## 背景

隨著 5G、大資料、人工智慧技術等的高速發展，各類智慧物聯裝置 AR、巡檢機器人、無人機、可穿戴便攜裝置等開始在工業領域中得到廣泛應用，工業裝備的結構和工業生產的環境日趨複雜。

對於整個工廠來說，智慧化、數字化的實現不僅是透過新型工藝和生產裝置的使用提升生產水平，還需要構建具備「眼-鼻-耳」的工廠智慧大腦，能夠實時感知生產裝置情況，對整個生產環境中的異常事件透過系統自動告警、多方聯動應急等方式進行快速響應處理，實現提前感知、處理過程閉環、事後追溯的綜合管理創新。

## 工廠異常事件感知與處理現狀分析

### 缺少統一的裝置感知和裝置間資料貫通能力

智慧工廠的生產安全是整個系統協同的過程，一個系統的異常狀態感知往往不只是透過對一個或一類裝置執行的監控和判斷，而是基於多維的、覆蓋生產所有環節的人、機、料、法、環相關工業裝置或智慧物聯裝置的綜合感知和聯動。實現精確的異常事件告警和處理預案，需要感知所有的工業裝置和智慧物聯網裝置，構建各個裝置之間的資料通道。

### 邊緣端無獨立資料邏輯處理和事件判斷能力

傳統工業在控制層之上的事件告警和預案處理都是透過資訊中心統一的大腦進行控制和協調，網路延時、大腦處理資訊量過大等情況會導致事件告警和處理滯後。

此外，一旦邊緣端與中心的網路中斷或者是大腦發生故障，整個感知系統將面臨全面崩潰的風險。這對於整個生產系統的高效安全執行來說是一個巨大的隱患。
[![1](http://img.blog.itpub.net/blog/2022/10/24/8c8fa1d1d941eaad.png?x-oss-process=style/bb "1")](https://www.emqx.com/zh/blog/edge-factory-cloud-abnormal-event-processing-architecture "1")

### 資料到企業集團雲方案難度大、成本高

大資料和人工智慧技術在雲端的應用和創新，對企業資料貫穿「裝置-工廠大腦-雲」提出新的要求。企業可以在集團雲上部署「指揮排程中心」，實現雲端「專家」指導工廠「大腦」工作，對複雜系統情況統一感知、排程，並且對處理預案進行自我學習、最佳化與提升。傳統的工業資料建立集團雲一般是透過企業專網或 VPN 的方式構建，成本高昂，網路資源要求較高並且組網方式不靈活。

## EMQ 雲邊協同的事件異常處理解決方案

基於 EMQ 雲邊協同框架的資料感知、匯聚和上雲的解決方案，可以為工業客戶智慧工廠的構建提供以下能力：

- 邊緣端獨立邏輯運算感知異常、事件處理的能力；
- 事件異常告警資料持久化到資料庫，為工廠大腦進行異常事件統計分析奠定基礎的能力；
- 集團雲指揮排程中心人工智慧對工廠集統一指揮排程。透過工廠集的異常事件和處理結果的歸納總結，自動學習從而不斷最佳化事件異常演算法和處理方案。透過向工廠大腦和邊緣運算模組傳送最佳化指令，提升「邊緣運算-工廠大腦-雲指揮排程中心」整個系統的事件判斷、預測和處理效率和能力。
[![2](http://img.blog.itpub.net/blog/2022/10/24/bf2f7d529b258191.png?x-oss-process=style/bb "2")](https://www.emqx.com/zh/blog/edge-factory-cloud-abnormal-event-processing-architecture "2")

邊緣端[工業協議閘道器軟體 Neuron](https://www.emqx.com/zh/products/neuron) 實現各類工業裝置的接入，可基於輕量級 MQTT 協議傳輸，實現在工業生產弱網環境下的各類資料實時感知與穩定傳輸。邊緣端輕量級訊息匯流排 NanoMQ 實用於現資料的匯聚和快取，打通處於不同網路中裝置、不同系統間的資料壁壘，去除資訊孤島。同時，NanoMQ 可以在邊緣端實現資料斷點續傳， 保障業務資料的完整性，防止異常事件資料資訊的丟失。

隨著 5G 網路在工廠或園區內大量建設，基於 5G 的各類智慧終端和應用也越來越多，這類終端和應用對資料匯聚和處理實時性都有很高的要求。傳統工業匯流排和工廠「大腦」資源有限，如果所有的事件都到工廠「大腦」進行處理，實時性和可靠性較差。EMQ 提供的超輕量物聯網邊緣資料流式分析引擎 eKuiper 能夠在近裝置端部署，高效、獨立判斷異常事件並透過各類智慧終端和應用的聯動來完成異常事件的告警、處理和安全隱患消除。
[![3](http://img.blog.itpub.net/blog/2022/10/24/8300388bccab6978.png?x-oss-process=style/bb "3")](https://www.emqx.com/zh/blog/edge-factory-cloud-abnormal-event-processing-architecture "3")

在雲端，[大規模分散式物聯網 MQTT 訊息伺服器 EMQX](https://www.emqx.com/zh/products/emqx) 部署在集團雲上，可為集團排程指揮中心提供工廠各類工業裝置和智慧物聯裝置的資料匯聚能力，為裝置異常事件和處理提供對接 AI 演算法的能力，為集團提供所有工廠的異常事件總集合和持久化能力。

## EMQ 基礎架構優勢

### 快速實現邊緣端異常事件告警處理

具備邊緣端工業軟閘道器、訊息匯流排和規則引擎模組，透過靈活的組合和簡單的配置，即可為裝置-工廠大腦-雲指揮排程中心間建立完善的「神經網路」，輕鬆實現不同工業裝置以及智慧物聯裝置資料感知、匯聚、異常事件判斷、聯動處理。

### 三層架構實現異常事件告警、排程、處理

邊緣運算負責常規異常事件的判斷與處理，工廠大腦負責工廠內異常事件的統計分析與本廠生產指導，集團雲負責基於工廠的異常事件大資料和人工智慧分析，對整個集團資源進行統一的指揮排程、異常事件預測和處理預案的最佳化。「邊緣-工廠-雲」各個層級的事件告警/處理行為符合整個系統的協同和業務需求，能對裝置異常事件做出快速響應和高效處理，最大化利用整個系統的硬體和軟體資源。

### 「邊緣-工廠-雲」一體化運維管理平臺

基於 EMQ 雲邊協同架構， 實現部署在「邊緣-工廠-雲」的 EMQ 系列產品在雲端的統一運維管理配置，輕鬆實現引數配置、日誌檢視、實時監控等功能。

另外，[EMQX Kubernetes Operator](https://www.emqx.com/zh/emqx-kubernetes-operator)，使用者可以在 Kubernetes 的環境上快速建立和管理 EMQX Enterprise 叢集，大大簡化部署和管理 EMQX 叢集的流程，把部署和管理的工作變成一種低成本的、標註化的、可重複性的能力。

## 結語

EMQ 構建了「邊緣運算-工廠大腦-雲指揮排程中心」全方位的異常事件告警/處理的資料鏈路，能夠基於不同業務層對事件處理的需求提供對應的能力，為企業精益生產、安全管理以及數字價值創新提供了資料基座能力保障，助力工廠向著生產效率更高、生產環境更安全、管理方式更規範的方向進行數字化轉型。

>版權宣告： 本文為 EMQ 原創，轉載請註明出處。
>
>原文連結：[https://www.emqx.com/zh/blog/edge-factory-cloud-abnormal-event-processing-architecture](https://www.emqx.com/zh/blog/edge-factory-cloud-abnormal-event-processing-architecture)

EMQ「邊緣-工廠-雲」異常事件告警處理架構

相關文章