名篇频道 - 控制网

本文从智慧电厂特点阐述开始，提出智慧电厂的整体设计架构及技术发展建议，通过一体化大数据管控平台，实现智慧设备及控制层、智慧设备管理及诊断层、智慧运维及管理层、智慧经营及决策层之间的融合，实现发电过程的智能控制、智能安全、智能管理。

针对冷连轧过程控制模型系统目前存在的问题，以摩擦系数模型参数优化和平坦度控制参数优化为例，本文阐述了在完整、准确和可靠的工艺实时数据基础上，将大数据的思路和方法应用于冷连轧过程控制优化的研究，有效提高了模型设定精度和平坦度控制精度。

近年来，很多人将共享单车作为短途代步工具，这些单车会阶段性地聚集在人流密集的交通枢纽，共享单车立体车库可将这些车辆收容，减少拥堵，但现阶段的共享单车立体车库车辆出入库速度较慢，调度不当的话会造成用户等待时间过长。现有的调度算法主要是为小型车立体车库设计，不适合共享单车立体车库。

潮汐车道对于缓解交通拥堵具有重要意义，目前受到广泛关注。而传统的潮汐车道控制技术在车道清空、切换过渡、区域关联控制等关键阶段未能深入挖掘，控制效果有待提升。

边缘计算目前已经成为产业界和学术界的研究热点，在靠近业务的网络边缘侧部署计算处理能力能够极大地满足未来业务对低时延、大带宽、高可靠的要求，极大的支持了未来车联网、工业控制、智能制造、大视频等业务。

边缘计算越来越受到了来自IT和OT领域的企业的关注，本文旨在从制造本质—从源头分析如何去推进其实现，以期获得产业专家的批评指正。

作为直接推动机器学习蓬勃发展的关键核心技术，深度学习已经迅速成为学术界与工业界关注的焦点。然而，由于深度学习模型的高精度需求往往会引发对计算资源的大量消耗，因此将一个深度学习模型部署到资源受限的移动设备面临着的巨大的挑战。

边缘计算是智能制造的基石，灵活的软件体系是支撑边缘智能计算的核心。边缘计算同时也是传统工业由自动化向信息化与智能化发展的重要手段。

从共享单车到自动驾驶，从智能家居到无人商店，我们已从“人联网”时代全面进入“物联网”时代。在万物智能互联的新时代，数据量成指数级爆炸，不仅需要云端的大数据分析以转化为洞察，在边缘对于提取分析数据也有着更高的要求，应运而生的边缘计算将在整个物联网的发展中发挥关键性作用。

当前，边缘计算正成为传统行业和ICT产业共同关注的热点话题，边缘计算要研究的内容和主要应用领域是什么？其与物联网和互联网的关系如何？又面临哪些挑战？