早在“物聯(lián)網”一詞被創(chuàng)造出來之前，技術行業(yè)就已經連接了一系列聯(lián)網對象來收集和交換數據。然后是云計算，它為行業(yè)提供了一個存儲所有這些數據的地方。進入現(xiàn)代，現(xiàn)在邊緣計算將繼續(xù)作為圖片的一部分——從云中獲取一些基本的數據處理和分析工作，并將其帶到邊緣設備。Gartner預測，雖然目前只有10%的企業(yè)生成數據在邊緣處理，但到2022年，這一數字將達到50%。預計一半的處理能力將慢慢從云轉移到邊緣設備，從而導致物聯(lián)網項目利用云計算和智能邊緣的力量來做出明智的業(yè)務決策。

隨著邊緣計算的成熟，我經常分享工業(yè)用例，以展示邊緣計算框架在處理和利用邊緣數據方面有多強大。一個很好的例子是制造機器人機械的客戶，該客戶可以通過邊緣計算平臺減少停機時間和維護成本。

機器人資產監(jiān)控旨在跟蹤整體設備效率 （OEE） 和服務水平協(xié)議 （SLA） 參數的正常運行時間和停機時間。傳統(tǒng)上，工廠經理和維護專業(yè)人員將許多定量和定性技術結合起來，以確定故障的可能性并減少機器人資產的停機時間。這些糟糕的維護策略會降低制造商的生產能力，每年花費數百萬美元。如今，使用機器人資產的公司需要能夠連接、收集和分析數據，以防止故障的即時成本。

機器人系統(tǒng)的不斷使用與先進制造工廠的性質相結合，需要采取各種措施來維持運營。故障的瞬時成本可能會擾亂整個工廠周期，導致制造商、其合作伙伴和客戶出現(xiàn)延誤和成本高昂的結果。過去，需要極其昂貴的技術投資來處理大量數據來監(jiān)控機器人資產，這限制了僅大型組織的部署。

智能互聯(lián)技術現(xiàn)在在成本和可訪問性方面都已實現(xiàn)，使工業(yè)4.0經驗有限的工廠經理能夠監(jiān)控機器人資產，并使用這些信息來維持運營并防止故障的即時成本。復雜的邊緣計算平臺允許制造商直接從任何機器人系統(tǒng)或控制器實時收集數據，而無需互聯(lián)網連接。然后，可以使用該平臺在本地處理和可視化數據，或者在需要時推送到物聯(lián)網云平臺，該平臺將在一個集中且易于使用的儀表板中顯示OEE和所有其他必需參數。

該解決方案允許工廠經理確定遠程狀態(tài)監(jiān)測的最佳因素，無論是溫度、振動還是特定于其操作的其他參數。設置參數后，工廠經理會在出現(xiàn)問題時收到警報。在分析數據后，系統(tǒng)能夠自我學習并動態(tài)調整模式，并使預測性維護系統(tǒng)能夠監(jiān)控并因此維護機器人資產。

邊緣計算平臺使公司能夠訪問其工業(yè)系統(tǒng)中可用的大量數據，然后允許他們理解數據以推動進一步的智能行動。他們可以預測何時何地可能發(fā)生故障，最大限度地提高制造工廠的效率并隨著時間的推移改善運營，同時最大限度地降低帶寬和云成本。主動維護可以延長設備的使用壽命，減少停機時間并降低維護成本。

審核編輯：郭婷