摘要：遗留设备对许多制造设施的运作至关重要。然而，随着自动化和互联技术的快速发展，同时管理新旧设备可能是一项具有挑战性的平衡行为。工业物联网(IIoT)边缘分析商Crosser公司的联合创始人JohanJonzon分享了一些关于制造商如何成功管理来自新设备和旧设备的数据的见解。

   遗留设备对许多制造设施的运作至关重要。然而，随着自动化和互联技术的快速发展，同时管理新旧设备可能是一项具有挑战性的平衡行为。工业物联网(IIoT)边缘分析商Crosser公司的联合创始人JohanJonzon分享了一些关于制造商如何成功管理来自新设备和旧设备的数据的见解。
　　
　　工业设施通常包含新的数字化设备和未考虑到连接性的遗留设备，除了可能连接到本地控制室或操作员的仪表板。毕竟，当一台遗留设备正常运行时，工厂经理不太可能将资金用于升级到最新型号的设备。
　　
　　因此，企业只投资于需要的新技术，寻找将它们集成到现有系统中的方法是很正常的。此外，随着业务的扩展，他们通常会收购新设备。新旧设施的混合可能会增加混合部署的复杂性，从而很难简化和统一来自所有不同位置和设备的数据。
　　
　　通过工业物联网(IIoT)改造遗留设备
　　
　　虽然遗留设备可能是在工业物联网兴起之前制造的，但可以通过改造获得类似的功能。这也称为“包装和扩展”，其中遗留设备“包装”具有功能和连接性的设备，因此以多种方式扩展其范围。通过更新设备并增加其功能，制造商还可以延长其使用寿命。这是因为在需要升级更换之前，该机器可以满足企业的生产要求更长的时间。
　　
　　为了收集设备性能数据，可以安装测量振动、温度或其他参数的传感器。改装到旧设备上的设备可以包括开放平台通信(OPC)服务器、物联网平台和物联网网关，它们支持新设备和旧设备之间的通信。
　　
　　采用边缘计算
　　
　　让遗留设备能够收集数据提供了一种解决方案，但管理这些数据并赋予意义是下一个挑战所在。人们必须首先考虑由许多新旧设备组成的网络会产生大量数据。将数据传输到云端进行存储和分析所需的带宽可能很昂贵。这可以通过边缘计算分析来缓解，边缘计算分析可以充当设备和云端之间的桥梁，提供本地处理和存储资源。
　　
　　边缘计算分析可以收集和过滤数据，根据业务规则存储或发送到正确的位置。这意味着只有必要的数据从边缘发送到内部部署系统，例如制造执行系统(MES)或企业资源规划(ERP)。数据缩减可减轻内部部署系统的负担并减少传输到云端的数据量，从而节省云计算和带宽成本。
　　
　　边缘计算分析还能够进行下采样和汇总分析，这可以进一步减少必须发送到内部部署其他区域的数据大小。机器数据可以通过边缘计算技术转换为生活设施中所有设备和设备都能理解的通用语言，从而确保通信顺畅。
　　
　　然而，处理大量设备、大量数据以及各种不同的软件和系统很快就会变得异常复杂。在一个可能导致混乱的领域，与可以简化工业物联网(IIoT)设备实施和管理的解决方案提供商合作非常重要。
　　
　　力求简单
　　
　　用于工业物联网(IIoT)的流式分析、自动化和集成的Crosser低代码平台在设计时考虑到了简单性。Crosser公司的FlowStudio是该平台的一部分，可让员工轻松进行系统编程。FlowStudio由许多预先构建的模块组成，这些模块可以拖放以轻松构建数据流，而无需任何正式培训或编码知识。
　　
　　创建的模块组合可以在广泛分发之前在“沙箱节点”或实时边缘节点上进行测试。一旦对数据流感到满意，它就可以在一次操作中部署在无限数量的边缘节点上。FlowStudio旨在增强用户之间的协作，例如自动化工程师、IT团队和数据科学家，并且使用简单直观。
　　
　　工业物联网(IIoT)设备正在增加，但这并不意味着遗留设备将会落后。许多设施依赖于新旧设备的混合，必须对这些系统进行有效管理，以确保无缝通信和互补操作。企业可以通过将工业物联网(IIoT)设备改装到遗留设备上，并使用简单的边缘分析平台来处理和存储所有收集的数据，从而充分利用多样化的系统。
　　
　　编辑：Harris