制造业需要边缘计算设备么？

      在工业制造领域，哪些地方会使用边缘计算设备呢？这是人们经常会问及的。传统工业制造领域中，信息技术主要应用于自动控制方面。工业控制系统的前端设备PLC 一统天下。而控制中心则以工业PC+ 专用软件为主。控制室需要各种过程控制界面，比如SCADA 系统，所以大多数是使用Windows OS，而应用程序是依赖于.NET的封闭式系统。

    一切看起来天经地义，非常完美。他们与互联网时代的各种新技术视乎格格不入，水火泼不进。 不过，事情正在发生改变。

1. PLC 不擅长的领域

制造业的自动化工程师非常喜欢使用PLC，既是因为PLC 可靠。又是由于他们又熟悉梯形图编程和PLC 的接线方式。所以在他们看来，各种小型的工业电脑都是多余的，PLC 可以解决所有的问题。

但是随着新技术的不断涌现，PLC 也有许多不擅长的领域，比如RFID ，数字化看板，二维码和图像识别，大数据采集，云端接入。

PLC 擅长于逻辑控制，对于模拟量计算就费劲了，哪怕做一个加权平均，或者FFT。如果要运行AI 神经网络，那就无能为力了。现代制造业需要导入人工智能技术，而人工智能技术更加依赖于模拟量，甚至有人说，大数据是模拟量的大数据。

当然，工业边缘设备和PLC 并不是格格不入的，更不是一场零和游戏。PLC 会在工业控制领域长期存在下去。工业边缘设备可以与PLC 取长补短。目前的一个好的策略是将边缘设备作为PLC 的外围设备，通过slave 模式的modbus 与PLC 连接。哪怕你是一台功能强大的计算机，也麻烦你委曲求全地委身于PLC 吧，毕竟人家是“老爷”。

1. 工业大数据

工业大数据技术越来越受到制造业的重视。不过实现大数据的最困难的一点是数据采集和预处理的困难，已有的系统的控制数据比较少，而且大多数保存在封闭式的控制室电脑中。这些数据难以使用合法的方式获取。我在早几年就说过，大数据的问题不是技术，而是没数据!

而新开发的大数据系统，需要增加各种数据传感器，而这些传感器数据需要在本地或者就近做计算和处理，比如振动分析，就需要做FFT 变换，数字滤波。

另一方面，大数据计算大多数采用了开放性系统平台和协议。比如时间序列数据库（例如 influxDB）。需要和云端相结合。而且需要硬件能够随着数据量的增加不断地扩展。

1. windows c/s架构不能适应系统的快速扩展和敏捷开发

工业制造行业的控制软件大多数是专业公司开发的封闭式系统，多数系统没有提供可供扩展的开放性接口和协议。很难实现不同系统的互联互通。而且工业控制系统往往会使用许多年，当企业需要更改控制程序，或者扩展时，原来的公司也许已经人去楼空了。他们变成了制造业的一个个孤岛。所以，工业控制领域采用开放性技术非常的重要。

另一方面，windows c/s架构的控制程序往往是一个封闭式单一系统，涉及SCADA 界面，数据库，网络等多项技术。开发和维护这样一个系统是相对复杂的。哪怕是一个最简单的系统，也少不了UI，网络和数据库程序员。开发周期长，维护费用高。系统开发的价格高是显而易见的。工业自动化的公司为了守着他们的一亩三分地，也不希望打破这种军阀割据的现状。我访问果一些知名的自动化公司，一个20W年薪的，年长的软件工程师，掌控着PC 程序设计的大权，使用的程序设计语言依然是VB。没有创新的动力，只是一个劲地抱怨太忙。

和网络应用程序开发一样，如果采用微服务技术，将原来复杂的单一应用程序分解成为多个功能独立的微服务，而且提供开放的API 接口，开发效率可以迅速提高，更具有吸引力的是，微服务可以单独的部署，运行和更新。可以通过开发新的微服务应用程序来扩展系统的性能。更改某个微服务程序，不影响其它的微服务。

             也许有人会说，我们现在就是这样的呀，PLC无法做的事情由一台PC机来实现了。不过你应该看到，许多应用程序采取了传统的windows 应用程序架构，在一个PC机上部署多个应用程序是困难的。而在一个PC 机上跑一个小软件，生产现场的维护成本由过高了。采用了边缘计算架构之后，你可以在一个PC机上部署多个应用软件，如果某个PC 坏掉了，可以将应用程序部署在另外一台PC上面，真正实现“一个映像，到处部署”。

   习惯势力是一种可怕的势力，慢慢改变吧!