作者:中國科學院沈陽自動化研究所 李棟
1 物聯網產業發展緩慢
無線傳感器網絡(WSN)在2000年提出時,被認為是21世紀的革命性技術,但發展緩慢。這其中雖有技術原因,但并非主要因素,阻礙WSN發展的深層次原因有三個方面:
其一,技術分散化。以短距離通信技術為例,就有5大類,幾十種技術之多,性能指標各異,很難出現一個能滿足各種需求的統一化技術。
其二,產業碎片化。物聯網終端的產品形態各異,種類成千上萬。
其三,應用的個性化。如智能制造對于高可靠、低延遲、實時分析與控制的需求,智慧城市對于海量接入、大跨度時空尺度數據融合分析、多用戶群體的需求,農業對于廣覆蓋、低成本、可追溯的需求,醫療對于大數據、知識庫、實時推理分析的需求。
個性化應用的特性顯著,帶來的問題是我們針對某個應用需求所提供的技術和產品解決方案難以復制、難以應用推廣,從而極大地阻止了產業推廣,導致目前物聯網在應用中,形成了隨處可見的煙囪式格局,大量信息孤島,做每個應用的時候都需要針對應用的定制化開發, 導致綜合應用部署、開發周期長,難以復用,需求變化響應能力差。
2 迎接邊緣計算
針對以上問題,我們認為通過邊緣計算可以通過“兩擴展、一集中”來擺脫物聯網困境?!皟蓴U展”即擴展上下游、擴展橫向關聯;“一集中”即中間平臺化集中。包括傳感(輸入)、執行(輸出)、計算、網絡、存儲在內的資源池,通過邊緣計算的開放平臺實現跨域綜合應用。
(1)擴展一:資源的虛擬化
針對產品、技術的碎片化,將異構的感知、傳輸、存儲、計算資源,進行抽象描述,虛擬化成統一的資源環境,屏蔽底層細節,可以統一編程。
(2)擴展二:關聯的語義化
針對個性化應用,構建具有統一語義的信息空間。語義是數據的含義及相互關系,通過語義關聯實現應用的可移植、可復用。
(3)集中:管控的平臺化
以OS的模式實現對資源與應用的統一管控,包括:感知、計算、存儲、通信資源管理;語義模型的管理;應用編程環境;應用市場。
從智能制造的角度來說,邊緣計算是融合網絡邊緣側的各種嵌入式終端(傳感器、控制器、執行器)的計算、存儲、網絡通信能力,構建統一開放的網絡化計算平臺,支撐泛在化感知與控制應用。下面即以一具體的應用案例闡釋邊緣計算的價值。
油田對維護國家石油戰略安全意義重大 ,我國油田開發普遍進入中后期階段,面臨著含水率高,注采優化周期長,能效低等問題,向智慧油田轉型升級需求迫切。油田生產全流程覆蓋勘探、鉆井/測井/錄井、生產作業、開發評價以及工程等環節。當前油田各環節分析的進行由人來驅動,并負責各環節信息的傳遞,基于科室的業務劃分,形成煙囪式業務分析模式 ,導致當前油田優化周期較長,為半年至一年。
本案例中對油田作業動態數據采用OPC-UA進行統一規范、靜態數據采用語義映射模塊(sM)來進行數據語義標注;對OPC-UA和sM信息進行邏輯抽象,形成原子邏輯節點;在虛擬資源池中提供基于業務的分組模板,以提升使用效率;對外提供統一操作接口。構建油田邊緣優化平臺,實現對油田跨域信息的綜合分析。
通過搭建邊緣側分析平臺,縮短油水井工況調整周期為實時、基于油藏精細描述的注水優化策略為每周(對比傳統每年)小規模試驗表明,通過實時油藏管理,實現采油、注水、集輸的實時協同優化,采收率提升2.3%,節能30%。
3 邊緣計算技術體系
邊緣計算的技術體系如下圖所示。
從通信接入、網絡傳輸、計算與管理、服務提供四個層次來看,TSN、5G/NB-IOT、無線共存、SDN、OPC-UA、虛擬化、資源語義化、大數據存儲與管理認知計算及基于情景的服務混搭等技術成為邊緣計算未來發展的關鍵技術。
(本文整理自李棟在“工業互聯網邊緣計算研討會”上的報告)
摘自《自動化博覽》2018年4月刊