1 實驗平臺目標和概述

長久以來，在生產(chǎn)型企業(yè)各部門之間分離的IT系統(tǒng)和現(xiàn)場控制系統(tǒng)已經(jīng)形成了許多大大小小的“信息島”，盡管部門級的系統(tǒng)各自（ERP、DCS等）運行良好，但企業(yè)并不能通過這些零散系統(tǒng)的數(shù)據(jù)和功能建立起企業(yè)的全貌，從而造成了大量的信息資產(chǎn)的閑置和浪費。沒有最大化地運用企業(yè)的信息化所產(chǎn)生的價值。通過長期的實踐，今天的管理者希望企業(yè)內不同的信息化和自動化系統(tǒng)實現(xiàn)集成，融為一體。希望系統(tǒng)能夠提供貫穿整個企業(yè)關鍵信息的訪問，甚至可以把這種訪問延伸到政府、客戶和供應商那里，以大大提高工作效率。同時還希望充分利用現(xiàn)有系統(tǒng)的投資，以降低信息化成本，并快速響應業(yè)務需求變化以提高競爭力，盡快實現(xiàn)企業(yè)的遠景規(guī)劃。因此，許多企業(yè)將信息融合和應用集成作為數(shù)字化企業(yè)建設的首要目標。

僅就流程性行業(yè)的信息化應用而言：

（1）幾乎所有的企業(yè)均不同程度地實施了面向管理和生產(chǎn)調度的MIS、ERP或者EAM系統(tǒng)，有的企業(yè)甚至完成了2個以上的版本。

（2）幾乎所有的現(xiàn)場控制系統(tǒng)均實現(xiàn)了自動化控制。通過DCS、電力綜合自動化等系統(tǒng)，可以提供完備的現(xiàn)場實時數(shù)據(jù)。

（3）辦公自動化系統(tǒng)基本得到了應用，OA使用最廣泛。

（4）各類生產(chǎn)和維護管理系統(tǒng)（設備管理、工作票、檢修管理……）從縱向來說可用。但是系統(tǒng)之間橫向關聯(lián)度弱，導致了企業(yè)信息的綜合利用無法完成。

以上種種原因，導致了客戶在每一輪的信息化的過程中，每天在各個應用系統(tǒng)之間疲于奔命，決策者無法掌握全面的企業(yè)信息，企業(yè)的有效信息無法得到真正的深度挖掘。隨著互聯(lián)網(wǎng)技術的發(fā)展以及云計算、大數(shù)據(jù)應用的不斷發(fā)展，客戶和集成商都不約而同地提出了建立數(shù)字企業(yè)、實現(xiàn)生產(chǎn)和管理信息融合集成的需求。但是，面臨用戶的龐大的業(yè)務和數(shù)據(jù)量的信息集成、原有系統(tǒng)和信息資源的保護等問題造成了集成的復雜性和有限資源的不斷沖突。在這個沖突中，企業(yè)和系統(tǒng)集成商已經(jīng)意識到原有的解決方案無法實現(xiàn)真正的集成。這些方案僅僅只是不同技術不斷地拼湊，而這些“技術組合”又過于復雜和冗余，導致整合項目需巨額費用支持，許多項目因此胎死腹中。

鑒于以上存在的種種問題安徽省安泰科技股份有限公司基于邊緣計算構建智慧工廠解決方案，通過能耗數(shù)據(jù)采集終端和集成原有各個子系統(tǒng)數(shù)據(jù)，對工廠內生產(chǎn)、排放、高壓配電、車間能耗數(shù)據(jù)實時全面采集并運用云+大數(shù)據(jù)，實現(xiàn)工業(yè)“智能制造”的“四化”，基于工業(yè)大數(shù)據(jù)精確、真實和及時的運用，提升制造資源的使用效率和制造質量，降低個性化和試錯的成本，帶來產(chǎn)品制造的持續(xù)創(chuàng)新。在傳統(tǒng)能耗監(jiān)管模式的基礎上整合企業(yè)的生產(chǎn)工藝、運行管理、環(huán)境保護、產(chǎn)品質量等全方位數(shù)據(jù)，覆蓋企業(yè)從產(chǎn)品原料進廠到最終成品銷售中的各個環(huán)節(jié)，為企業(yè)打造模擬實際生產(chǎn)工況的數(shù)字工廠，通過智能調度、大數(shù)據(jù)分析等一系列手段，幫助企業(yè)實現(xiàn)降低生產(chǎn)運行成本、提升能源利用效率的目標。

2 應用場景介紹

智慧工廠能效管理平臺基于邊緣計算的本地快速響應優(yōu)勢主要體現(xiàn)在如下幾方面：

（1）將廠區(qū)內電力、煤、蒸汽、水、壓縮空氣、天然氣等能流通道和主工藝生產(chǎn)過程的集中監(jiān)控管理，生產(chǎn)調度中心通過生產(chǎn)工藝指標和能源數(shù)據(jù)以及主要耗能設備狀態(tài)參數(shù)的集中化、可視化、模型化、標準化，實時掌握裝置設備能耗、運行效率、經(jīng)濟運行、產(chǎn)量、能源消耗、能源綜合利用等情況的集中監(jiān)控管理和分析預測，及時采取有效措施，確保裝置設備的開車率、負荷率、效率、成本始終運行在最佳狀態(tài)，從而降低能源損耗、原材料消耗，達到低投入高產(chǎn)出的目標，提高市場競爭力。

（2）將廠內排放的環(huán)保數(shù)據(jù)每個測點設定正常范圍值，前端采集設備通過邊緣計算進行比對，一旦出現(xiàn)異常實時報警，自動通知后臺監(jiān)控中心并進行一系列的設備聯(lián)動。

（3）實時采集高壓配電的發(fā)電量和廠區(qū)的供電量，通過前端設備邊緣計算可快速決定發(fā)電機組的啟泵和停泵，將資源利用率最大化。

（4）視頻觸發(fā)，安全管理。可通過自定義設置，一旦生產(chǎn)過程數(shù)據(jù)不在正常的范圍內，智能物聯(lián)網(wǎng)終端實時觸發(fā)連接的攝像頭進行抓拍、錄像進行本地存儲（在網(wǎng)絡許可情況上傳至后臺監(jiān)控中心），還原事件前后幾分鐘的視頻，用以事故分析、教育、事故證明等，提升生產(chǎn)的安全性。

（5）對重要裝置、設備、采集、網(wǎng)絡、通訊的故障信號、能源系統(tǒng)報警參數(shù)超限進行報警提供人工確認與復歸功能。對于以上報警與復歸，均提供終端信息顯示。

2.1 預期成果

實驗平臺通過對生產(chǎn)數(shù)據(jù)的采集及分析，系統(tǒng)實現(xiàn)最終狀態(tài)感知、實時分析、輔助決策、精準定位、學習提升。共有以下效果：

（1）解決廠區(qū)所有數(shù)據(jù)實時采集問題：克服企業(yè)數(shù)據(jù)接口復雜，打破所有子系統(tǒng)信息孤島問題將所有的數(shù)據(jù)統(tǒng)一進行采集。將各個子系統(tǒng)數(shù)據(jù)進行集成。利于后期的數(shù)據(jù)綜合分析。提高用能效率，從而提高廠區(qū)生產(chǎn)效益。

（2）解決生產(chǎn)過程中實時響應問題：依賴于前端智能設備邊緣計算，實時運算實時聯(lián)動響應，響應后只需將處理結果上報平臺記錄。

（3）解決數(shù)據(jù)傳達問題：快速將存在于生產(chǎn)、運輸及存儲當中的各類危險源、安全隱患、污水排放等信息從企業(yè)或相關委辦傳送到安全生產(chǎn)監(jiān)督管理部門，可以針對文字、音頻、視頻、圖片等各類數(shù)據(jù)進行高效的融合，形成有效的綜合信息，進行本地存儲，并綜合上報云端。

（4）解決信息獲取后的有效利用問題：可以有針對性地對于前端各類重要的生產(chǎn)機器進行數(shù)據(jù)異常預警、預報及事故經(jīng)過智能分析后能給出初步的應對策略或方案，通過前端數(shù)據(jù)分析及云端安全生產(chǎn)大數(shù)據(jù)分析，前端為客戶提供安全生產(chǎn)綜合數(shù)據(jù)服務。

（5）解決安全生產(chǎn)信息前端統(tǒng)一監(jiān)管問題：通過在監(jiān)管部門部署，安全生產(chǎn)主站一體機，將監(jiān)管業(yè)務及數(shù)據(jù)處理統(tǒng)一前移，融合網(wǎng)絡、計算、存儲、應用核心能力，提供前端監(jiān)管服務。

2.2 商業(yè)價值

智慧工廠技術的應用，既能實現(xiàn)成本降低，生產(chǎn)管理水平提升，生產(chǎn)能率提高，還使其生產(chǎn)制造資源更加合理化、精細化、有序化使用與管理，實現(xiàn)企業(yè)信息化、數(shù)字化、現(xiàn)代化建設，構建了一個信息無所不在、無所不通的全數(shù)字化、信息化的智能工廠典范，形成一套可復制、可推廣的智慧工廠全息車間技術方案，每年預計可形成5家智慧工廠全息車間，約累計上千萬元的產(chǎn)值，在此期間通過產(chǎn)業(yè)化復制模式，全國約累計超過20家，并可產(chǎn)生新的經(jīng)濟增長點。

2.3 社會價值

智慧工廠具有相當廣泛的應用前景，經(jīng)濟效益和社會效益明顯， “智慧工廠”將成為物聯(lián)網(wǎng)應用最大的市場，將助推傳統(tǒng)工業(yè)企業(yè)是現(xiàn)代制造業(yè)升級轉型，大大提高核心競爭能力。利用此平臺可以通過提高用能效益達到節(jié)能的目的，從而實現(xiàn)能源的可持續(xù)利用。通過全程跟蹤和監(jiān)控，智慧工廠在制造過程中，對于水、油、氣的運輸及設備遠程控制的需求更加合理，排放更符合環(huán)保要求。此項目在整個制造行業(yè)的推廣應用都具有極其強大的典型示范作用，并可以產(chǎn)生巨大的行業(yè)影響和價值，幫助政府打造先進的符合中國國情的智能制造信息化產(chǎn)業(yè)，提升中國制造業(yè)在全球的市場競爭力。

3 實驗平臺技術可行性

平臺采用云計算加邊緣計算，設備和云結合，需要測試如下技術：

·邊緣設備物理鏈路數(shù)據(jù)采集的正確性；

·邊緣設備無線傳輸（GPRS、NB -IoT，LORA）模塊穩(wěn)定性測試；

·邊緣設備對下各種解析驅動的正確性測試；

·邊緣設備設備間互聯(lián)互通MQTT協(xié)議消息發(fā)布與推送正確性測試；

·邊緣設備計算測試從平臺下發(fā)和執(zhí)行正確性測試。

3.1 物理平臺

邊緣計算采用安泰自主研發(fā)的ADS-6數(shù)據(jù)網(wǎng)關系列，集數(shù)據(jù)采集與計算與一體嵌入式設備，是智能設備。其次是測試所用的Modbus、DLT645協(xié)議的多功能電表、傳感器和一些PLC設備。

3.2 軟件平臺

邊緣計算軟件平臺處理器TI AM335X， 800MHz，Linux操作系統(tǒng)。

邊緣計算網(wǎng)關軟件架構圖如下:

其中:

（1）硬件互聯(lián)層：可以通過獨立設計的通用接口xType接口進行現(xiàn)場設備的I/O交互，考慮到現(xiàn)場大量的第三方設備和通用的傳感器，同時提供第三方的硬件互聯(lián)。

（2）數(shù)據(jù)解析層：通過預制的、可拆卸的現(xiàn)場通訊數(shù)據(jù)解析的驅動程序，將所有的現(xiàn)場數(shù)據(jù)歸一化處理，成為統(tǒng)一格式的數(shù)據(jù)源。對于控制和調節(jié)輸出的數(shù)據(jù)，將按照協(xié)議進行逆向處置。

（3）數(shù)據(jù)和計算層：通過實施數(shù)據(jù)引擎，歷史數(shù)據(jù)引擎和計算邏輯引擎實現(xiàn)現(xiàn)場數(shù)據(jù)的采集、存貯、計算和傳輸?shù)倪^程。尤其是計算引擎，可以實現(xiàn)所有的控制、調節(jié)、判優(yōu)等模塊功能。

（4）網(wǎng)絡通訊層：通過通訊數(shù)據(jù)處理實現(xiàn)算法的下發(fā)、數(shù)據(jù)的上傳和回招等操作，實現(xiàn)單元和主站、單元之間的通訊。

3.3 配置和控制接口

平臺通過MQTT物聯(lián)網(wǎng)發(fā)布和訂閱消息的方式進行邊緣設備的分布式配置和控制。

3.4 數(shù)據(jù)通訊接口

邊緣設備一般具有４~８個RS485口在總線上通過Modbus、DLT645、CJ/T-188，除此以外在針對工廠DCS設備時可以通過OPC協(xié)議。

3.5 安全措施

3.6 軟件開發(fā)和模擬環(huán)境

邊緣計算軟件開發(fā)平臺是CentoS6.4 + arm-linux-gcc交叉編譯器。開發(fā)語言是C、C++、python相結合的方式。

4 和ECC技術及測試臺的關系

4.1 ECC總體架構

安泰工業(yè)云是融合網(wǎng)絡、計算、存儲、應用核心能力的分布式開放平臺，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全和隱私保護等方面的關鍵技術環(huán)節(jié)需求。

提供了一個完整的設備到企業(yè)級應用的統(tǒng)一開放平臺，用于集成、連接和管理任何協(xié)議、任何網(wǎng)絡以及分散在不同區(qū)域的智能設備和子系統(tǒng)。基于平臺化的集成管理和應用開發(fā)，有效實現(xiàn)企業(yè)與遠程智能設備和系統(tǒng)進行互聯(lián)互通互操作，從而幫助企業(yè)打造全透明的智慧工廠設備設施集成管理系統(tǒng)，為企業(yè)帶來各種增值服務。

實驗平臺架構與ECC總體架構相吻合，實驗平臺將通過：

·申請邊緣網(wǎng)關（公司有）；

·申請底層測試設備；

·搭建開發(fā)環(huán)境（Centos+交叉編譯開發(fā)環(huán)境）；

·組建網(wǎng)絡局域網(wǎng)；

·組織相關人員等一步步進行建立。實驗平臺架構如下：

5 交付件

（1）實驗室邊緣云平臺搭建，包括基礎設施、虛擬化部署、平臺能力和APP部署；

（2）實驗室邊緣云性能及方案測試報告，包括整體業(yè)務流程和需求解決方案；

（3）交付基于云平臺的智慧工廠能效云平臺；

（4）邊緣網(wǎng)關軟硬件測試報告。

６ 實驗平臺使用者

 各類工廠。

７ 知識產(chǎn)權說明

 知識產(chǎn)權歸屬安徽省安泰科技股份有限公司。

８ 部署、操作和訪問使用

·本地端部署在廠區(qū)機房，本地局域網(wǎng)訪問智慧工廠能效平臺；

·云端部署在安泰公司，可以通過互聯(lián)網(wǎng)進行訪問能效平臺；

·平臺有統(tǒng)一權限管理功能，根據(jù)級別限制訪問權限。

摘自《自動化博覽》2018年增刊《邊緣計算2018專輯》