设备智联 边缘智算 | 天泽智云分享工业物联网与边缘智能平台

7月3日，“设备智联,边缘智算”-- 2018 NI工业物联网全国巡回研讨会在上海举办。本次高峰论坛NI携手天泽智云、边缘计算产业联盟(ECC)等众多合作伙伴，跨越轨道交通、能源电力、院校科研、信息技术(IT)、云计算等多个行业，共同探讨工业物联网中的关键技术要点，打造完整方案与生态系统。天泽智云边缘计算高级技术总监崔鹏出席会议，并发表主题演讲。

天泽智云边缘计算高级技术总监 崔鹏

工业企业智能化转型面临着个性化、专业化、碎片化三大挑战，崔鹏在演讲中详细介绍了天泽智云为解决这些挑战推出的以模型为核心的智能化运维体系及实践应用案例。

工业级无线智能PHM系统及EdgePro的诞生

随着更低成本的传感器、工业网关、嵌入式系统以及智能分析技术的出现和发展，大大促进了工业物联网、实时状态监测系统(CMS)与边缘计算硬件的普及。然而，如何直面用户的痛点，直接为企业提供洞察即服务的解决方案则是工业智能应用的根本所在。

为了能够将天泽智云在PHM领域的经验与知识直接转化为服务价值，天泽智云即将推出无线智能监测系统，它可以直接对设备做健康诊断，只要将这个系统部署在轴承、泵、齿轮箱、机床或其他设备旁边，就可以告诉你它的健康值是多少，当设备出现问题的时候也可以直接提供报警功能。

该系统通过声音、振动、电压、电流等监测方式实现对设备的智能监测与特征提取，经过云端或服务器端机器学习训练和迭代之后，可以将模型部署到边缘智能硬件，在边缘侧直接帮客户完成整个业务的逻辑判断和模型判断的决策。

工业界目前一般会把边缘硬件分成两个类别，一类是工业网关，这类网关主要实现与各种PLC通讯，或者是简单数据采集。另一类是实时状态监测系统或叫嵌入式数据采集系统。

工业网关可以接入工业中一些离散装备，这些离散装备对数据采集的要求不是特别高，通过网关汇总之后再传到云平台上，这个是目前国内大多数工业互联网平台能够支持的方式，但是该方式无法覆盖工业设备多源异构数据的数采需求，很多网关由于缺乏边缘计算能力，无法实现边缘智能和本地决策。

为什么要有EdgePro？

通过近两年的工业智能实践发现，工业领域的智能化改造，既有如机床、机械臂等以PLC通讯为主的需求，也有像高铁转向架、轴承、电机、泵等以通过振动、声音或者电压、电流等方式进行实时状态监测的需求，但我们发现目前市场上几乎没有公司可以提供统一平台真正实现对于工业网关、状态监测系统、工控机、嵌入式数据采集系统等多类型边缘硬件的统一接入、配置与管理。

天泽智云通过将十多年对于工业总线协议解析、传感器与数据采集、信号处理与特征工程、机器学习等领域的工业积累，推出了EdgePro工业物联网与边缘智能平台，帮助用户实现企业资产/设备互联、状态实时监测、数据采集与边缘计算、本地智能决策与报警、允许维护人员可视化管理数据和结果，并简化大规模私有云或公有云部署。

1、首次将数据采集、边缘计算与特征工程配置化

工业领域的原始数据量非常大，而且大部分场景是做私有云部署，很多时候前期数据越多越好，EdgePro创新性地将数据获取、配置下发、状态监控与模型部署四类功能标准化，通过开放接口可实现大部分工业设备数字化与智能化的多样化需求，不论是实时获取原始波形亦或是获取特征数据，可通过配置轻松实现设备数字化映射与特征信息提取。

目前可接入、配置和管理状态监测系统(CMS)、工控机、工业网关/PLC与嵌入式系统，可满足企业实现全面的智能化改造与大规模关键资产与辅助资产统一监控。

2、提供现成可用的设备监测模板

在特定工业生产环境中，对关键资产或是辅助设备进行物联及在线状态监测，可帮助企业最大程度地了解资产设备和厂房的整体可靠性，进而了解机器的运行状态。对于企业而言，低成本在线状态监测系统可显著降低设备的运维费用，识别潜在故障，提前提醒用户安排维修计划，最大限度避免停产，进而避免严重损失。

EdgePro可为用户提供诸如轴承、齿轮箱、泵、电机等现成可用的数据采集、传感器参数模板，并可针对设备工况设置进入/退出机制，灵活地实现按需采集、灵活触发、采样率可调、波形长短可配的监控策略，以解决客户在制定设备监测方案、传感器选型、信号处理等方面碰到的挑战。

3、支撑机器学习模型一键部署到边缘端

EdgePro可为旋转设备、电气设备等相关应用场景提供现成可用的特征参数列表以及自定义特征接口，通过不断丰富特征列表大大降低工业设备在健康管理、能耗优化以及其他智能应用场景的特征提取需求。同时可提供云端机器学习模型的部署到边缘智能终端的接口，有机实现云端与边缘端的协同配合。

智能化运维体系架构为企业赋能

前面我们介绍了在数据接入层，通过应用EdgePro可以完成对企业设备互联、边缘计算、本地智能决策与控制等功能，简化大规模在线监测系统的部署。但仅靠物联网和边缘计算，并不能有效解决工业企业智能化转型面临的个性化、专业化、碎片化三大挑战，这还需要分析技术、人机交互等一整套智能化运维体系的支撑来实现真正的智能化。

基于GenPro、CyberSphere及EdgePro等产品为核心的体系架构，将建模和软件开发一整套体系和能力交付给客户，使工业企业能实现高效的智能化转型升级，下面我们通过智能工厂的案例给大家做个分享。

如上图所示，左侧是装备，我们结合场景针对装备设计健康监测方案。将设备模型放在EdgePro这个平台里面，这样我们就可以通过EdgePro实现装备的接入、数据的管理、配置的管理、模型的下发，硬件的状态的监控等。

之后通过CyberSphere模型运行环境，实时地实现计算、调度和存储这样一些策略，最终将GenPro模型通过运行环境，把数据和结果通过前端展示界面做实时交互。

这套方案基于我们前面讲到的以模型为核心的架构，实现快速、高效地项目部署。

Tips：关键设备状态监测和异常检测系统

这当中涉及的对于装备和设备做关键部件的实时状态监测和异常检测，具体流程如下：

• 选取一些昂贵或者易坏的关键的部件。

• 判断制定数据采集方案，是要采集已有信息还是加传感器。

• 信号处理，选择采取什么算法去获取一些信息和特征。

• 基于特征来做健康模型或业务模型。模型建模有很多方法，包括基于机理、数据、混合方式等，需要判断用什么方式做这件事。

• 做故障的健康值的雷达图。

• 最终通过集群管理，对工厂里同型号的不同设备、或者不同型号的类似装备做同类比较。

最后总结一下，融合了边缘智能的以模型为核心的智能化运维体系可以给企业带来什么？

1. 帮助企业按需获取实时数据，并通过特征提取和数据管理，解决工业数据的质量低金和碎片化的问题。

   
   

2. 为企业各类设备、不同生产场景建立模型库，并在行业专家的帮助下，对模型不断地进行优化和迭代，使工业“大脑”越来越智慧。

   
   

3. 工业APP未来将在云端和私有云上不断丰富和叠加。它们基于数据创造，将来APP可在云端做判断，也可以直接部署在边缘硬件端，为工业系统打通感知和反馈的“神经末梢”。