SOTHIS E7 主站冗余型边缘计算平台,面向工业 4.0 的边缘云智造平台

发表时间:2026-07-23 13:21
SOTHIS E7 主站冗余型边缘计算平台
从边缘计算到低代码智造平台构建 OT 与 IT 融合的工业智能化底座
导语
工业4.0进入深水区后,现场控制、数据采集、AI分析、生产执行与能源管理不再是割裂的系统。E7以主站冗余型边缘计算平台为核心,将边缘计算、AI网关、大容量存储与低代码制造执行平台融合在一起,帮助工厂构建更灵活、更可扩展的智能化运营底座。
01产品定位:面向工业4.0的边缘云智造平台

E7是一款面向工业互联网场景的主站冗余型边缘计算平台。在OT与IT深度融合的背景下,它不仅承担现场数据汇聚与边缘计算任务,也可承载低代码制造执行平台,面向智能生产运营、BT管理、AI建模、PHM、云视觉分析、能源管理和物联网等应用提供统一底座。

平台定位核心架构
主站冗余型边缘计算平台,面向工业互联网与智能制造分布式边缘云架构,支持混合云与边缘节点协同
关键能力协同对象
AI建模、PHM、大数据分析、云视觉、EMS、物联网可与S20节点型边缘计算模组联接,承接端侧数据
  • ▸架构层面:采用分布式边缘云架构,可与S20工业级节点型边缘计算模组无缝联接,也可单独组成混合云。
  • ▸能力层面:集现场控制单元、大型AI网关、大容量存储器与智能化制造执行平台于一体。
  • ▸应用层面:覆盖生产、设备、质量、仓储、能源、视觉、报表看板与边缘设备纳管等工业场景。
02核心特性:用一套平台支撑多场景智能化应用
异构性能支持支持CPU、GPU、FPGA等异构计算资源,适配不同工业应用的算力需求。
低代码开发通过配置化方式快速构建工业互联网应用,降低开发与部署门槛。
微服务架构将工业软件拆分为可独立运行的服务模块,提升扩展、维护与组合效率。
设备连接与远程监控支持多类设备连接、数据采集与远程监控,提高设备利用率和运维效率。
03APP与微服务:把工业软件拆成可自由组合的能力模块

E7平台将APP拆分为多个微服务,企业可以按照自身业务流程自由选择、组合和扩展功能模块,避免传统工业软件重复采购、功能冗余和定制困难的问题。

平台APP覆盖范围
EMS能源管理预测性维护生产排程物流系统QMS质量SCADAERPCRMSMS安全设备远程监控SCM供应链环境监控PCS过程控制生产执行PLM机器调度
📊 图示:E7平台APP模块化能力示意E7_1.png
基础模块生产计划生产过程
主数据、权限管理、AI建模订单同步、BOM同步、排产、派工、产能均衡、订单跟踪检验任务、异常预警、正反向追溯、过程控制与返工处理
仓储管理质量管理生产管理
入库、出库、移库、盘点、退料、配料与库存差异处理来料检验、过程检验、原因分析、客户反馈、返工报废报工、工时、加工参数、设备状态、包装防错、ERP/OA同步
报表看板设备管理单据打印
统计分析、项目看板、标准看板、定制看板、数字孪生设备台账、维修支持、备件管理、点检保养、状态预警上架单、交接单、工单、序列号、领料单、装箱单、送料单
04设备预测性维护:从数据采集到维护建议的闭环

设备从投入使用到报废的全生命周期中,健康衰退不可避免。E7可结合S20边缘计算模组与现场传感器、PLC或设备接口,采集设备温度、压力、运行状态等端侧数据,并通过AI建模形成预测性维护闭环。

📡 图示:端侧设备数据经S20采集并转发至E7 / 数据湖E7_2.png
① 数据收集② 数据清洗
通过OPC UA、MQTT、Modbus TCP、Modbus RTU、TCP、HTTP等协议采集端侧数据。处理重复、缺失、错误、异常值,并完成数据转换、标准化与特征选择。
③ 数据分析④ 建立模型
通过描述性分析、探索性分析、数据可视化与机器学习发现运行规律。使用回归、决策树、随机森林、K近邻或深度学习等算法建立维护模型。
⑤ 训练验证⑥ 故障预测
基于历史数据训练模型,再以实时数据验证模型的预测准确性。对设备进行实时监控,预测可能故障类型、发生时间与影响范围。
⑦ 维护建议⑧ 持续更新
输出状态评估、维护计划、预防措施、成本估算和效果评估。随着新数据产生定期更新模型,持续监控模型性能。
05重点应用:智能生产、视觉分析、能源管理与设备位置
智能生产

通过设备智能化、生产过程可视化、数据分析与挖掘、智能化调度和质量控制,提升效率、降低成本并保障产品质量。

能源管理系统

围绕能源监测、能源优化、能源管理、报表分析、能源预测和能耗诊断,提升能源利用效率。

📊 图示:智能生产、视觉分析、能源管理与设备位置的一体化应用概览E7_3.png
📍 图示:设备位置可视化与边缘设备分布示意E7_4.png
06适配生态:覆盖离散制造与过程制造
汽车制造

采集产线生产实时数据、设备实时数据,支持历史数据查询、故障数据查询、过程数据查询与故障预警。

半导体制造

通过能源数据分析、智能控制与负荷管理,降低能源成本,提升能源使用安全与环境质量。

🏭 图示:智能制造场景与设备数据看板示意E7_5.png
07硬件规格参考
项目规格/配置
CPU2 × 至强 8核 CPU
RAM64GB 内存
类型机架服务器
机箱规格2U 机架式
硬盘容量128TB
电源类型冗余
系统Linux
网络控制器可扩展千兆/万兆接口
应用范围AI人工智能、AI建模、设备预测性维护、大数据分析、云视觉分析、视频智能、物联网、分布式应用、边缘设备纳管
边缘节点支持纳管 1024 个边缘设备
服务器数量集群 32 台
云类型公有云 / 私有云 / 混合云
结语
E7的价值不只是“边缘计算硬件”,而是以边缘云架构为底座,把数据采集、AI模型、工业微服务、生产执行、能源管理和设备纳管连接成可组合、可扩展、可持续进化的工业智能化平台。面向未来工厂,E7将帮助企业从单点数字化走向全链路智能化。
分享到: