老旧设备上云：边缘AI网关的多协议适配实验

很多工厂的存量设备并不缺传感器，缺的是能读懂它的那层“翻译”。本次实验选择在边缘AI网关上做多协议适配，而不是先改设备或重建产线。

做法分三步：网关侧先用协议指纹识别判断链路类型（Modbus RTU/TCP、部分私有串口协议等），再做寄存器区间扫描，结合时序行为特征聚类推测每个点位的物理含义（转速、温度、计数等），最后生成候选点位表交现场工程师确认。确认结果回流成模板，同类设备可复用。边缘侧同时承担数据清洗与轻量初筛，只把变化段和异常片段上传，降低带宽与云侧算力压力。

阶段性进展：

• 在某注塑车间12台存量设备上试点，单台点位梳理与配置时间由约2天压缩到3小时左右，其中约七成点位由系统自动给出候选、人工只做校验；
• 边缘初筛把上行数据量压到原来的约五分之一，未出现漏报关键停机事件的情况，但阈值仍偏保守。

下一步计划：扩充协议与点位模板库，把模板复用率作为主要指标；同时验证网关固件与模型分离升级的稳定性，避免现场调试依赖停机窗口。