秦凱運
在建設冶金行業(yè)工業(yè)互聯網平臺過程中，在核心的制造環(huán)節(jié)，以生產廠部為中心的邊緣數據節(jié)點起到了非常關鍵的作用。冶金行業(yè)傳統的自動化和信息化系統架構是L1-L4分層結構模式，從機組級的基礎自動化、過程自動化，到廠級制造執(zhí)行系統，再到全廠的產銷系統，數據是分層傳遞的，相關業(yè)務系統的數據覆蓋范圍由窄到寬，數據的顆粒度也由細到粗，這種模式在過去幾十年基本能夠滿足各個層面業(yè)務系統的需求。
隨著工業(yè)互聯網和智慧制造在冶金行業(yè)的落地、推進，云、邊、端的三層架構被提出，有關邊緣數據節(jié)點的建設逐漸被鋼企用戶所認可。但關于邊緣數據節(jié)點的功能和定位，當前業(yè)內普遍存在著兩種不同的觀點。
第一種觀點認為，邊緣數據節(jié)點僅僅作為數據的采集、整理和應用平臺而存在，在保證現有各控制系統、業(yè)務系統正常運行的前提下，從現有業(yè)務系統中采集和抽取數據，解決某一方面的特定需求，例如設備診斷、質量分析、模型優(yōu)化等。
第二種觀點認為，邊緣數據節(jié)點應該以工業(yè)互聯網的模式對傳統的業(yè)務系統進行重構，例如使用微服務、大數據、云計算技術，對已有控制系統和業(yè)務系統進行全面升級改造，從而徹底優(yōu)化原有的控制和管理功能。只有這樣，才能徹底打破原有的數據孤島和數據分層模式，實現數據的統一存儲和數據服務的統一調用。
筆者認為，以上兩種觀點各有其道理，鋼企應結合企業(yè)和產線的具體情況，選擇適合自身的方式進行建設。但在建設邊緣數據節(jié)點和改造現有自動化、信息化系統時，應當注意以下幾個方面問題：
第一，多重數據采集的風險性。目前一個比較普遍的現象是，針對某一條產線，企業(yè)往往會因不同需求，先后策劃多個獨立的智慧制造相關項目，從而造成了重復的數據采集。而高頻的數據采集會大量占用PLC（可編程邏輯控制器）的通信資源，對在線控制系統形成明顯的通信負荷增長，嚴重影響系統的可靠性和穩(wěn)定性。例如，設備診斷和工藝診斷系統通常需要采集大量的毫秒級數據。
第二，高頻數據采集的可行性。由于智能工廠相關數據創(chuàng)新功能對數據采集的頻度提出了更高的要求，傳統的以太網、基于PLC驅動或者OPC等方式，往往無法滿足毫秒級高頻數據采集的需求。特別是針對西門子、三菱TMEIC（東芝三菱電機產業(yè)系統株式會社）、日立、西馬克等品牌的控制系統和特殊儀表設備，實現高頻無擾的數據采集，通常有一定的技術門檻，往往會成為項目實施過程中的難點。
第三，數據治理的規(guī)范性。通常原有生產自動化系統是面向機組的，數據在邊緣節(jié)點乃至今后的大數據中心匯聚以后，需要有統一規(guī)范，進行統一治理。即將不同量綱、不同業(yè)務屬性、不同頻率的數據按照標準和規(guī)范進行建模，才能形成數據資產，真正實現數據的有效利用。這就對各種異構數據的長期存儲和高效查詢提出了更高的要求，包括高頻的時序數據、多源的結構化數據、海量的視頻圖片數據等。
第四，對外發(fā)布數據的方式和性能。不同于傳統定制電文的數據交互模式，邊緣數據節(jié)點在將數據匯聚整理后，應當具備強大的數據供應能力，滿足不同的業(yè)務場景需求。一個強大的邊緣數據節(jié)點，應能實現高頻數據的實時轉發(fā)，具備通用的數據服務接口、可配置的數據采集轉發(fā)參數等。
第五，數據及網絡的實時性和安全性。由于部署位置的特點，無法對邊緣數據節(jié)點實現數據云中心那樣的集中管控，不管是物理環(huán)境的安全還是網絡的安全，都將是邊緣節(jié)點需要面臨的重要問題。對于承載了傳統控制系統功能的邊緣節(jié)點，為了保證網絡的實時性和安全性，建議獨立規(guī)劃和部署配置有工業(yè)防火墻的全廠控制網，同時要考慮緊急情況下的異地災難備援等措施。
（作者系寶信軟件自動化研究所所長）
