1 目标和概述

作为中国联通15个边缘云试点省分之一，广东省立足于制造行业，打造边缘云智能制造产业示范基地。借助牵头国家专项《面向制造业的边缘计算：边缘云模型与技术要求》的契机，结合当地工业制造现状和业务需求，中国联通将重点推广工业边缘云平台，融合本地网络、计算、存储、应用核心能力，为智能工厂提供快速连接、实时业务、数据优化、应用赋能、安全保障等方面的全链条管理服务。赛特斯作为中国联通网研院战略合作伙伴，针对客户风华高科专门成立信息化小组，将信息化作为业务研判的有效科学手段，以“致力于业务技术创新 成功于企业降本增效”为实践宗旨。本着质量管理活动的基本原理，借助工业边缘云解决方案，引入边缘计算，结合电容器质检业务经验，积极尝试各种分析思路和方法，建立完善的数据采集、样本模型、数据分析机制，巩固了降误判升精确的创新对策，有效融合了业务协同，提升了产品品质。

1.1 存在问题

（1）器是基于样品的监测结果进行分类，但是样品监测过程未知，监测结果也不能输出，不能定量判断监测结果是否合理。

（2）设备检修和维护，缩短时间，提高效率。

1.2 实现目标

（1）利用工业大数据分析样品监测数据，根据样品数据的稳定性，分析判断检测结果是否真实可靠。

（2）利用不同时段的样品监测数据，进行大数据画像，分析判断设备的可靠性，进行预防性维护。通过设备故障报警信息，迅速判断。

2 解决方案详细介绍

2.1 场景需求

（1）风华高科片式陶瓷电容器生产工序预估合格品率95%，质量检测部门日均检电容器4.5亿颗，质量检测部门日常工作繁重。

（2）质检机台因分选盘清洗、测试针接触不良、缺料等异常故障影响正常质检工序。不规律的机台保养严重影响了设备寿命及质检工序任务。

2.2 落地方案

电容器检测机台提供了识别产品特性变化的接口，接口可在机台运行电容检测的同时，与外界通过OPC协议通信实现数据输出。智能网关与机台实现双向通信，智能网关启动监听服务，机台发送连接请求，建立链接通道后智能网关下发样本采集指令，机台持续不断将实时检测数据推送给智能网关。

图1 风华高科工业边缘云检测平台整体架构图

智能网关将采集数据通过消息队列推送工业边缘云时序数据库存储。工业边缘云启用数据清洗服务，依据消息队列的发布主题订阅清洗数据，与规则配置文件建立关联后存储。

大数据分析服务依据业务指标合格率的判别计算公式，对数据展开描述型分析，获悉电容器测试要素信息，通过评估描述型数据钻取到数据的核心。OICT融合数据中心可视化实时采集、机台异动、机台停机等情况，面向生产管理者，提供全面的质检工序环节数据全景视角驾驶舱。

预测型分析通过采集运维、保养、故障数据，预测模型会使用各种可变数据来实现，通过边缘云侧机器学习不断完善模型，形成故障因素画像及分布规则，构建预防性维护体制，降低了设备维护成本。

图2 风华高科工业边缘云检测平台主界面

2.3 硬件平台

采用四子星超融合一体机承载，服务器主要参数如下：

智能网关采用凌华NVP500 INTER i7-6700TE(4C/8H/2.4GHZ)、16G、128G SSD、

2×RS232+2×RS485、3×千兆电口、Linux系统承载。

2.4 软件平台

工业边缘云检测平台主要功能：

2.5 数据通讯

软硬件平台部署在风华高科厂房内网。管理平台与智能网关南北向以RESTful API实现控制流指令通讯，智能网关间东西向利用MQTT协议实现设备管理、网络管理、业务编排、安全管理和可视化管理。

2.6 安全措施

智能网关间数据流量通过VXLAN隧道加密通讯。

智能网关支持嵌入式系统和虚拟化环境，通过Docker进行部署安装，并对微服务进行隔离，使用SDN在单个网络内组合云计算和边缘计算，实现资源池和敏捷网络管理。

3 推广价值

中国制造业净出口居世界第一位，工业竞争力指数只排第七位，当下中国制造业大而不强、多而不精的矛盾突出，无法适应国际竞争和发展的需要，必须推动制造业升级。借助信息化提升制造业生产管理水平，是实现智慧制造的重要组成部分，是从制造大国转变为制造强国的重要手段之一。

两化深度融合是制造业获得可持续发展竞争优势的必由之路，随着制造业信息技术不断深入，生产环节协同、设备能耗及预测维护日益明显，迫切需要从边缘侧通过数据采集、传输、存储、处理及反馈解决上述问题，提升制造业品质和效率。

随着新兴信息技术的产生和应用，传统的生产方式和商业模式正在不可避免地发生着变化。中国工程院院士邬贺铨认为，“随着信息技术与各行各业结合得更加紧密，未来工业的生产方式，也将发生显著的改变”。因此，在第三次工业革命背景下，需要更深层次地推动信息技术和其他产业的融合，以引领颠覆性创新技术的研发，成功实现中国制造向“中国智造”转型。

工业边缘云解决方案，首先在全国率先为制造业解决数据“孤岛”的难题、提高工业生产数据共享度摸索出了有效切入模式，其次，边缘计算在制造业中的实际应用，对生产降本增效、设备预测保养、流程标准规范等方面，提出了独到的见解，为制造业更早在数据为王时代由大转强，做出了贡献，有效地降低了投入成本，大大提高了工作效率，实现了较好的经济效益。

摘自《自动化博览》2018年增刊《边缘计算2018专辑》