1. 边缘计算概述
1.1 边缘计算的定义
边缘计算是一种分布式计算范式，它将数据处理和计算能力从集中式云数据中心下沉到靠近数据源头的网络边缘侧。在工业物联网场景中，边缘计算网关部署在工厂车间、产线设备旁，就近完成数据采集、协议解析、实时计算和本地决策，仅将必要的聚合结果或告警信息上传至云端。
核心特征：
- 邻近性 — 计算节点与数据源物理距离近，延迟低至毫秒级
- 实时性 — 本地闭环处理，不依赖广域网传输
- 自治性 — 断网或云服务异常时仍可独立运行
- 安全性 — 敏感数据不出厂区，降低泄露风险
1.2 边缘计算与云计算的区别
边缘计算并非替代云计算，而是与云计算形成互补协同关系。下表从多个维度对比两者的核心差异：
| 对比维度 | 边缘计算 | 云计算 |
|---|---|---|
| 部署位置 | 靠近数据源（车间、产线、设备旁） | 集中式数据中心（远程） |
| 网络延迟 | 1-10ms | 50-500ms（取决于网络条件） |
| 数据处理量 | 实时过滤、聚合、本地决策 | 海量存储、批量分析、AI训练 |
| 网络依赖 | 断网可独立运行 | 必须联网 |
| 计算资源 | 受限（ARM/x86嵌入式） | 弹性扩展（GPU/TPU集群） |
| 数据留存 | 短期缓存、实时处理 | 长期存储、历史回溯 |
| 典型应用 | 设备控制、异常告警、协议转换 | 数字孪生、质量分析、预测维护 |
关键认知：边缘计算负责"快"（实时响应），云计算负责"全"（全局分析）。在厂务PLC数据采集场景中，边缘网关完成毫秒级数据采集和本地逻辑控制，云端则进行跨产线的KPI统计和模型训练。
1.3 边缘计算在工业4.0中的角色
工业4.0的核心目标是实现制造过程的数字化、网络化和智能化。边缘计算作为连接物理世界与数字世界的枢纽，在以下五个关键领域发挥不可替代的作用：
- 实时数据采集与协议转换 — 对接不同品牌PLC（西门子、三菱、罗克韦尔等），统一数据格式
- 本地智能决策 — 在边缘侧运行规则引擎或轻量AI模型，实现设备自愈和异常预警
- 带宽优化 — 过滤冗余数据，仅上传有价值的信息，降低云存储和网络成本
- OT/IT融合 — 打通操作技术（OT）与信息技术（IT）之间的数据壁垒
- 安全隔离 — 在边缘侧实施访问控制和数据脱敏，保护核心工艺参数
1.4 典型应用场景
在厂务设施管理中，边缘计算网关的典型应用包括：
- 空压机群控 — 实时采集压力、流量、温度，本地优化加载/卸载策略
- 中央空调能效管理 — 根据冷负荷动态调节冷冻水泵频率
- 电力监控 — 采集智能电表数据，本地计算功率因数和谐波
- 水处理系统 — 监测pH值、浊度、液位，触发加药和反冲洗逻辑
- 产线OEE计算 — 采集PLC运行状态，本地计算设备综合效率
实施注意：边缘计算网关选型时需评估PLC接口类型（串口/以太网）、协议栈兼容性、工作环境温度范围（工业级-40℃~85℃）以及是否支持断网续传功能。切勿在高温、高粉尘、强电磁干扰环境中使用商用级设备。