IIoT 与边缘计算：位移数据上云架构

位移数据上云的主流架构是分层的，而不是把传感器直连互联网。合理的分工是：现场层出数、控制层用数、边缘层筛数、平台层析数。原因很直接——位移传感器的原始更新率通常在毫秒量级，若把每一个采样点原样上传，带宽与存储成本迅速失控，而云端也无法承担实时闭环的确定性要求。因此趋势表明，边缘计算不是云的对立面，而是让位移数据"上得去、算得起、用得上"的必要中间层。

四层架构与职责边界

层级	典型组件	处理的数据	实时性要求	不该做的事
现场层	位移传感器、压力/温度传感器	原始位置值 + 设备状态字	毫秒级（随量程与协议）	不做业务逻辑
控制层	PLC / 运动控制器	闭环反馈、报警、工艺时序	确定性周期（扫描周期内）	不做长期数据存档
边缘层	边缘网关 / 工控机	特征提取、降采样、缓存、协议转换	准实时（百毫秒~秒）	不参与安全联锁
平台层	云平台 / 数据中台	趋势、跨设备比对、报表	非实时（分钟~小时）	不做实时控制

这条边界线中最容易被越过的是"边缘层不参与安全联锁"。任何涉及功能安全的判断都应留在控制层与硬线安全回路内，相关等级概念见 标准与认证演进：功能安全 SIL 怎么看。

数据从哪里出：现场层的接入选择

位移数据进入 IIoT 链路的第一跳，决定了后续能拿到什么。模拟量只能给数值，需在控制层重新赋予时间戳；数字总线可同时提供数值、参数与诊断；IO-Link 则适合把分散的传感器统一汇聚到主站再上网。各接口能力对比与演进路线见 工业 4.0 下位移传感器怎么联网，IO-Link 的具体机制见 IO-Link：传感器上云的最后一百米。若既有系统以 PLC 为中心，通过 Modbus RTU/TCP 读取位置值 往往是最短路径；多协议混装现场可参考 多协议网关方案。

边缘层到底该算什么

边缘侧的价值在于"用本地算力换上行带宽"。对位移数据而言，常见且成本可控的处理包括：

• 事件触发存储：平时只上传统计量，动作异常或报警时才回传该段完整高频曲线；
• 特征提取：从一次动作中抽出到位时间、稳态偏差、保压漂移量等少量数值，数据量可降若干数量级；
• 降采样与压缩：对趋势类监测按秒级聚合，保留最值与均值而非全部采样点；
• 时间对齐：把位置、压力、温度按统一时间基准打包，避免上云后无法关联；
• 断网缓存：网络中断时本地续存，恢复后补传，保证趋势曲线不断裂。

这些处理结果正是预测性维护分析的输入，具体判断方法见 预测性维护：从位置数据发现设备劣化。

时间戳质量：上云架构最易被低估的一环

跨设备、跨系统的数据分析，本质上依赖时间可比。若各节点时间戳来自不同时钟且未同步，云端看到的"因果关系"可能完全是采样偏差造成的假象。支持分布式时钟的 EtherCAT 与等时同步的 Profinet IRT 在这一点上有结构性优势，机制分别见 EtherCAT DC 同步与抖动 与 Profinet 入门：IRT 与设备名分配。多轴场景下的同步取舍另见 多轴同步选型。

典型上云路径对比

路径	数据链路	优点	局限
PLC 转发	传感器 → PLC → 网关 → 云	复用现有程序，改造小	受扫描周期限制，PLC 负载上升
网关旁路采集	传感器 → 总线 → 边缘网关 → 云	不占控制资源，可高频采样	需网关支持相应协议
IO-Link 主站汇聚	传感器 → IO-Link 主站 → 以太网 → 云	参数化与事件统一，换件自动回写	需现场层改造为 IO-Link
独立采集单元	模拟量 → 采集卡 → 边缘 → 云	老设备零改动即可加监测	时间戳质量与精度受限

产品与实施侧的对应

需要高频采样与稳定时间基准时，多选用 197 EtherCAT 系列 或紧凑布线的 198 单 M12 EtherCAT；以 Profinet 为骨干的整线可选 199PROFINET 系列；移动装备与分布式站点常用 194 CANopen 系列；仅需数值上行的存量改造，191 模拟量系列 配采集单元亦可满足。中国区的架构对接与选型支持由深圳市易测电气有限公司（授权代理商）提供。