2、智慧工厂架构：从传统IT/OT到五层模型
聊智慧工厂，咱们得先搞清楚一件事：工厂的架构到底是怎么演变的？
我入行那会儿，工厂里的设备还都是“哑巴”。PLC（可编程逻辑控制器）自己玩自己的，MES（制造执行系统）在办公室的服务器里待着，两边基本不通信。那时候的架构，说白了就是两套班子各干各的。
2.1 传统工厂的IT/OT架构
传统工厂里，IT和OT是两条平行线。
OT（操作技术）层：负责“干活”的。包括PLC、传感器、变频器、机器人控制器等。这些设备实时性要求极高，毫秒级响应。但它们的数据格式五花八门，协议也各不相同——Modbus、Profinet、EtherCAT……我见过一个老车间，光协议转换器就挂了七八个。
IT（信息技术）层：负责“管数据”的。包括ERP（企业资源计划）、MES、WMS（仓库管理系统）等。这些系统跑在标准以太网上，数据量大，但对实时性要求不高，秒级甚至分钟级响应都行。
问题出在哪？
我举个例子。有一次我去一个汽车零部件厂做调研，他们的设备数据全靠工人手工抄录，再录入MES系统。你想想看，一个班次下来，几百个数据点，抄错、漏抄是家常便饭。更别提设备报警了——等工人发现异常，可能已经过了半小时，废品都堆成山了。
传统架构的痛点，我总结了几条：
- 数据孤岛：OT数据出不来，IT指令下不去。设备层和信息系统之间隔着一堵墙。
- 实时性差：OT需要毫秒级响应，IT系统往往秒级甚至分钟级。两者节奏不匹配。
- 协议混乱：一个车间可能有十几种工业协议，数据采集成本极高。
- 安全性堪忧：OT设备直接暴露在网络上，一旦被攻击，后果不堪设想。我曾经见过一个工厂，因为一台PLC被植入恶意代码，整条产线停了三天。
所以，传统架构必须变。怎么变？答案就是——边缘计算。
2.2 智慧工厂五层架构模型
我参与过几个智慧工厂的落地项目，目前业界比较公认的，是五层架构模型。它把工厂的数字化能力分成了五个层次，每一层各司其职。
我的经验：五层架构不是拍脑袋想出来的，而是从实际项目中一步步摸索出来的。最早我们尝试过三层、四层，最后发现五层最实用——既保证了实时性，又兼顾了灵活性和扩展性。
下面这张图，是我自己画的五层架构逻辑图。你可以把它当作一个“地图”，后面讲到的每个知识点，都能在这张图上找到位置。
这张图我建议你多看两眼。五层架构的核心逻辑是：数据从设备层产生，经过边缘层实时处理，通过网络层传输，在平台层汇聚分析，最终在应用层创造价值。
下面我逐层拆解一下。
第一层：设备层
这是工厂的“手脚”。包括PLC、传感器、机器人、变频器、智能仪表等。它们负责执行具体的生产动作，采集物理世界的信号。
设备层的特点是：种类多、协议杂、数据量大。一个中等规模的工厂，设备数量可能上千台，每台设备每秒产生几十到几百个数据点。这些数据如果全部上传到云端，带宽和存储都扛不住。
第二层：边缘层
这是本章的重点，也是智慧工厂的“大脑”所在。边缘层部署在靠近设备的地方，比如车间里的边缘网关、边缘服务器。它的核心任务有三个：
- 数据采集与协议转换：把Modbus、Profinet、OPC UA等不同协议的数据统一成标准格式。
- 实时处理与本地决策：设备报警、质量检测等需要毫秒级响应的任务，直接在边缘层完成，不用等云端回传。
- 数据过滤与压缩：只把有价值的数据上传到平台层，减少网络带宽压力。
注意：边缘层不是简单的“数据中转站”。我见过不少项目，把边缘层当成一个“协议转换盒子”，结果数据量一上来，边缘设备直接死机。边缘层必须有一定的计算能力和存储能力，才能扛住工业现场的严苛环境。
第三层：网络层
负责把边缘层处理后的数据，传输到平台层。常用的技术包括5G、WiFi6、TSN（时间敏感网络）、工业以太网等。
网络层的选择很关键。比如，对于需要高可靠、低时延的场景（如机器人协同），5G和TSN是首选；对于数据量大的场景（如视频监控），WiFi6更合适。
第四层：平台层
这是数据的“集散地”。工业物联网平台、数据中台、AI推理引擎都跑在这一层。平台层负责数据的存储、清洗、分析，以及模型的训练和部署。
我个人的习惯是，把平台层当作“大脑的长期记忆”。边缘层做实时决策，平台层做深度分析。两者分工明确，互不干扰。
第五层：应用层
这是价值的“出口”。ERP、MES、WMS、数字孪生、数据分析平台等，都跑在这一层。应用层直接面向工厂的管理者、工程师、操作员，提供可视化的决策支持。
2.3 边缘层的核心作用
说了这么多，边缘层到底牛在哪？我总结了三句话：
- 降延迟：把处理能力下沉到设备旁边，毫秒级响应不再是梦。我曾经帮一个电子厂做产线质检，原来用云端AI识别缺陷，延迟在200ms左右，经常漏检。后来换成边缘推理，延迟降到10ms以内，漏检率直接降为零。
- 省带宽：边缘层先做数据过滤和压缩，只上传有价值的数据。一个车间如果每天产生1TB的原始数据，经过边缘层处理后，可能只需要上传10GB。你想想看，一年能省多少带宽费？
- 保安全：敏感数据不出车间，在边缘层本地处理。即使网络断了，边缘层也能独立运行，保证产线不停机。
避坑指南：我曾经在一个项目里，把边缘层的算力配置得太低，结果设备数据一多，边缘网关直接卡死。后来我学乖了——边缘层的算力至少要预留30%的余量，而且一定要支持热插拔和冗余备份。工业现场可不像数据中心，设备坏了能随时换。
好了，这一章的内容就到这里。五层架构是智慧工厂的骨架，而边缘层是骨架里最灵活的那个关节。后面的章节，我会带你深入边缘层的每一个技术细节。
公众号:蓝海资料掘金营，微信deep3321