工业流程的完全自动化依赖于连接性。为了使物联网（IoT）在不停机的情况下正常运行，必须实现低延迟通信，以确保互连的网络可以在线和离线运行。这就是为什么将5G，边缘计算，边缘分析和基于TSN的OPC UA集成到车间的原因。但是在大多数情况下，驱动边缘计算的硬件例如传感器、人机界面（HMI）和智能边缘技术，必须嵌入到较大的设备和系统中才能正常运行。因此，安装不佳的智能设备，传感器故障甚至车间事故都可能破坏正在进行的边缘计算活动和其他自动化过程。这给我们留下了一个问题：“将边缘计算集成到工业环境中的最佳选择是什么？”

本文将讨论：

• 什么是移动工业边缘计算？
• 移动边缘计算如何定义工业过程的未来
• 移动工业边缘计算的好处

边缘计算和移动设备

许多人认为移动设备就是IoT设备，这是错误的，因为从根本上说，移动设备是可以放入用户手到的设备。另一方面，物联网设备或对象是指可以访问互联网的任何项目，无论大小。这就是为什么大型工业设备或汽车可能是IoT设备，但绝对不是移动设备的原因。

了解这种差异对于掌握移动性对工业边缘计算的意义至关重要，这是一个大型设备可能具有的功能。如今，物联网正在变得更加移动化，根据PWC的一项研究来看，这是因为利益相关者试图向全球偏远地区提供互连服务，为了降低服务成本并改善他们提供的服务。这些原因也将成为向工业4.0和一般工业运营提供移动边缘计算的主要驱动因素。

了解为何工业边缘计算将变得移动化

想象一下这样一种场景，一辆通过车间运输重型设备的自动引导车（AGV）失去了方向（坐标），因为它很难与云重新连接。在这种情况下，要么重型的AGV像瓷器商店里的公牛一样疯跑，要么就让AGV停下来，导致停机。在这里，移动边缘计算设备监视AGV的运动并与之实时连接的能力将阻止不受控制的自动车辆的负面影响。因此，移动边缘计算可以为工业自动化过程增加额外的安全性。

通过移动工业边缘计算，可以简化由IIoT设备生成的大型数据集的传输以及从集中式数据库接收信息的过程。例如，车间技术人员只需带着能够连接车间内机器的移动的边缘计算HMI进入设备即可。移动HMI在与车间设备连接的同时保持与云的连接，增强了信息的实时传输。然后，可以使用此相互关联的过程简化维护过程，设备更新，并减轻与设备的计算资源相关的存储问题。

工业边缘计算可能没有别的选择只能成为移动设备的另一个重要场景是捕获数据并将计算能力传递到棕地车间的最深边缘。尽管现在使用边缘计算设备来从传统设备捕获特定数据，但是存在局限性。这些限制是由于计算设备一次只能捕获一个数据源，例如机器振动或温度。因此，任务监视仅限于单个变量。

为了能够捕获多个变量，例如CNC刀具速度，振动，温度和能耗率，将需要多个传感器。随着变量数量的增加，必须添加更多的传感器，这不是捕获数据的经济有效的方法。这种情况将导致工业边缘计算领域探索配备多种应用程序或软件的移动选项，这些应用程序或软件可以实时捕获来自不同来源的数据。移动边缘计算技术还将能够计算变化的数据，从而为机器提供准确的操作信息。

最后，边缘计算会带来各种各样的网络安全风险。统计数据显示，有70％的边缘设备不要求对第三方API进行身份验证。而且，60％的工业边缘计算设备不会本地或在源处对捕获的数据进行加密。这为攻击者提供了巨大的漏洞，使他们可以利用僵尸程序，勒索软件和分布式拒绝服务攻击。为了弥补这些漏洞，原始设备制造商可能会转向通过移动设备交付工业边缘计算。这是因为可以将移动边缘计算设备设计为具有数据加密功能，防病毒和身份验证参数之类的功能。因此，为进行工业边缘计算创造了更安全的空间。

工业边缘计算移动化的好处

此处提供的示例已经突出了工业计算移动化的一些最重要的好处，并有助于解释为什么移动性是未来的趋势。使移动性成为边缘计算服务提供商的重要考虑因素的其他好处包括：

降低成本 –通过集成IoT，传感器和边缘计算技术，使棕地设施与智能工业概念保持一致的成本很高。为了减少这些额外的支出，开发人员将考虑开发移动工业边缘计算设备，这些设备可作为棕地设施的单一事实来源。

将AI和机器学习引入设施 –配备AI功能的移动设备可以增强工业边缘计算，从而简化设施内系统和流程的自动化。

增强工业中相关技术的集成 –新兴的技术解决方案，例如数字孪生技术和生成设计，需要车间内每项资产的数据才能提供准确的结果。因此，从设施的最深处捕获数据的需求将增加对移动边缘计算设备的需求。然后，这些设备可以捕获新兴技术正常运行所需的数据。

结论

工业边缘计算的未来将由移动性来定义。这是由于它为工业自动化带来了资源节省，准确性，安全性和简单性。为了利用这种范式转换，工业企业必须了解其对制造过程和系统的影响。只有这样，企业才能集成移动工业边缘计算以保持竞争优势。