1. 课程导入

在智能制造与工业互联网的现场，数据产生的位置往往在车间、产线、机床、PLC、传感器和机器人控制器之间。传统做法是把所有数据上传到云端或中心机房统一处理，但工业现场对时延、稳定性、安全性和连续生产的要求，使这种模式在关键场景中并不可靠。工业边缘计算（Industrial Edge Computing）因此成为连接现场设备与云端平台的关键层：它在靠近数据源的位置完成采集、预处理、实时判断、协议转换和本地决策，只把必要的数据上传到上层系统。

本课程围绕一个核心问题展开：当网络中断、云端不可达或中心系统维护时，边缘节点如何继续稳定运行，并在恢复后保证数据不丢失、状态可追溯、业务可接续。这就是“离线自治”与“缓存”的价值所在。离线自治不是简单地让设备“断网还能跑”，而是让边缘节点具备本地决策、状态保持、任务续接和故障隔离能力；缓存也不只是把数据存到磁盘，而是对数据分级、生命周期、回传顺序和一致性进行系统设计。

一、工业边缘计算的定义与位置

工业边缘计算可以理解为：在工业现场或靠近现场的网络边缘，部署具备计算、存储、通信和协议适配能力的软硬件节点，对现场数据和控制逻辑进行就近处理，并与云端、MES、SCADA、数据平台协同工作。它通常位于设备层与平台层之间，向下连接PLC、CNC、仪表、传感器、网关，向上连接云平台、数据中台、监控系统和业务应用。

与通用IT边缘计算不同，工业边缘计算有三个显著特征：第一，强实时性，部分控制回路要求毫秒级响应；第二，强确定性，生产节拍和工艺顺序不能随意打乱；第三，强连续性，停机成本高，网络波动不能直接导致产线中断。因此，边缘节点不仅要“能算”，还要“稳、准、可恢复”。

二、离线自治与缓存的核心价值

离线自治的核心目标，是让边缘节点在失去云端连接时仍能维持生产逻辑。它包含四个能力层次：第一，连接感知，能够快速判断上行链路是否可用；第二，本地决策，按照预设规则或本地模型继续执行控制、报警和联锁；第三，状态保持，记录当前生产批次、工艺参数、设备状态和未完成任务；第四，恢复接续，在网络恢复后把缓存数据按顺序回传，并同步本地与云端的状态差异。

缓存是离线自治的“记忆系统”。工业现场的数据不能只靠内存队列，因为断电、重启和长时间断网都会导致数据丢失。合理的缓存设计通常包括：数据分级（实时控制数据、过程数据、质量数据、日志数据）、存储介质选择（内存、SSD、eMMC、外置存储）、生命周期管理（保留时长、容量上限、淘汰策略）、回传策略（优先级、批量大小、重试与退避）以及一致性校验（序列号、时间戳、校验和）。

三、方法流程：从断网到恢复的完整链路

下面用一个典型流程说明边缘节点在离线场景下的处理逻辑。该流程适用于产线数据采集、设备状态监控和质量数据回传等场景。

1. 链路检测：边缘节点通过心跳、TCP探测或MQTT保活判断云端是否可达，并记录断网开始时间。
2. 模式切换：进入离线自治模式，启用本地规则引擎和本地缓存队列，暂停依赖云端的非关键任务。
3. 本地决策：按照预设阈值、联锁逻辑或本地模型继续控制设备，保证生产节拍和安全。
4. 数据缓存：将过程数据、报警、质量结果写入本地缓存，按优先级和序列号组织。
5. 恢复检测：网络恢复后先做链路质量评估，避免刚恢复就大量回传造成二次拥塞。
6. 有序回传：按优先级、时间顺序和批量策略上传数据，支持断点续传和失败重试。
7. 状态同步：对比本地与云端状态，处理冲突，补齐缺失数据，恢复在线协同模式。

# 边缘节点离线自治关键配置示例（YAML）
edge_node:
  node_id: "EDGE-LINE-03"
  offline_mode:
    detect_interval_ms: 1000
    heartbeat_timeout_ms: 3000
    fallback_policy: "local_rule_engine"
  cache:
    storage_path: "/data/edge_cache"
    max_size_gb: 20
    retention_hours: 72
    priority_levels:
      - name: "alarm"
        ttl_hours: 168
      - name: "quality"
        ttl_hours: 72
      - name: "process"
        ttl_hours: 24
  upload:
    batch_size: 500
    retry_interval_ms: 5000
    max_retry: 10
    order: "timestamp_asc"

四、案例场景：汽车零部件产线断网 45 分钟

某汽车零部件工厂的装配线使用边缘节点采集拧紧枪扭矩、角度和结果数据，并上传到MES做质量追溯。某次车间交换机故障导致上行网络中断45分钟。由于边缘节点已启用离线自治和本地缓存，产线继续运行，拧紧枪的每一次结果都写入本地缓存，并按“报警优先、质量其次、过程最后”的策略排队。网络恢复后，边缘节点先做链路质量评估，再以每批500条的方式回传，12分钟内完成补传。MES最终拿到完整数据，质量追溯没有断点。

这个案例说明：离线自治的价值不只是“不停机”，更是保证业务数据链完整。如果只有本地控制而没有缓存，断网期间的质量数据就会丢失，后续追溯、索赔和工艺分析都会受到影响。

五、常见误区与复盘

误区	表现	正确做法
把离线自治等同于“断网继续跑”	只保留本地控制，不记录状态和数据	同时设计本地决策、状态保持和缓存回传
缓存只放在内存队列	断电或重启后数据全部丢失	使用持久化存储，并设置容量和淘汰策略
恢复后立即全量回传	网络拥塞，影响其他业务	分批、限速、按优先级回传，支持退避重试
忽略时间戳和序列号	数据顺序错乱，无法追溯	统一时间基准，保留序列号和校验信息
没有离线演练	真实断网时策略失效	定期模拟断网、断电和恢复场景，验证缓存与回传

六、课程整体框架与学习目标

本课程共30章，整体分为五个部分：第一部分建立工业边缘计算与离线自治的基本认知；第二部分讲解边缘节点架构、协议适配与数据采集；第三部分深入离线自治策略、状态保持与故障隔离；第四部分系统讲解缓存模型、存储介质、回传队列与一致性；第五部分通过案例、排障和复盘，把知识落到真实产线场景。

学习目标包括：能够解释工业边缘计算与云端计算的分工；能够设计边缘节点的离线自治策略；能够根据数据类型和业务要求选择缓存方案；能够配置断点续传、优先级回传和重试机制；能够识别常见误区，并通过演练验证方案有效性。完成本课程后，你应具备从“能连通”走向“断网也能稳、数据也不丢”的工程能力。