通过边缘数据收集和分析解决物联网挑战

在传统的监控和数据采集(SCADA)体系结构中，所有的数据来源都是从一个集中的主机上轮询的。这需要通过网络请求并提供所有原始数据，以便使用各种应用程序(如SCADA、历史学家和分析)在企业中存储、监视和分析这些数据。这种传统SCADA结构存在许多潜在问题，包括带宽限制和昂贵的网络负担。

许多公司都在努力支持其网络中连接的SCADA设备的数量。但业界领袖认为，将数据收集和一些分析推向前沿是缓解网络带宽限制和安全问题的潜在解决方案。

什么是边解?
边缘被定义为网络入口点或数据源在与集中式主机相对的网络的另一端。在网络术语中，边缘设备提供了进入企业或服务提供商核心网络的入口点。示例包括路由器、路由交换机、综合接入设备、多路复用器和各种局域网(LAN)和广域网(WAN)接入设备。为接入网络的工业物联网(IIoT)制造的设备和传感器也被认为是边缘设备。边缘体系结构有许多组件，解决方案很可能包括来自多个供应商的硬件和软件。

定制边缘解决方案
数据传输不是免费的，减少通过网络传输的数据量是一种潜在的成本节约效益。即使是在边缘执行一些分析的低规模计划也可以帮助降低数据吞吐量并增加数据整合。例如，一个简单的数据简化计划可以只在整个网络上发布数据更改。，如果一个端点的值没有改变，就不需要在整个网络中发布相同的值。

更高级的分析也可以推向边缘。通过将数据存储在本地，运行在本地网关或工业PC上的分析应用程序可以开发模型和识别模式。例如，在边缘进行的预测分析可以应用机器学习技术和应用程序，在某些结果发生之前预测它们。这可以在局部边缘完成，定期更新预测结果，并在预测到不良趋势时发出警报。edge解决方案无需执行集中的数据分析来确定停机原因，而是通过实时预测分析，帮助公司完全避免出现不希望出现的状态。

规范性分析，使用优化和模拟算法来建议更改，以达到期望的结果或状态，也可能是有意义的执行在边缘。根据收集和分析的数据在当地迅速做出决策的能力可以显著提高组织的效率和安全性。

决定将多少分析推向边缘的一个重要因素是在每个设置中有多少带宽可用。只在边缘执行数据缩减和整合，让云或主机来做大部分增强分析可能是有意义的。在更具挑战性的交流场景中，更多的分析可能会被推到边缘。在需要进行即时分析和决策的情况下，在前沿进行的分析和决策越多越好。

欲了解更多信息，请访问PTC网站www.ptc.com．