"云端与边缘的智慧融合：工控流体控制技术引领工业物联网新纪元

工业物联网（IIoT）通常与大数据和云计算相关联，从广泛分布的传感器中收集大量数据，将“信息转化为洞察力”。在一些工业流程中，洞察时间非常关键，而将数据发送到云端并接收响应的延迟时间可能过长。在其他情况下，数据安全性可能会受到影响，或者与互联网的快速，可靠连接可能无法使用。为了克服这些挑战，边缘计算可以补充云计算的大数据处理能力。

它可以执行需要即时响应的计算密集型任务，并在适当的时候将数据存储和过滤到云中。边缘计算可以包含简单的数据过滤、事件处理、甚至机器学习等元素，并且可以托管在任何连接设备上，从小型嵌入式计算机或PLC到工业PC或本地微型数据中心。从同一平台上运行的其他进程隔离并占用很小空间是关键要求。

最大限度地提高数据价值

IIoT的许多价值在于它可以汇集多种来源信息，帮助企业看到更大的局面：如何改进流程、优化维护活动、减少浪费和能源消耗，并消除可避免成本。以云为中心的IIoT视图可以看到使用重量级软件应用程序在远程数据库汇集分析各种信息流。

这种模式前提是可靠互联网连接总是可用，有足够带宽用于处理推送到云端的大量日志文件，而这种延迟—从生成至收到反馈结果—是接受范围内。但这三要素中的任何一个都有丢失风险。远程站点依赖蜂窝网络进行互联网连接，但覆盖范围不完整或不可靠。大规模传感器产生大量日志，这些日志通过高分辨率图像视频通信成本极高，对于实时复杂决策出于安全原因或保持效率也需考虑。此外，对某些公司而言，敏感信息通过互联网传递至 云端构成问题，因为他们不希望向外部泄露。

尽管如此，在个别机器过程控制逻辑层面需要智能决策能力，使企业确定最佳行动方案。这就是边缘计算作用所在。

作为IIoT的一部分，边际增强越来越重要。在资产过程附近实施第一线，可以对事件进行智能协调响应，同时减轻云上的负担。在系统拥有数十数百甚至数千个传感器的情况下，大部分来自这些传感器的大量日志文件仅报告“正常”操作条件。而智能网关能够有效筛选这些日志文件，将其更有效丢弃打包后再次上传分析。当发生事件时，即刻确认正确反应指令给设备并整理成适合消费者报告。

相较高度本地化信号对少量传感器响应不同的是，与更多传感器评估相关联，更协调动作评价全局水平做决定。如果钻井平台检测振动，就能采矿应用；错误信号标准反应停止钻井导致生产损失停机检查修理设备。一台具有更强算力输入历史记录更多历史记录力量之所以强大，它能够评估整个系统影响然后确定几个潜在回应及结果选择最佳方案通知运营商最佳选择。

此外，还包括预测性维护支持数字化转换以提升效率管理利用监测到的感觉变化调整设置根据高层次能源政策增强边界装置智能功能确保所有远程应用始终访问最新最全面的情报。此类行为使得Industrial IoT成为不仅仅关于Cloud Computing的一个故事"