,数据价值呈断崖式跌落,工业现场的数据处理可以称之为“走钢丝”。此时,“边缘计算”便发挥了不可替代的作用。
如果把大脑比作云端,那么边缘计算就是神经末梢,对简单的刺激进行自处理并将处理的特征信息反馈给云端大脑。
尽管当前工业企业追求的核心问题是如何让数据赋能生产,产生价值。但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——如何采集数据?对于任何工业企业来说,挖掘数据金矿的第一步都是采集数据,不谈数据采集的大数据分析是空中楼阁,没有数据的工业云平台相当于无本之木。