为了实现这些目标，明智的制造商正在通过创新的边缘计算解决方案来进行运营转型，这些解决方案能够自动收集数据，而且是在更靠近数据产生的地方对数据进行处理和分析。利用这些智能制造解决方案，智慧系统可立即采取行动，优化从机械性能和设备维护直至供应链、物流和工厂安全的各个方面。
我们有充分的理由将数据分析移到边缘，而不是将所有需要处理的内容发送到企业数据中心或者云数据中心。例如，当一台机器出现故障迹象，或者当有缺陷的材料进入生产线，或者当计算机视觉系统检测到违反安全规定的迹象时，都是这种情况。此类事件需要立即响应——这就是在靠近数据产生的地方进行分析，而不是将数据发送到远程数据中心进行分析的关键原因。其他原因还包括发送这么多数据的成本以及在边缘决策时存储这些数据的成本。还有一个原因是可能会失去与遥远的云或者企业数据中心的网络连接。
业界研究发现，大多数制造商已经或者正在使用收集、处理和分析数据的边缘计算和物联网解决方案来变革他们的运营。2019年的一份研究报告发现，87%的制造商已经在采用边缘计算和物联网解决方案。
正如《信息时代》一篇文章的标题所宣称的那样，“边缘计算是通向智能制造的入口。”
边缘计算和物联网解决方案的主要应用情形
微软委托开展的“物联网信号”研究报告突出介绍了制造业环境中边缘计算和物联网解决方案的应用情形。该报告基于一项国际调查，发现制造业物联网的主要应用情形是工业自动化、质量和合规、生产计划和调度、供应链和物流，以及工厂安全和安保。
让我们从更高层面上看一看这些有趣的应用情形，这些应用说明了边缘计算和物联网策略为实现更智能的制造策略铺平了道路。
工业自动化
在当今数字化驱动的制造环境中，有太多的传感器和设备，产生了太多的数据，是不可能依赖于人工进行处理的。制造商希望实现整个工厂系统监控的自动化，对异常情况和问题的响应(比如设备出现过压迹象)也要自动化。通过监控应用程序的即时反馈，智能系统自动、主动地纠正某些问题，然后提醒工厂车间的操作人员注意这些问题。
这方面有一个例子：边缘计算系统注意到一个进料罐料位过低，便告诉生产机器放慢速度，这样就不会耗尽原材料。同时，它向上游工序发出信号，以加快速度，并通知工厂操作人员正在发生的事情。
质量与合规
边缘计算解决方案是通过实时质量控制过程来保持最佳产品质量的关键。例如，制造商现在可以结合使用来自物联网传感器的数据、计算机视觉和机器学习功能，自动对产品和材料进行视觉检查、检测故障，并自动从生产线上剔除有缺陷的产品。有了边缘计算，他们能够比任何人类检查员更快、更准确地完成这类工作。
像这样的功能可以大大节省成本。麦肯锡公司(McKinsey&Company)的一项研究发现，与基于人工检测的流程相比，人工智能质量测试将生产率提高了50%，缺陷检出率提高了90%。
这些过程很大程度上依赖于边缘计算解决方案。
在另一个重要的应用情形中，边缘计算帮助制造商自动收集并管理法规和合规方面的信息。实现自动化后，制造商避免了采用手动数据收集方法所带来的错误和其他疏忽，人们也不必手拿纸夹板在生产车间里走来走去进行记录，而生成的报告会更为准确。
这方面有一个例子：戴尔技术公司的合作伙伴IMS Evolve与英国一家大型连锁超市合作，使用边缘计算将冰箱自动设定在正确的温度上，以符合食品质量标准，避免浪费，减少了昂贵的过度制冷。
生产计划和调度
边缘计算和物联网解决方案通过制订更好的生产计划和调度，以及对生产线的实时监控，帮助制造商提高产品质量和工厂产量。
一家企业认识到，其生产过程需要200多次人工检查，而这些检查占用了总生产时间的30%。工厂操作人员希望能把这些检查自动化，以提高产能。他们安装了传感器来监测整个生产过程中的温度、湿度和灰尘浓度。然后，边缘分析解决方案接收来自传感器的数据，并实时深度分析可能影响所生产组件质量的变化因素。在部署的6个月内，新的基础设施系统覆盖了工厂70%的区域，消除了每年5000小时的人工数据输入。
工厂安全和安保
物联网设备和计算机视觉功能相结合，现在是提高制造环境安全的关键所在。尤其是边缘计算和物联网解决方案的兴起，增强了安全和安保，产生了巨大的影响。
例如，使用计算机视觉功能来全方位监控制造工厂内外的安全操作，在最恶劣的环境中部署最坚固的系统，因此，工人们不必在危险区域频繁地进行检查。在另一种应用情形中，计算机视觉可以帮助制造商密切监视企业的车辆、财产、现场受伤情况以及设施的损失或者失效状态。一旦确定了KPI，借助于安全和安保解决方案可更好地保护员工和财产。
让我们开始
由于传感器成本的大幅下降，使得在生产的每一阶段都能收集数据，如今的制造商正在生产大量数据，现在他们需要边缘计算和物联网解决方案来充分利用所有这些数据。这方面有好消息。制造业的边缘计算和物联网解决方案正在变得更好、更智能、更易于部署。
京公网安备 11010502049343号