工业互联网得到全球主要国家重视，主要目标均指向先进制造业，发展战略上均体现出国家产业政策引领的特点，行动路径上强调平台和标准化并发展上体现出一定的曲折性，产业整体上处于高速增长阶段；-为推进工业互联网的健康发展，各国纷纷定义工业互联网标准架构。中国工业互联网平台中的边缘层提供海量工业数据接入、转换、数据预处理和边缘分析应用等功能；边缘计算在工业互联网中的应用在最近几年得到了极大的拓展，包括工业边缘网关、低成本多源异构数据采集和可视化应用和5G+工业边缘云的机器视觉检测。

01、工业互联网的概念和内涵

人类社会的现代化是伴随着工业化革命进程而发展的。始于 18 世纪 60 年代的工业革命拉开了机器加速替代手工劳动的序幕，伴随着科学技术的进步，工业革命经历了机械化、电气化、自动化三个阶段，推动人类社会以超越历史上所有时期的速度加速前进，其影响力不仅局限于最开始的工业制造领域，也改变了其它所有的行业。正如以前的三次工业革命一样，科学技术是第一推动力，信息技术的极大发展正在推动第四次工业革命的发生，而这一阶段是以智能化为特征，工业互联网正是在这一进程中出现的。

工业互联网的概念最早由美国全球领先的工业企业——通用电气（GE）于 2012 年 11 月，在其发布的《工业互联网：打破智慧与机器的边界》白皮书中提出，将工业互联网定义为一个开放、全球化的，将人、数据和机器连接起来的网络，其核心三要素包括智能设备、先进的数据分析工具、以及人与设备的交互接口。2013 年，另一个工业强国——德国，在汉诺威工业博览会上正式推出了工业 4.0 的概念，并在随后被德国政府列入《德国 2020 高技术战略》中所提出的十大未来项目之一。从工业 4.0 的内涵来看，是指利用物理信息系统（CPS：Cyber - Physical System）将生产中的供应、制造、销售信息数据化、智慧化，最后实现快速、有效、个人化的产品供应。亚洲的工业强国——日本则从解决自身一些迫切性很强的社会问题，包括老龄化、人手不足、社会环境能源制约等角度出发，提出了社会 5.0 的概念，并将历史上的社会分为：1.0 狩猎社会、2.0 农耕社会、3.0 工业社会、4.0 信息社会。

与之相比，社会 5.0 是超智能社会，更加注重以人为本，会发生产业、生活与生存方式的改变。社会 5.0 的内涵是以数据代替资本，从而可以用人工智能、机器人和物联网等技术来推动经济增长，并缩小贫富差距。作为工业制造大国，中国对工业互联网的关注也一直没有缺位。2016 年成立的工业互联网产业联盟（AII）将工业互联网定义为：工业互联网是新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施。其本质是以机器、原材料、控制系统、信息系统、产品以及人之间的网络互联为基础，通过对工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析，实现智能控制、运营优化和生产组织变革。网络，数据及安全构成了工业互联网三大体系，其中网络是基础，数据是核心，安全是保障。从美国、德国、日本和中国对工业互联网的定义来看，其实质是一致的。首先从其提出背景来看，一方面上一轮科技革命的传统动能规律性减弱趋势明显，导致经济增长的内生动力不足，而另一方面以互联网、大数据、人工智能为代表的新一代信息技术发展日新月异，但科技泡沫破灭带来的经济危机使得两者有加速融合的驱动力。其次从其目标来看，都是将新一代经济技术引入传统的产业中，实现工业效率和国家竞争力的提升。最后，从技术手段来看，同样强调全链条的连接、全过程的数据化和智能化。

02、工业互联网的发展趋势

工业互联网概念一经提出，得到了世界上主要国家的重视，美国于 2012 年启动了“先进制造业国家战略计划”，并在 2013 年进一步推出《制造业创新国家网络》（简称 NNMI），2014 年《振兴美国制造与创新法案》成为法律，又被称之为 Manufacturing USA，并于 2020 年 1 月对这一法案进行了修订。德国出台了包括《保障德国制造业的未来：关于实施“工业 4.0”战略的建议》、《“工业 4.0”标准化路线图》、“数字战略 2025”、“高技术战略 2025”（HTS2025）等系列政策文件。日本、英国、中国也都推出了自己的工业互联网推进政策和计划。经过近 10 年的发展，工业互联网基本已经成为全球主要工业国家的发展共识，尽管在愿景、发展目标、技术领域、行动路径等方面由于各国实际面临的国情不同，但整体上体现出以下发展趋势。

主要目标均指向先进制造业。经过对国内、国际产业形势的研判，结合自身的经济发展实际情况做出决策。美国指向延续高科技领域的领先，通过工业格局的重塑实现先进制造业的创新，开拓新产业，引领全球制造业的走向；德国立足自身制造业优势，通过推动解决面临的资源短缺、能源利用效率及人口变化等问题，通过制造过程、模式、产品的关注保证制造业的领先地位；中国则是通过先进制造技术的创新与先进信息技术的结合，实现跻身世界制造强国行业。

发展战略上均体现出国家产业政策引领的特点。不管是在强调自由市场的美国，还是德国、英国、中国等，都针对工业互联网的发展推出了国家战略和计划，推动建立行业联盟和创新计划、示范项目等。技术领域上均强调融合创新的作用。首先是制造技术的创新，主要包括新能源技术、新材料技术、新装备技术等；其次是信息技术与制造技术的融合创新，实现制造过程的自动化和智能化；第三是信息技术与产业的融合创新，实现从需求、供应链、制造、销售供给全链条的整合。行动路径上强调平台和标准化。各国均推出各自的工业互联网架构体系，并针对体系中各关键领域和环节制定标准，同时在工业互联网发展上呈现出平台化的倾向，各工业领先公司、互联网公司、国家背景研究机构等纷纷推出平台产品，在市场化的公司来看主要是卡位工位互联网关键领域，就整体来看则是集中资源以提高效率，减小推进阻力。

发展上均体现出一定的曲折性。比如尽管美国在工业互联网领域全球领先，但 GE 的工业互联网平台 Predix 在商业上并未取得成功；德国的工业互联网并未立即扭转企业的市场份额下降趋势；日本、英国在智能制造上成绩了了。工业互联网注定是一个长期的过程，只有在发展中不断调整策略，才能通过长期效应实现目标。工业互联网产业整体上处于高速增长阶段。据 Markets and Markets 统计，2018 年全球工业互联网平台市场规模初步估算达到 33 亿美元左右，较 2017 年增长 22.22%；2023 年将增长至 138 亿美元左右，年均复合增长率达 33.4%。整体工业互联网经济规模方面，据中国信通院报告分析，2018 年、2019 年我国工业互联网核心产业同比分别增长 30.1%和 22.2%。工业互联网融合带动的经济规模方面，2018 年、2019 年比上年分别增长 95.7%、62.7%。2017-2020 年期间，工业互联网融合带动的经济影响规模增长了接近 4 倍，年复合增长率达 70.5%。

03、工业互联网中的边缘计算

为了推进工业互联网的健康发展，各国纷纷定义工业互联网标准架构。如美国推出了工业互联网体系架构简称为 IIRA（Industrial Internet Reference Architecture），注重跨行业的通用性和互操作性，提供一套方法论和模型，以业务价值推动系统的设计，把数据分析作为核心，驱动工业联网系统从设备到业务信息系统的端到端全面优化。

德国的工业互联网架构简称为 RAMI4.0（Reference Architecture Model Industrial 4.0）即工业 4.0 参考架构模型。基于高度模型化的理念构建三维架构体系，通过垂直轴层（Layers）、左水平轴流（Stream）、右水平轴级（Levels）三个维度，构建并连接了工业 4.0 中的基本单元——工业 4.0 组件。理论上，任何级别的企业，都可以在这个三维架构中找到自己的业务位置。中国工业互联网体系架构由中国信息通信研究院联合制造业、通信业、互联网等企业于 2016 年 2 月共同发起成立的中国互联网产业联盟制定，目前已经更新到了 2.0 版本。包括业务视图、功能架构、实施框架三大板块，形成以商业目标和业务需求为牵引，进而明确系统功能定义与实施部署方式的设计思路，自上向下层层细化和深入。在工业互联网平台中定义了边缘计算：

工业互联网平台中的边缘层提供海量工业数据接入、转换、数据预处理和边缘分析应用等功能。

一是工业数据接入，包括机器人、机床、高炉等工业设备数据接入能力，以及 ERP、MES、WMS 等信息系统数据接入能力，实现对各类工业数据的大范围、深层次采集和连接。

二是协议解析与数据预处理，将采集连接的各类多源异构数据进行格式统一和语义解析，并进行数据剔除、压缩、缓存等操作后传输至云端。

三是边缘分析应用，重点是面向高实时应用场景，在边缘侧开展实时分析与反馈控制，并提供边缘应用开发所需的资源调度、运行维护、开发调试等各类功能。

实施框架中也定义了边缘层，实施框架是工业互联网的操作方案，以传统制造体系的层级划分为基础，适度考虑未来基于产业的协同组织，实施框架按“设备、边缘、企业、产业”四个层级开展系统建设。

其中边缘层对应车间或产线的运行维护功能，关注工艺配置、物料调度、能效管理、质量管控等应用。

工业互联网的标准制定主要依赖于一些联盟组织，如美国的工业互联网联盟（IIC）发布的 IIRA，德国工业 4.0 平台组织中的德国电气和电子工业联合会发布的 RAMI4.0，以及中国工业互联网产业联盟（AII）。这些联盟组织主要从工业互联网自身需求出发，引用或者制定边缘计算相关的标准体系，同时各联盟组织也和边缘计算相关的标准组织联合，如 ECC 已与工业互联网产业联盟（AII）、工业互联网联盟（IIC）、SDNFV 产业联盟、中国自动化学会（CAA）、Avnu Alliance 等组织建立正式合作关系，在标准制定、联合创新、商业推广等方面开展全方位合作。

2018 年，CCSA 工业互联网特设组（ST8）召开会议，通过了包括“工业互联网边缘计算”系列在内的多项国、行标立项建议以及研究课题“工业互联网边缘计算技术研究”立项建议。其中包括“边缘计算总体架构与要求”“边缘计算边缘节点模型与要求”等标准项目组，通过标准化加速促进工业企业 IT 与 OT 的融合。2019 年 2 月，工业互联网产业联盟发布了《工业互联网标准体系（版本 2.0）》，包括了边缘计算标准，主要包括边缘设备标准、边缘智能标准、能力开放标准三个部分。边缘设备标准主要规范边缘云、边缘网关、边缘控制器等边缘计算设备的功能、性能、接口等要求。

边缘智能标准主要规范实现边缘计算智能化处理能力技术的相关标准包括虚拟化和资源抽象技术、实时操作系统、分布式计算任务调度、边云协同策略和技术等。能力开放标准主要规范基于边缘设备的资源开放能力、接口、协议等要求，以及边缘设备之间互通所需的调度、接口等要求。2020 年 5 月，中国信息通信研究院召集多个企业和科研机构共同发起“边缘计算标准件计划”，探索边缘计算标准设备与开放平台的标准符合度评测，推动供给侧与需求侧的精准对接。

除此以外，工业互联网产业联盟还有包括“边缘计算智能化处理技术要求”等 7 个标准在内的系列标准。标准需要借助项目进行推进，工业互联网智能制造边缘计算也受到了国家各部委的高度重视。工信部在 2017 年和 2018 年连续设立了一系列智能制造综合标准化与新模式应用项目。2017 年，中国科学院沈阳自动化研究所承担的“工业互联网应用协议及数据互认标准研究与试验验证”，从工业互联网边缘计算模型、工业互联网数据统一语义模型、工业互联网互联互通信息安全要求等 7 个方面对工业互联网智能制造边缘计算标准的制定进行了探索。2018 年，工信部工业互联网创新发展工程系列项目中，针对工业互联网边缘计算，专门设立了“工业互联网边缘计算测试床”“工业互联网边缘计算基础标准和试验验证”等 8 个项目。

在 2018 年度科技部国家重点研发计划“网络协同制造和智能工厂”重点专项中，专门针对边缘计算设置了“工业互联网边缘计算节点设计方法与技术”“典型行业装备运行服务平台及智能终端研制”“基于开放架构的云制造关键技术与平台研发”等多个项目。在标准和项目相互促进过程中，工业互联网边缘计算也取得了较大的发展，以 ECC 的成立为分界点，工业互联网边缘计算发展大体可以分为 3 个阶段：边缘互联、边缘智能，以及边缘自治。2016 年以前，中国边缘计算的研究处于 1.0 阶段，主要解决边缘互联问题，即海量异构终端实时互联、网络自动部署和运维等问题。

目前，边缘计算处于 2.0 阶段，即边缘智能阶段，主要解决网络边缘侧智能数据分析、智能网络控制、智能业务处理等问题，从而大幅度提升效率并降低成本。未来，边缘计算将步入 3.0 阶段，即边缘自治阶段，边缘侧自主业务逻辑分析、动态实时、自我优化将在这一阶段得到实现。

04、工业互联网边缘计算典型案例

边缘计算在工业互联网中的应用在最近几年得到了极大的拓展，本文介绍几种典型的应用案例。

工业边缘网关

工业边缘网关具备工业协议适配、工业现场设备数据采集与边缘计算能力，结工业互联网平台可以形成“云+边缘”的工业互联网技术架构及服务能力，为工业企业提供设备状态监控、生产效率提升及设备全生命周期维护等能力支撑。同时，工业边缘网关还具备强大的兼容性，可主流的工控设备提供数据采集、可视化及相应的工控应用。为数据采集提供参数管理、数据处理、报文管理、认证管理、订阅管理、配置管理、安全网关和边缘计算等服务支持，并且提供 API 接口服务对企业实现数据开放，以支持企业本地应用（如 MES、ERP 等）的业务集成。此外，工业边缘网关覆盖市场主流的工业协议。

除了支持目前工业领域的主流通讯协议和规约，比如 OPC，OPC UA，MTConnect 等，同时还支持主流厂商的私有协议，比如 Focas，Ezsocket 等协议。针对不同品牌的设备建立不同的参数集和通讯报文，针对同一品牌的不同设备也能实现大类小类的灵活划分，逐步达到行业设备协议的全面覆盖。最后，工业边缘网关在边缘计算层整合设备认证接入、数据边缘处理、制造策略下发以及工业 APP 部署等服务，结合云端开放平台以及大数据平台，提供对第三方服务的支撑能力，并通过数据开放与用户和合作伙伴共同打造丰富的工业 APP 应用生态。

低成本多源异构数据采集和可视化应用

该应用基于边缘控制器，提供“数据+应用”的服务，充分利用工业互联网赋能平台以及边缘计算设备的性能，提供数据采集能力和数据可视化应用。

数据层面，系统目标支持市场二十种以上主流工业协议解析，支持二十万台设备并发连接，支持典型的工业控制器、传感器、物联网采集监控终端，并提供协议连接及数据交互操作。应用方面，提供面向工业现场的图形化、拖拽式和低代码快速开发 APP 工具，支持本地、私有云、公有云混合或单一部署，提供多个重点垂直领域的基础应用 APP，实现生产过程监控、调试维护配置、报警相应及处理、报表实时更新及显示生成等应用。

设备可视化：对企业设备进行几何建模，可以直观、真实、精确地展示设备分布、设备运行状况，同时将设备模型与实时、档案等基础数据绑定，实现设备在二维场景中的快速定位与基础信息查询。设备预测性维护：通过对设备的集中式管理，人员分权限使用，可以实现远程开关机、远程设置参数；远程设置策略，批量、定时定点操作；设备视频集成、远程呼叫。数据分析：通过采集设备的原始数据：如电流电压等；或者采集设备的结果数据：如报警，故障等，积累设备运行大数据，设备运行分析报告，设备经济运行报告等。实时报警：制造商自动化水平越来越高，很多岗位实现了全自动无人生产。针对设备故障后无人在现场不能被及时发现，现在通过实时报警系统及时显示设备故障并主动推送。

5G+工业边缘云的机器视觉检测

该应用是5G和 MEC 的结合，首先在生产车间内部署5G网络，并提供 MEC，通过这种组网模式可以直接将业务流接入企业内网。其次，使用带有 5G 模组的高速线阵 CCD 工业相机，线扫专业滤光镜头，高频漫射 LED 线光源，保证 600 米 / 分钟以下级别产线最小精度 0.18mm 的图像检测水平。工业相机可以对带钢表面进行图像拍摄和采集。此外，部署云平台，结合 MEC 的边缘云，可以实现协同，并将机器视觉的带钢表面质量检测系统部署在边缘云上，对工业相机拍摄的图像进行实时的分析。MEC 工业边缘云利用 5G 无线接入网络就近提供工业企业用户 IT 服务和边缘计算功能，具备高性能、低延迟与高带宽的电信级服务能力，加速网络中各项内容、服务及应用的快速处理。MEC 的本地分流功能使得本地业务数据流无需经过核心网，直接由 MEC 平台分流至本地网络。

本地业务分流可以降低回传带宽消耗和业务访问时延，提升业务体验。通过 MEC 本地分流和网络切片技术，可实现机器视觉质量检测业务的 5G 网络端到端 QoS 保障，一方面确保高清图像在规定的时间内传输到工业边缘云，处理和分析的结果能够及时反馈并作用到生产控制一线，另一方面企业内 5G 局域网也可以使核心生产数据不出工厂，确保数据安全。工业制造的可靠性要求较高，在 MEC 硬件配置上进行容灾保护的考虑，包括双交换板负荷均衡、双电源热备份、双计算节点负荷均衡等。同时在边缘云部署上，也考虑了系统的保护，包括虚机采用资源池方式部署，做冗余配置；服务以容器的方式部署在虚机上，当容器故障可以快速重生。当虚机故障，可以将服务在另外一个虚机上部署；关键服务采用负荷分担方式。该应用可以视为 5G+工业互联网的一个通用方案，通过 5G 提供可靠的网络服务，结合 MEC 边缘云一方面实现业务流的本地分流，同时满足应用部署的边缘平台需求，这两者是通用的，整体来看为工业互联网提供了云网融合的基础设施，在此基础上可以采用不同的终端，如工业相机、高清摄像等，实现图像和视频的采集，再根据不同的检测需求提供算法和机器视觉应用，可以在工业制造领域得到广泛的应用。