9、智能制造中的边缘智能技术与应用

智能制造中的边缘智能技术与应用

1. 设备知识复用与数据传输优化

在智能制造场景中，部分设备如机器人和 CNC 加工设备在仓储和加工环节有着特定的工作要求。例如，Robot1 需要准确地将雕刻材料放置到 CNC 加工区域，且 CNC 的气密性会限制 Robot1 的移动。这些设备在放置动作上相似，只是处理对象的大小有所不同，动作周期差异不大。通过对设备学习过程的分析可知，知识复用并非简单的直接应用，而是要对相似的加工任务进行匹配搜索，提取符合相似性要求的知识。

近年来，工业 4.0 和工业物联网（MIoT）背景下的智能工厂成为热门话题。在 MIoT 系统中，不同智能设备之间对不同延迟流数据交换的需求不断增加，但相关研究较少。为克服传统方法的局限性，提出将全球集中式软件定义网络（SDN）和边缘计算（EC）集成到 MIoT 中。

1.1 MIoT 平台结构

1.1.1 平台结构概述

制造应用中的通信网络有了很大发展，集群和分组网络拓扑已被证明是 MIoT 可管理的结构。然而，当前结构受通信延迟、固定带宽、覆盖范围和计算资源部署不平衡等限制，难以适应新兴的 MIoT 需求。为提高 MIoT 的灵活性、可扩展性和集中化程度，平衡计算资源的合理部署，将 SDN 和边缘计算集成到 MIoT 中。形成的新框架由云、SDN、边缘计算和其他子系统组成，各组件通过通信基础设施连接。为便于理解，将框架简化为东西向流（MIoT）、南北向流（SDN）和计算平面（边缘计算）。

所有目标、工人、用户和智能终端被抽象为不同类型的网络节点，包括普通节点、簇头节点和汇聚节点。在集群式 MIoT 中，不同功能节点和数据中心共同构建数据交换子系统。簇头