1 概述

所有行业内自动化设备的客户和供应商都认识到与工业互联网战略息息相关的众多增量价值主张。工业物联网（IIoT）、工业4.0（I4.0）、信息技术（IT）/运营技术（OT）融合、智能制造、智能社会等倡议均被视为加速推进核心业务的手段，涉及提升收益、降低成本、优化资产以及扩大潜在客户群体的能力。管理层也对此有着相同看法，他们日益认识到这些倡议对业务的潜在影响。

追求实施工业互联网战略必须脱离过往制造公司普遍存在的IT和OT/工厂自动化（FA）系统相互独立的传统孤岛式思维。互联网业务的成功推进需要IT、OT和工程技术（ET）的真正融合，以实现履行企业重要承诺所需的接入、透明性、安全性和执行能力。

与此同时，生产现场产生的数据，被IT层采集之后，却不知如何利用的问题普遍存在于生产企业。希望通过简单的数据收集方法，利用大数据/IoT技术以及AI来改善生产，提高生产品质，实现设备的预防维护，正越来越被企业管理者所考虑。

图1 现场存在的问题

图2 客户的希望

三菱电机与Egdecross Consortium通过搭建统一的工业领域边缘计算数据采集标准，数据接口规范，吸收生产现场和IT系统不同的技术要素，实现简洁的IoT系统，通过对数据的标签化集中管理，加速生产现场的IoT化。

基于边缘计算解决方案，通过三菱电机的边缘计算工业计算机——MELIPC，丰富的数据采集器，数据分析软件——实时数据分析器实现对现场设备的预防保全及产品的品质预判，并及时反馈到生产现场。

图3 边缘计算平台

搭建于边缘层的产品品质判定解决方案，通过丰富的数据采集器，采集生产现场的工艺参数、设备状态、人员操作状态等数据，经由GUI化的数据分析软件——实时数据分析器，进行多元回归分析或马氏-田口分析，实现对大数据的有效利用，判断生产现场的参数、设备状态等数据与产品品质的关系，实现产品品质的预判分析。

2 系统架构

 本系统架构如图4所示：

图4 系统基本架构

（1）数据采集器（软件）

基于Edgecross Consortium 标准开发的不同类型的数据采集器，能够采集生产现场不同协议、不同厂家的设备数据，降低了客制开发的成本。

（2）实时数据处理（软件）

实时数据处理能够将生产现场的数据进行保存并传送到边缘应用程序，同时将数据诊断的结果及时反馈回生产现场。

（3）IT系统衔接（软件）

边缘层与IT层，通过网关通讯（MQTT、OPC等）将筛选的、需要保存的数据上传到服务器。

（4）数据模型化管理（软件）

将工厂、生产线、设备的参数、工艺数据、人员信息等进行统一管理，使数据具有自己的身份和价值。

（5）边缘应用程序-实时数据分析器（软件）

通过现场数据的离线分析，建立数据分析模型，通过实时采集数据，按照数据分析模型进行实时诊断，并将结果反馈到生产现场，供现场人员进行判断。

（6）边缘计算机-MELIPC（硬件）

边缘计算软件搭建在三菱电机工业PC-MELIPC上，通用的Windows 10操作系统，在实现边缘计算的同时，客户也可以自行安装自己熟悉的软件。同时，三菱电机的品质保证了MELIPC的经久耐用和低维护成本。

3 边缘计算技术的应用

配置在三菱电机工业PC——“MELIPC”的边缘计算平台，基于以下架构设计：

图5 边缘计算平台

（1）实时数据处理（软件平台）

提供下述功能，针对从生产现场连续发生的实时数据，由边缘应用程序轻松地在最佳时机实现实时诊断。

.将数据汇总为具有设备或装置运行周期等含义的单位后发送；

.加工（缩放等）数据，使边缘应用程序易于处理；

.将诊断结果反馈至生产现场。

（2）插件（软件）

扩展实时数据处理功能的用户创建软件。

（3）数据模型管理（软件）

对生产现场的机械、装置、生产线加以抽象化，实现分级管理的功能。

（4）安全功能

基本软件提供安全功能。

（5）开发用软件

开发支持Edgecross的边缘应用程序、数据采集器、插件所要使用的如下软件的总称。

.SDK（Software Development Kit）；

.DDK（Data collector Development Kit）；

.库。

（6）边缘应用程序（软件）

在边缘计算领域中，通过Edgecross提供的功能，执行旨在活用生产现场的数据的各种处理的软件。

（7）数据采集器（软件）

通过各网络收集生产现场的数据的软件零部件。搭建在边缘层的数据分析软件——“实时数据分析
器”，通过安装在三菱电机工业PC——“MELIPC”中，可以实现以下功能。

（1）AI技术类似波形识别离线分析：通过电流等传感器的数据，使用AI学习波形的正常模式的波形。实时诊断：使用AI比较正常模式与平时监视的波形数据，并计算类似度，以此进行OK/NG的判断。 通过AI对波形模式的学习/识别，实现无需通过人的认知而能够进行预防维护及品质管理。

可以检测出仅通过简单的上下限判定无法检测出的异常。

图6 类似波形识别

图7 类似波形识别界面

（2）MT法（马氏田口法）离线分析：使用多个传感器数据，来求出正常模式的数据分布。
实时诊断：比较监视数据与数据分布，通过与正常时的偏离程度，来检测出异常→可判别正常/异常，并且把握劣化的程度。

可通过多组数据检测出使用1个传感器数据的上下限判定无法检测出的异常。
（3）多元回归分析离线分析：通过使用生产现场的数据，计算出平常无法测量的数据的求导预测公式。实时诊断：通过使用预测公式，来判定产品的OK/NG。

图8 马氏-田口法分析

图9 马氏-田口法界面

通过预测平常无法测量的数据，可以实现预防维护及品质提高。

图10 多元回归分析

图11 多元回归分析软件界面

（4）通过GUI，无需编程即可实现高效的离线分析/实时诊断

.为数据分析/诊断的各阶段作业提供有力支撑，以实现效率化。

.无需变更设备的控制程序及使用实际设备进行调谐。

图12 软件引导式说明

4 数据通信技术

基于Edgecross Consortium平台标准，按照DateCollector Development Kit开发的数据收集器，将生产现场收集的数据进行一次存储，以CVSfile或通过MQTT broker，在边缘计算基本软件和数据分析软件之间进行数据传递。

图13 数据采集器开发模式

数据分析软件与边缘计算平台之间的通信技术由表1说明：

表1 通信技术说明

5 安全措施

搭建与边缘层的解决方案，避免了数据上传云端过程中的安全问题，以及存储在云端可能产品的数据泄露以及灭失问题。

隔离与外部网络的数据系统，以及数据访问控制方式限制未知访问发生，防止用户非法越权及窃取数据。

6 价值

EdgecrossConsortium作为实现FA-IT融合的开放软件平台，正在向全球的工业领域推广扩展。越来越多的数据收集器以及边缘应用软件正在被开发出来，针对工业现场的数据分析解决方案正在蓬勃发展。

通过统一标准的数据采集器，解决了工业现场存在不同协议、不同网络设备的问题，客户更加方便地采集生产线上的不同设备的数据，并进行模型化管理，梳理数据所代表的含义。

三菱电机开发的数据分析软件——“实时数据分析器”，搭载三菱电机人工智能技术Maisart，同时将多元回归分析算法和马氏-田口法集成到软件中，通过人性化的GUI设计，不需要专业的开发，即可对生产现场的数据进行分析，建立数据诊断模型，实现对生产设备的预防保全和产品品质的判定。

同时，这个功能都是架构在边缘层，保证了数据采集的速度和结果反馈的时效性，被整理后的数据以及诊断结果，也通过MQTT或OPC上传到云端进行保存，为后续的数据分析再利用。

对于生产企业，三菱电机的边缘数据分析软件-实时数据分析器，可以帮助他们有效利用IIoT所采集的数据，并且在边缘层进行分析诊断，真正的让数据活起来，而不是数据库的0或1。通过数据分析器实现的对设备预防保全和产品品质判定，帮助企业提高设备使用寿命，保障稳定运行时间，提高产品品质，提高企业综合价值。

对于FA系统集成商，不再局限于自动化领域的内容，通过方便简单的数据采集和引导式的数据分析，可以对应客户现场的数据分析问题，提高系统集成商的综合解决方案能力。

对于软件供应商，三菱电机的边缘计算解决方案，向为智能制造领域的优秀合作伙伴开放，共同开发数据分析软件，提升对生产现场数据的有效利用，共同提高彼此的社会价值。

通过三菱电机的边缘计算应用在产品品质判定和设备预防保全领域，有效提升了制造企业对数据的利用率，推动中国智能制造的发展，同时，良品率的上升和设备的使用寿命的延长，对提产中国制造产品品质以及对降低企业成本都有积极的作用。

摘自《自动化博览》2018年增刊《边缘计算2018专辑》