离散制造业边缘计算解决方案白皮书

《离散制造业边缘计算解决方案白皮书》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、目录一、离散制造业发展面临的挑战及边缘计算的应用价值1（一）离散制造业迎来新的发展机遇1（二）离散制造业转型发展对边缘计算能力的需求分析.21.制约离散制造业转型发展的关键因素22.边缘计算带来的工业现场价值4（三）离散制造业边缘计算应用基本情况81.边缘控制器层82.边缘网关层103.边缘云层10二、离散制造业边缘计算实施架构及技术体系11（一）离散制造业边缘计算实施架构11（二）离散制造业边缘计算关键技术121.边缘智能122.异构计算133.互联互通技术144.微服务145.计算迁移15三、离散制造业边缘计算解决方案实践15（一）汽车生产制造领域边缘计算解决方案实践161.面临问题

2、和挑战162.边缘计算解决方案实践181.实践效果19（二）电子制造领域边缘计算解决方案实践201.面临问题和挑战202.边缘计算解决方案实践213.实践效果23（三）工程机械领域边缘计算解决方案实践241.面临问题和挑战242.边缘计算解决方案实践253.实践效果26（四）船舶制造领域边缘计算解决方案实践261.面临问题和挑战262.边缘计算解决方案实践293.实践效果31（五）定制家具领域边缘计算解决方案实践311.面临问题和挑战312.边缘计算解决方案实践323.实践效果33四、离散制造业边缘计算发展趋势及建议34（一）离散制造业边缘计算未来展望34（二）离散制造业边缘计算技术和产

3、业化发展建议351.产业化发展建议352.技术及标准发展建议36图表目录图1边缘计算通用架构9图2离散制造业边缘计算实施参考架构12图3智能产线终端架构19图4电子生产数字化车间解决方案架构22图5智能生产系统架构26图6船舶舾装件制造行业个性化定制和自组织生产系统框架30图7定制家具生产系统解决方案架构33一、离散制造业发展面临的挑战及边缘计算的应用价值（一）离散制造业迎来新的发展机遇在全球已经掀起的新一轮工业转型浪潮中，数字化是基础，网络化是支撑，智能化是目标，在此背景下，离散制造业转型面临巨大发展机遇。当前，在产品规划、设计、制造、运营等生产过程中，离散制造业产品、生产装备、工艺流

4、程等已经逐步实现了数字化和网络化，且智能传感和人工智能等技术不断发展成熟，因此，离散制造业的全面转型已经具备了基础条件。而边缘计算作为工业互联网工厂内网的关键技术以及连接工厂内外网的有效手段，是推动离散制造业转型发展的重要使能技术。离散制造业与流程制造业相比，生产环节更加分散，生产设备更加多样，更容易通过软件改造工艺流程，而流程制造业因为其本身自动化水平已经很高，生产环节较为成熟封闭，且主要由硬件决定生产流程和产能，因此针对离散制造业的边缘计算解决方案率先在工业互联网应用中落地实施，边缘计算的功能和特点能够在实施过程中更易实现和展示，本白皮书也重点从离散制造业入手，进行边缘计算解决方案的

5、分析。随着新的发展模式不断成熟，对高质量发展的需求不断增加，未来离散制造业生产方式将朝着智能化方向提升，个性化定制、网络化协同、智能化生产、服务化延伸成为引领制造业高端化的重要模式。而工业互联网边缘计算的兴起将推动离散制造业沿着数字化、网络化、智能化阶段不断跃升。（二）离散制造业转型发展对边缘计算能力的需求分析1.制约离散制造业转型发展的关键因素随着新一代信息技术的进步和相关政策的支持，我国离散型制造业正积极的向数字化、网络化、智能化方向转型，但是制约离散制造业转型的因素仍有很多，例如多数离散制造企业没有统一的数据标准；特殊工艺规划等方面不易进行数字化积累；现有数据资源的可利用率不高，降

6、低了数字化的实用价值；缺少统一规划和认证，工业现场存在众多“信息孤岛”，数据开放度低；工业现场网络协议多样异构，互联互通困难等，这些因素都为离散制造业转型发展造成阻碍。目前中国离散制造业自动化技术方面的发展现状及挑战如下：单机设备自动化软件的结构化和柔性化不足，缺少开放式接口，设备间缺少统一的互联互通标准。因为离散制造业涉及的行业众多，发展不均衡，整个离散制造业目前还未普遍实现基于订单的柔性自动化生产。总体上，随着数控机床、工业机器人以及可编程逻辑控制器（ProgrammableLogicController,PLC）的广泛应用，各个行业的单机自动化水平都有了较大提升，但离散制造业整体还

7、处于以单机自动化为主和刚性自动化产线为主的状况，柔性自动化产线较少，真正实现基于订单的柔性自动化产线更少，OT系统和IT系统难以实现互联互通。数据采集困难，缺少完整的数据集成应用架构。目前离散制造业普遍存在低端产能过剩、高端产能不足的情况。提高高端产能首先需要从装备入手提高生产品质。一方面，行业知识还需要长期积累来转化为设备工艺软件的进步；另一方面，数据驱动的应用还需进一步加强来促进工艺参数的优化、生产调度的优化、生产设备的实时监控