很多做自动化产线的朋友最近一两年都被边缘计算刷了屏。到底是换汤不换药的概念炒作，还是真能解决我们现场攒了好几年的痛点？我去年在三条汽车冲压产线改造项目里硬啃了三个月，攒了不少实打实的经验。
为什么机械产线非得用边缘计算？云端不够用吗？
我们原来做冲压件的异常检测，依赖云端的卷积神经网络模型，每次采集1024点的振动波形，传到100公里外的私有云，往返延迟最少在30ms以上。对于每秒12次冲压的高速线来说，一次检测延迟就会错过一个工件的干预时机。
就这十几毫秒。一批十吨的原料就废了。心疼吗？太疼了。
传统PLC只能写死固定逻辑，碰到刀具磨损、模具偏移这种渐变型的故障，根本识别不出来。云端算力够，但延迟扛不住。边缘计算就是把算力搬到车间电控柜里，离传感器一百公分不到，延迟能压到5ms以内。刚好解决这个矛盾。
选型和部署：我踩过的三个致命坑
第一次做项目，上来就被厂商的销售忽悠了。拿了一堆参数好看的方案，结果上线全是问题。
第一个坑：选了非工业级的边缘硬件。当时为了省成本，拿了消费级的边缘计算盒，标称算力挺高，但是没有做宽温设计。夏天车间电控柜里温度能到45度，设备每天死个三五次。查了半个月才发现，不符合GB/T 17214-2019工业过程测量和控制装置的工作温度范围要求，人家要求工业级最低要覆盖0~55度，我们选的那个只能到40度。换了宽温型的之后，再也没出过莫名其妙的死机问题。
第二个坑：把所有算法全往边缘堆。当时信了宣传，说全量数据本地处理才是真边缘计算，于是把整个10层的CNN模型都塞进去了。结果跑起来算力占比100%，一次推理要120ms，比传云端还慢。后来改了架构，传感器端先把振动波形的时域、频域特征提出来，只把16维特征传给边缘，边缘只用一个轻量分类器推理，算力占用直接降到22%，推理时间不到3ms。哦对了，还要留余量，至少要留30%的空闲算力给突发任务，别卡满。
第三个坑：没做脱网降级逻辑。去年园区施工挖断了主干光纤，断网八个小时。同行有个项目没做本地降级，断网之后整个产线直接停摆，八个小时损失几十万。我们当时提前留了一手，边缘节点断网的时候会自动切换到本地预设模型，正常做异常检测，只是没法把数据同步到云端，八个小时没耽误生产。这事之后，我做任何边缘项目，第一条要求就是脱网能跑最少72小时。
给中级工程师的实用选型建议
说实话，现在市场上边缘计算产品鱼龙混杂，别盯着参数榜买，要按自己的场景选。
如果是普通装配产线、包装线，检测间隔是秒级的，只需要做简单的质量抽检，选1TOPS以下NPU算力的工业边缘盒，价格一千多块，完全够用，没必要买贵的。
如果是冲压、焊接、高速磨削这种毫秒级响应要求的预测性维护或者实时检测，必须上4TOPS以上NPU的工业边缘网关，工作温度要覆盖-20~60℃，符合GB/T 30094-2013工业物联网网关技术规范，抗干扰能力也要过EMC Level 3，车间里变频器多，干扰大，没过EMC的别用。
不过话说回来，很多厂商吹边缘计算能取代PLC，完全是瞎扯。PLC做硬实时逻辑控制，已经跑了几十年，可靠性没人能比。边缘计算就是补PLC的不足，帮PLC做复杂的AI分析、数据预处理，分工明确才稳定。非要取代PLC，最后只能是项目做砸。
不要为了赶概念上项目。甲方要你上边缘计算，你先问清楚，到底要解决什么问题。要是原来的方案能搞定，没必要硬换。边缘计算只是工具，不是政绩。
最后说两句
边缘计算这两年火，确实解决了过去云端解决不了的现场问题。但也被很多人吹得太玄乎，好像不上边缘就做不了智能制造。其实本质就是把算力往下放，适配工业现场低延迟、高可靠的要求而已。
你踩过一次坑，就知道怎么选了。反正我现在做项目，先找痛点，再选工具，不会为了概念买单。
