边缘计算在车间里,先解决的是‘疼’不是‘炫’
先泼盆冷水。边缘计算不是把几台服务器搬进车间,再挂个云边协同的牌子。 我见过太多项目,上来就讲架构图。漂亮。三层,四层,五层。结果呢?产线班长只问一句:这玩意儿能让我少停一次机吗?答不上来,项目就悬。 拿压铸车间来说。一台 1600 吨压铸机,液压系统偶尔泄压。以前靠老师傅听声音,摸油管。准吗?有时候准。但老师傅退休了,这手艺带走了。 后来怎么干?在合模机构上贴振动传感器,采样率 5 kHz 到 20 kHz。数据不去云。走边缘网关。本地做 FFT,看频段能量。一旦 320 Hz 附近出现异常峰值,边缘侧直接给 PLC 发信号,降速或者停机。整个过程 80 毫秒以内。 ❗关键点:时延敏感的动作,别绕云。云再近,也有几十毫秒抖动。产线不等人。
工业边缘计算的三条硬杠:协议、时延、算力
很多 IT 出身的方案商,到了车间就懵。为什么?协议太杂。 协议这关,绕不过去。 西门子、三菱、发那科、欧姆龙,各有各的脾气。OPC UA 算是个统一出口,但老设备只有 Modbus RTU。怎么办?加边缘网关。一端 RS485,一端 OPC UA。别小看这一层转换,它是 OT 和 IT 的翻译官。 时延这关,看场景下菜。 运动控制要求小于 1ms,得靠 TSN 和实时以太网。视觉质检 20 到 50ms 能接受。预测性维护?秒级就行。别把三类需求揉成一团。 算力这关,别盲目堆。 一个振动监测盒子,四核 ARM,8G 内存,跑轻量模型,够。视觉质检要 GPU 或者 NPU。Jetson、工控机加显卡,都行。但别买回来当暖风机。 ✅ 小经验:先用一台工控机做 PoC,跑通数据链路和模型,再谈批量部署。上来就全线采购,财务会找你喝茶。云边协同:数据该上去上去,该留下留下
边缘计算不是反云。真的不是。 云侧干三件事:模型训练、全局优化、历史归档。边缘侧干三件事:实时推理、本地闭环、断网续传。 我见过一个注塑厂。200 台注塑机。每台机器每秒钟采 50 个参数。全传云?一年流量费够买台新机。后来怎么改?边缘侧先做特征提取,只把异常片段和统计特征传上去。数据量掉到原来的 3%。云侧模型每周更新一次,下发到边缘。 💡 这就是云边协同的甜点:边缘负责快,云负责聪明。 不过话说回来,网络方案别太迷信 5G。5G 是好东西,但不是每个车间都需要。有线稳,Wi-Fi 6 便宜,5G 适合 AGV 和移动设备。看场景。
问:老旧机床没有网口,边缘计算怎么接?
答:别想着一步到位换机床。成本太高。现实做法是加装传感器和边缘网关。电流互感器夹主轴动力线,振动传感器贴轴承座,温度 PT100 贴油泵。网关支持 Modbus RTU、模拟量输入,再转 OPC UA 或者 MQTT。先采起来,哪怕只有三五个参数。有了数据,再谈分析。说实话,很多故障特征,三五个参数就能看出来。问:边缘侧算力买多大才合适?
答:看节拍和模型。振动监测,ARM 八核够用。视觉质检,如果 60 件每分钟,每件拍 4 张图,分辨率 1200 万,那得 GPU。粗略估:每路相机预留 1 到 2 TOPS 算力。别信那些“一颗芯片全厂通吃”的话。还有一个坑:算力买大了,功耗和散热也上来了。车间电柜里夏天能到 50 摄氏度。 风扇一停,盒子就死。选宽温、无风扇、带看门狗的工控机。2025 年机械制造里几个真在用的场景
不是 PPT 场景。是我在展会和工厂里看到的。- 边缘 AI 视觉质检: 铸件气孔、划痕、缺料。相机加边缘服务器,本地推理,结果直接给分拣机构。延迟 30ms 左右。比人眼稳。
- 数控机床刀具磨损监测: 主轴电流、声发射、振动。边缘侧跑轻量 CNN。刀具寿命预测误差能压到 10% 以内。换刀不再靠定时,靠状态。
- AGV 和 AMR 调度: 边缘服务器部署在车间角落,负责路径规划和避障。5G 或者 Wi-Fi 6 回传。云端只管订单和地图更新。
- 空压机群控: 边缘计算实时调参,根据用气量启停。一家汽配厂说,电费省了 7%。不多。但一年几十万。

踩坑指南:别把边缘计算做成边缘机房

问:边缘计算和云平台会冲突吗?
答:不冲突。但职责要分清。实时控制、隐私数据、大流量原始数据,留在边缘。模型训练、跨厂对比、长期趋势,上云。最怕的是,边缘侧只做数据透传,云侧做实时报警。那要边缘干嘛?对吧。最后说点实在的

免责声明:文章内容来自互联网,本站仅作为分享,不对其真实性负责,如有侵权等情况,请与本站联系删除。
转载请注明出处:边缘计算在工业现场:别被PPT忽悠,先解决车间的疼 https://www.dachanpin.com/a/tg/72802.html