秦凱運
在建設冶金行業工業互聯網平臺過程中，在核心的制造環節，以生產廠部為中心的邊緣數據節點起到了非常關鍵的作用。冶金行業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，到廠級制造執行系統，再到全廠的產銷系統，數據是分層傳遞的，相關業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務系統的需求。
隨著工業互聯網和智慧制造在冶金行業的落地、推進，云、邊、端的三層架構被提出，有關邊緣數據節點的建設逐漸被鋼企用戶所認可。但關于邊緣數據節點的功能和定位，當前業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、業務系統正常運行的前提下，從現有業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、模型優化等。
第二種觀點認為，邊緣數據節點應該以工業互聯網的模式對傳統的業務系統進行重構，例如使用微服務、大數據、云計算技術，對已有控制系統和業務系統進行全面升級改造，從而徹底優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，數據在邊緣節點乃至今后的大數據中心匯聚以后，需要有統一規范，進行統一治理。即將不同量綱、不同業務屬性、不同頻率的數據按照標準和規范進行建模，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，滿足不同的業務場景需求。一個強大的邊緣數據節點，應能實現高頻數據的實時轉發，具備通用的數據服務接口、可配置的數據采集轉發參數等。
第五，數據及網絡的實時性和安全性。由于部署位置的特點，無法對邊緣數據節點實現數據云中心那樣的集中管控，不管是物理環境的安全還是網絡的安全，都將是邊緣節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點，為了保證網絡的實時性和安全性，建議獨立規劃和部署配置有工業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）
