10、智能工厂中的边缘智能与异构网络解析

智能工厂中的边缘智能与异构网络解析

边缘智能在定制化制造中的应用

在智能制造业中，边缘智能正发挥着越来越重要的作用。从数据浏览的角度来看，设备的原始数据量与平均数据浏览时间存在一定关系。随着原始数据量的增加，平均数据浏览时间逐渐上升，而且浏览单个数据所花费的时间也会随着数据数量的增加而增加。这是因为在浏览更多数据时，OPC UA 协议栈的内存消耗增加，导致内存恢复时间变长。

以拥有 500 条原始数据的设备为例，在云端可以维持小于 450 毫秒的浏览周期。这样的数据浏览速度能够确保云端与工业边缘设备（IPEs）之间通信的及时性，并且这种数据传输架构使得系统能够与传统设备兼容。

边缘计算通过弥合资源与网络之间的差距，明确了自身的特点，并将其应用和优势拓展到各个领域。制造业物联网（MIoT）有望增加信息流通量，正在改变全球的企业和组织。在定制化制造中，考虑边缘智能对于提升工业运营和周边设备的先进特性具有重要意义。

智能工厂异构网络概述

工业网络为人员、机器、材料等生产要素的全面互联提供了基础设施，促进了工业数据的充分流动和无缝集成。然而，智能工厂中多样化的服务质量（QoS）要求、大量的智能设备以及复杂的通信方式，导致有线和无线异构网络共存，这给智能工厂实现高度互联、深度集成和动态重构带来了巨大挑战。

以下是智能工厂中出现的一些具体现象：
1. 大规模智能设备接入 ：工厂中的大规模智能设备包括智能生产设备（如智能加工中心和增材制造设备）、智能检测设备（如机器视觉检测设备和工业内窥镜）、智能物流设备（自动导引车、桁架机械手和悬挂式输送链）、VR/AR 虚拟装配设备、工业机器人、