王松烨 满君丰 李亭立

摘  要：传统工业生产车间设备检修流程复杂，工业大数据对边缘端设备的智能化要求日益增加。为提高传统工业设备异常信号的监测效率，推动工业4.0的智能化生产的发展，根据业内对边缘计算与人工智能的研究与发展趋势，分析了传统工业场景下数据与健康的关系。通过分析结果探究边缘智能相关技术在工业设备健康监测方面的应用场景。

关键词：工业大数据;边缘智能;边缘计算;人工智能

中图分类号：TP18                 文献标识码：A文章编号：2096-4706（2021）19-0171-03

Research on Edge Intelligence in the Field of Industrial Equipment Health Monitoring

WANG Songye1， MAN Junfeng1，2， LI Tingli1

（1.School of Computer Science， Hunan University of Technology， Zhuzhou， 412007， China; 2.School of Automation， Central South University， Changsha ，410083， China）

Abstract： The equipment maintenance process of traditional industrial production workshop is complex， and the intelligent requirements of industrial big data for edge equipment are increasing. In order to improve the monitoring efficiency of abnormal signal of traditional industrial equipment and promote the development of intelligent production of industry 4.0， the relationship between data and health in traditional industrial scene is analyzed according to the research and development trend of edge computing and artificial intelligence in the industry. Through the analysis results， explore the application scenarios of edge intelligence related technology in industrial equipment health monitoring.

Keywords： industrial big data; edge intelligence; edge computing; artificial intelligence

0  引  言

智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式[1]。纵观世界工业进化历程，制造领域的智能化是工业发展的最终目标。

边缘计算的到来使工业制造正在经历另一个历史性的飞跃。全球工业4.0的进度不断推进，各企业都在搭建边缘云，将人工智能从云降到边缘。在物联网全面感知数据满足企业掌握数据需求的同时，企业边缘云也为集中式云计算打开了分布式协作的大门。Gartner预计，到2022年75%的企业生成的数据将在边缘位置进行存储和分析处理[2]。

大量的传感仪器产生海量的数据实时与云中心进行数据交互，造成云计算数据中心和终端之间的各级网络传输压力，也体现出传统接入网面对海量数据的僵化问题，导致的网络时延往往不能应对工业实时操作，不能及时地获取数据异常时处理信息。……