在我们最近与LNS举办的网络研讨会 "今天用IIoT建立任何地方的分析战略 "之后，我们收到了一些关于IIoT实施成本影响的问题，以及云和边缘 计算如何在IIoT框架中发挥作用。
虽然云和边缘都是全面实施 IIoT 的重要组成部分，但成本和投资回报率有助于确定两者应用的程度。
几年前，将数据发送到云端是很流行的事情。新设备配有嵌入式传感器，旧设备将被改装，Wi-Fi和移动技术（LTE）的组合将所有这些传感器数据传输到云端。一旦进入云端，不断扩大的基于云端的机器学习引擎之一将对数据提供可操作的见解，并实现各种优化--简化生产、提高质量、改善维护等。虽然这看起来是一个简单的方法，很大程度上绕过了现有的基础设施，但这种方法有几个缺点。
虽然绕过现有的基础设施和自动化系统看起来很有吸引力，但当你寻求全面推广IIoT实施时，问题就出现了。不仅云分析的成本会上升，而且无线连接的成本也会迅速上升。有一些方法可以通过使用带有网关的内部基础设施来缓解连接方面的问题，但几乎根据定义，这开始引入更多的边缘 基础设施。云的弹性性质和按使用量付费的模式意味着成本会随着时间的推移而变化，尽管有机会转向更多的OPEX类型的模式而不是传统的CAPEX模式可能会产生一些好处。
另一个很明显的问题，也是让自动化行业的许多运营技术专家担心的问题：网络安全。在工厂外传输数据仍然是工业自动化领域数字化面临的主要挑战之一。2017年末TRISIS/TRITON/HatMan这些恶意软件揭开了安全系统的面纱，只需看看这些，您就能意识到网络威胁的真正隐蔽性。成本问题、响应时间和网络安全隐患是许多运营技术专家越来越关注边缘计算的原因。让分析更接近工厂车间，并以更多的应用能力增强控制柜的概念越来越有吸引力。
这些系统可拥有广泛的应用，交付价格也很有吸引力。
它们可以支持广泛的应用，包括小规模、本地化的SCADA、HMI、Historians和瘦客户端。此外，它们可以收集和分析来自局部传感器和控制点的数据，然后将其转发到上游的控制系统、资产性能管理（APM）系统和/或云端。其中一些数据可用于真正的分析，以改善工厂车间的运作，如高级过程控制、质量检查和预测设备故障。
当然，计算能力和应用被放置在离工厂车间越近的地方，它们离解决问题的支持和熟练的专业知识就越远。这不是IT支持的领域，而且对于自动化或操作技术专家来说，快速响应可能是个挑战。因此，在这种基于边缘 的环境中，安装简单、自我保护和容易由当地工厂人员维修的系统具有明显的价值。这包括内部预测性维护和远程监控的能力，这样就可以采取积极主动的方法来服务这些平台，而不是采取被动的方法，因为生产已经受到影响，OEE已经下降。
多年来，现成的IT级PC和工业外形的加固型PC都被用于这些环境中。然而，随着边缘 的重要性的增加，以及将自动化任务更接近工厂车间和新的分析能力的出现，对边缘 系统的依赖性增加。
这就是为什么Stratus ，特别是为了满足在边缘 ，以简单、可靠和易于管理的解决方案提供更多应用的需求，推出了其零接触计算平台ztC 边缘 。关于这些主题的更多信息，请点击下面观看完整的网络研讨会!
