流程行业边缘计算解决方案白皮书中国信息通信研究院工业互联网产业联盟2022年4月 编写说明编制单位及编写组成员（排名不分先后）：中国信息通信研究院：胡钟颢、王哲、朱璎、曹蓟光、汤立波、黄颖中国移动通信集团有限公司：罗达中国联合网络通信有限公司：陈丹、肖羽、傅成龙中国电信研究院：段惠斌、丁鹏、薛裕颖大庆油田信息技术公司：纪德伟、孙宇中国华能集团有限公司信息中心：孟子涵华为技术有限公司：孔令波、黄还清腾讯云计算（北京）有限责任公司：彭超、刘海涛杭州和利时自动化有限公司：翟庆明、李昱、孙继超浙江蓝卓工业互联网信息技术有限公司：邵黎勋天合云能源互联网技术（杭州）有限公司： 方斌石化盈科信息技术有限责任公司：程中林恒力石化股份有限公司：余斌罗克韦尔自动化（中国）有限公司：李铮、郑韬、林李智 声明本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他方的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。 前言新一轮产业变革进程不断加速，以信息通信技术驱动的数字化转型成为企业发展的重要方向，工业互联网、5G等垂直领域应用的蓬勃发展，带来了大量数据就近处理和分析需求，边缘计算通过就近提供边缘智能服务，成为产业数字化转型的关键支撑技术。为推动边缘计算产业发展，工业互联网产业联盟在2020年发布《离散制造业边缘计算解决方案白皮书》。根据离散行业的特点，针对其制约因素，阐述了边缘计算的发展和应用是如何打破桎梏，推动了离散行业的数字化转型。在《离散制造业边缘计算解决方案白皮书》基础上，工业互联网产业联盟进一步调研流程行业转型所面临的阻碍以及当前边缘计算在其应用的现状，继续探究边缘计算为流程行业工厂现场带来的价值，基于原有框架建立了适用于流程行业边缘计算参考实施架构和技术体系，最后提出流程行业边缘计算技术和产业化发展意见，发布《流程行业边缘计算解决方案白皮书》。 目录一、边缘计算在流程行业的应用价值.....................1（一）流程行业高质量发展对边缘计算能力的需求分析.11.流程行业数字化转型面临的挑战...............12.边缘计算为流程行业高质量发展带来的现场价值.2（二）边缘计算在流程行业的应用现状...............41.边缘计算在电力行业的应用现状..............42.边缘计算在石化行业的应用现状..............53.边缘计算在钢铁行业的应用现状..............74.边缘计算在水泥行业的应用现状..............85.边缘计算在有色金属行业的应用现状..........9二、流程行业边缘计算体系功能架构....................10(一)功能架构....................................10(二)部署架构....................................131．5GMEC边缘计算部署模式...................142.现场级边缘计算部署模式...................173.云原生边缘计算部署模式...................19三、流程行业边缘计算应用典型案例....................21（一）电力（火电）行业边缘计算应用典型案例......211.应用场景.................................212.技术方案.................................213.实施效果.................................23（二）电力（风电）行业边缘计算应用典型案例......231.应用场景.................................23 2.技术方案.................................243.实施效果.................................25（三）石化行业边缘计算应用典型案例..............261.应用场景.................................262.技术方案.................................263.实施效果.................................30（四）钢铁行业边缘计算应用典型案例..............311.应用场景.................................312.技术方案.................................323.实施效果.................................35（五）水泥行业边缘计算应用典型案例..............351.应用场景.................................352.技术方案.................................353.实施效果.................................37（六）有色金属行业边缘计算应用典型案例..........381.应用场景.................................382.技术方案.................................393.实施效果.................................41四、流程行业边缘计算发展趋势及建议................41(一)强化政策制度保障............................41(二)加速关键技术攻关............................41(三)完善标准体系建设............................42(四)推进规模应用部署............................42 1一、边缘计算在流程行业的应用价值（一）流程行业高质量发展对边缘计算能力的需求分析1.流程行业数字化转型面临的挑战随着工业化和经济的快速发展，我国的流程行业正向着数字化、智能化的方向发展转型，但是制约流程行业转型的因素仍存在很多，主要体现如下：存在信息孤岛现象，信息传递不及时全面；数据价值挖掘不深入，存在行业know-how壁垒；传统设备维护资源耗费大，预测性维护应用不广泛；各系统层次架构不清晰，异构系统间数据协同程度低；智能控制技术应用不足，节能技术改造任重道远等均给流程行业的转型发展造成阻碍。存在信息孤岛现象，信息传递不及时全面。流程行业大量设备和传感器处于环境极端、地理偏远地区，不具备良好网络条件，设备运行状态数据无法被及时采集。同时，设备普遍转数较高且数据量大，也给采集造成了困难。另外，不同供应商不同时期上线的控制系统、监视系统、制造执行系统以及辅助业务系统间往往相互独立，数据不能有效地交换和共享。数据价值挖掘不深入，存在行业know-how壁垒。流程行业现场实时产生大量数据，包含着丰富信息，这些信息真实地反映着现场的运行状态，对其有效挖掘和利用对于企业的生产优化和正确决策有重要意义。一般情况下，现场数据分析主要由具有丰富行业经验的专业人员完成，存在技术壁垒，而且，靠专业人员完成 2的数据分析有时也难以全面覆盖所有数据。另外，流程行业某些传统工艺会受环境、季节、催化剂和传感器老化等因素影响，具有时变性质，固定参数的静态模型因不能表示这样的时变过程而产生大量误报，造成工厂或设备单元停产，导致损失。传统设备维护耗费大，预测性维护应用不广。流程行业产线固定、设备投资大，需要通过维护延长设备使用周期。目前，对设备的检修维护模式为计划性检修，根据设备生产商提供的经验或数据，制定周期性维护计划，当设备达到检修期限，无论设备状态如何，都统一进行更换、升级。预测性维护通过实时采集设备运行数据进行分析判断，按需检修，能够有效降低人员工作量、减少现场停机时间和提高设备使用寿命，但目前其应用在传统流程行业并未广泛铺开。智能控制技术应用不足，节能技术改造任重道远。流程行业高耗能、高排放，普遍使用能源管理系统进行企业能耗的监视和管理调度，这种事后处理方式，难以满足现阶段“双碳”对于企业节能减排的相关要求。智能的信息模型和先进的控制算法的应用，可以完善现有的能源策略和优化工艺流程，实现对能源的统一调度、动态平衡和高效配置，从根本上减少能耗和排放，但相关解决方案在流程行业的应用仍不充分。2.边缘计算为流程行业高质量发展带来的现场价值边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放架构，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与 3隐私保护等方面的关键需求。边缘计算主要在如下方面给流程行业带来现场价值：增强数据处理的实时性，减轻云端计算压力。边缘计算在现场侧对设备、传感器和仪表等终端进行数据采集，有效避免了以往将数据长距离传输至中心机房或云端而面临的网络资源不足和信号干扰等问题的风险，可以最大限度地保证数据采集的实时性。同时，通过边缘侧提供的算力，可以对采集的数据进行实时的过滤、处理、分析和反馈，极大地减轻了全量数据在云端进行处理的算力压力。另外，通过边缘计算提供的开放性的平台，可以实现不同供应商不同时期上线系统的利旧和互通融合。充分发挥数据价值，助力打破行业know-how。边缘计算结合人工智能可以助力流程行业数据价值的深入挖掘，解决现有数据模型不能反应真实场景的问题，打破行业know-how壁垒。边缘计算对从传感器和执行器采集的数据进行过滤、预处理，然后训练人工智能模型，使模型不断更新，最大程度接近真实场景，从而提高工艺模型的精确性，减少误报，提升数据的价值。结合预测性维护技术，提升设备生产效率。流程行业因其设备需保证长时间无故障运转，设备维护尤其重要。边缘计算可以通过设备数据的获取和特征提取分析，进行状态识别和设备健康度预测，最后通过判定预测可信度来确定维护策略并实施维护。边缘计算结合预测性维护可以优化维护成本、最大化提升生产效率、减少设备停机时间和提高设备的使用寿命。随着传感器和边缘计算技术的日趋成熟，预测性维护的准确性和成熟度会更快地发展和突破，在流程行业的应用也会越来越广泛。 4优化生产工艺，助力节能降碳。流程行业传统的控制方式是PID（比例-积分-微分）控制，缺点是难以处理多变量和控制滞后。目前，有些工业控制企业集成了模型预测控制软件系统作为系统级边缘计算载体，通过利用预测模型、系统历史数据以及未来输入来预测系统未来的输出。这种边缘计算控制系统能够通过降低系统反应时的波动振幅来改造整体工艺的效果和量化价值，达到降低能耗、减少碳排放的核心目的。同时，利用动态数学模型可以快速进行工程投入，缩短模型学习时间，降低实施成本。（二）边缘计算在流程行业的应用现状1.边缘计算在电力行业的应用现状电力产品在人们社会生活中的特殊地位，使其在发电、输电、配电、售电和用电过程中的实时性和可靠性具有极强的经济意义。电力企业生产过程中有信息流、物质流和连续的能源流产生，并伴随着复杂的物理化学反应和物质能源转化传递。提高电网企业和发电企业在设备数据收集、设备智慧运维和用电发电安全监控等方面的效能，成为亟待解决的难题。边缘计算技术的应用可以帮助电力行业解决上述难题。边缘计算在构建低时延、轻量级、高可靠和智能化的智慧电网方面具有明显优势，目前，边缘计算在电力领域的应用以实时数据采集和边缘智能为主。首先，边缘计算解决了从控制系统有序高效地采