边缘计算作为云计算的一个分支，被认为是工业互联网打通最后一公里的关键使能技术，边缘计算与云计算协同技术也是工业互联网纵深化、场景化和智能化发展的重要手段。随着边缘计算技术与工业互联网的深度融合，边缘计算技术逐渐成为工业生产中基础设施的支撑性技术，充分发挥其移动性、高速率和低时延等优势，不仅可以满足工业互联网场景下实时、可靠的响应需求，而且可以融合人工智能、大数据等新技术推动企业数字化转型，未来将对推进数据资源化、数据资产化和数据价值化发挥更加重要的作用。本书介绍了边缘计算基础知识、边缘计算关键技术、云边端协同技术、工业云边协同典型应用、基于边缘计算的工业智能视觉及其应用以及基于边缘计算的工业预测性维护及其应用，最后介绍了工业边缘计算的挑战与展望。本书内容简繁得当，实用易学，深刻把握了当前工业互联网的现状与发展趋势，剖析了其内在本质机理和核心技术，描述了工业边缘计算与其他理念、技术等的关系，紧密贴合平台服务与产业应用，可帮助读者厘清概念，掌握技术，熟悉应用，了解产业发展趋势。 　　本书可作为高等院校机械、自动化、大数据和人工智能等专业本科生或研究生的教材，也可作为从事智能制造、工业互联网、工业大数据和数字化转型等领域工作人员的参考用书。

高等院校教师

前言
第1章绪论1
1.1边缘计算1
1.1.1边缘计算起源1
1.1.2边缘计算定义2
1.1.3边缘计算发展现状4
1.2工业边缘计算6
1.2.1工业边缘计算概述6
1.2.2工业边缘计算应用现状7
1.2.3工业边缘计算与工业互联网9
1.3本章小结11
本章习题11
第2章边缘计算基础知识12
2.1工业边缘计算基本需求12
2.2边缘计算架构13
2.2.1云架构组成14
2.2.2边缘架构组成14
2.2.3端架构组成15
2.2.4基于实践应用的云边端架构15
2.3边缘计算网络技术18
2.3.1SDN技术19
2.3.2TSN技术20
2.3.35G通信技术21
2.3.4NB-IoT通信技术22
2.3.5LoRaWAN通信技术22
2.4边缘计算操作系统23
2.4.1RTOS24
2.4.2低代码边缘操作系统26
2.5边缘计算安全和隐私26
2.5.1核心设施安全27
2.5.2边缘服务器安全27
2.5.3边缘网络安全27
2.5.4边缘设备安全28
2.6边缘计算人工智能范式28
2.7本章小结30
本章习题30
第3章边缘计算通信和数据处理技术31
3.1边缘计算通信技术31
3.1.1工业网络通信基础31
3.1.2工业互联网通信技术发展现状34
3.1.3工业现场总线和通信协议37
3.2工业数据采集42
3.2.1控制系统的数据类型42
3.2.2基于Modbus的工业数据采集系统43
3.2.3基于Modbus TCP的数据采集系统46
3.2.4基于EtherNet/IP的工业数据采集系统47
3.2.5基于OPC-UA的工业数据采集系统49
3.2.6基于ProfiNet的工业数据采集系统54
3.2.7基于MQTT的数据传输技术56
3.3边缘计算时序数据处理技术58
3.3.1时序数据处理系统的功能与特点60
3.3.2时序数据的采集62
3.3.3常用的时序数据处理工具62
3.4边缘计算数据处理平台64
3.5本章小结65
本章习题66
第4章边缘计算开发技术67
4.1边缘计算硬件开发技术68
4.1.1基于ARM技术的工业处理器68
4.1.2边缘计算硬件开发技术分类71
4.1.3基于MCU的ARM嵌入式架构开发体系71
4.1.4基于MPU的Linux平台开发体系79
4.1.5基于FPGA的开发体系88
4.2边缘计算脚本技术92
4.2.1脚本的基本概念92
4.2.2VBScript93
4.2.3JavaScript97
4.2.4Python脚本101
4.2.5Lua脚本108
4.3基于Linux系统的核心开发技术112
4.3.1零拷贝技术112
4.3.2多路复用技术114
4.3.3线程池技术131
4.3.4无锁编程技术136
4.3.5进程间通信技术137
4.3.6RPC和序列化技术148
4.4边缘计算网关技术158
4.4.1通用边缘计算网关技术158
4.4.2高性能边缘计算网关技术161
4.5本章小结162
本章习题162
第5章云原生开发技术163
5.1云原生163
5.2应用部署架构的发展历史164
5.2.1传统部署时代164
5.2.2虚拟化部署时代164
5.2.3容器部署时代165
5.3容器和微服务165
5.3.1容器166
5.3.2微服务166
5.3.3服务网格167
5.3.4基础设施167
5.3.5声明式API169
5.4Kubernetes169
5.4.1Kubernetes主节点170
5.4.2工作节点170
5.4.3Pod170
5.4.4Lable171
5.4.5复制控制器171
5.4.6服务171
5.4.7Minikube172
5.4.8Kubernetes的功能172
5.5DevOps172
5.5.1DevOps简介172
5.5.2开发模式对比173
5.5.3DevOps的应用价值174
5.5.4DevOps的作用174
5.5.5开发管理工具174
5.6云原生的主要应用技术发展175
5.6.1Istio175
5.6.2Prometheus175
5.6.3Helm175
5.6.4Spinnaker175
5.6.5Kubeless176
5.7本章小结176
本章习题176
第6章工业云边端协同技术177
6.1云边端协同内涵177
6.1.1资源协同178
6.1.2数据协同178
6.1.3智能协同179
6.1.4应用管理协同179
6.1.5业务管理协同180
6.1.6服务协同180
6.2云边端协同能力及逻辑架构181
6.2.1云边端协同能力181
6.2.2云边端实现的逻辑架构182
6.3云边端协同的核心技术185
6.3.1EMQ X消息管理平台186
6.3.2Redis实时数据库187
6.3.3EMQ X的集群部署190
6.3.4Redis的集群部署192
6.3.5基于Nginx的反向代理和负载均衡技术195
6.4本章小结198
本章习题199
第7章工业云边协同典型应用200
7.1云边协同的智能制造系统200
7.1.1云边协同智能制造系统概念模型200
7.1.2云边协同智能制造系统功能架构201
7.1.3智能制造系统云边协同技术应用202
7.1.4智能制造系统云边协同调度方案204
7.2云边协同的能耗管控系统205
7.2.1云边协同的能耗管控系统逻辑架构206
7.2.2空调系统的能耗管控208
7.2.3能耗管控系统的其他应用209
7.3数字化工厂云边协同212
7.3.1数字化工厂的实施目标212
7.3.2计划管理213
7.3.3工艺管理213
7.3.4设备管理214
7.3.5生产报工214
7.3.6异常管理214
7.3.7质量管理215
7.3.8看板管理215
7.3.9统计报表215
7.3.10系统安全管理215
7.3.11系统协同接口216
7.4智慧运维云边协同216
7.4.1系统组网要求216
7.4.2智慧运维基本功能217
7.4.3智慧运维五层架构设计217
7.5本章小结218
本章习题218
第8章基于边缘计算的工业智能视觉及其应用219
8.1机器视觉概述219
8.1.1国内外机器视觉发展历程219
8.1.2机器视觉的定义内涵与系统特性222
8.1.3机器视觉系统的构成、关键技术与发展趋势223
8.2工业边缘视觉230
8.2.1工业边缘视觉发展概述230
8.2.2工业边缘视觉基础设施架构231
8.2.3工业边缘视觉的关键技术和产品形态234
8.3工业边缘视觉实例应用241
8.3.1基础环境搭建242
8.3.2数据集建设242
8.3.3模型训练242
8.3.4部署测试250
8.4本章小结253
本章习题253
第9章基于边缘计算的工业预测性维护及其应用254
9.1工业现场预测性维护的应用现状255
9.1.1修复性维护255
9.1.2预防性维护255
9.1.3预测性维护256
9.2工业预测性维护技术体系258
9.2.1状态监测258
9.2.2故障诊断259
9.2.3状态预测260
9.2.4维护决策261
9.3工业预测性维护体系结构和关键技术262
9.3.1工业预测性维护体系结构262
9.3.2工业预测性维护关键技术269
9.4基于边缘计算的工业预测性维护270
9.4.1边缘计算的发展270
9.4.2边缘计算的应用271
9.4.3边缘计算典型形式272
9.5基于边缘计算的工业预测性维护系统架构和关键技术273
9.5.1基于边缘计算的预测性维护系统架构273
9.5.2基于边缘计算的预测性维护关键技术273
9.6基于边缘计算的工业预测性维护案例276
9.7本章小结277
本章习题278
第10章工业边缘计算的挑战与展望279
10.1工业边缘计算的挑战279
10.1.1数据同步与适配279
10.1.2模型协同与部署279
10.1.3安全与隐私279
10.2工业边缘计算的展望280
10.2.1云边端一体化280
10.2.2工业互联网应用280
10.2.3标准体系建设281
10.2.4产业生态营造281
10.3本章小结282
本章习题282
参考文献283