传统的智能装备进行自动控制是基于信号的,存在着控制策略粗放的问题。基于云计算的智能装备是基于数据进行自我调控的系统,但是存在云端计算中心与工厂端边缘设备的传输距离太远而导致控制实效性不足的问题。随着5G时代的到来,网络中流通的数据量会越来越多。对于工厂而言,传输速度的加快会导致相同时间内的数据量激增,因此对于网络带宽的要求也会越来越高,而且也会增加云存储来储存海量数据。近年来,边缘计算技术日益成熟,边缘计算在物理层面上是一种介于云端和边缘设备端之间的一种终端设备,因为本身具有计算能力,而且相比云端服务器更靠近边缘设备,所以能更快、更便捷地给边缘设备提供计算力,让工业装备无需连接到云就能做出快速地响应和处理,给智能装备提供了新的处理控制方案。本文通过对比云计算,对边缘计算技术进行了分析,并基于边缘计算设计了一个智能装备架构,通过分析该智能装备的需求,设计数据采集模块、数据通信模块和数据处理模块三个模块,将该架构分为设备层、边缘层和云平台层三部分来实现。在对污水处理厂传统泵进行改造中,将前面设计的基于边缘计算的智能装备进行具体实现。通过预留传感器端口来增强该架构采集模块的可扩展能力,保证工厂未来的扩展需求。因为边缘层与设备层之间和边缘层内部之间的连接方式不一样,所以分开采用不同的数据通信方案,设备层采集的数据通过现场总线技术传输到边缘层,在上位机和各节点之间增加一个协处理器,负责与各节点进行通信;边缘层内部设备通过以太网的方式完成网络通信。设备层上传来的数据采用基于时间序列的数据异常检测进行数据完整性和准确性检查,采用基于FFT的数据处理方式来对原始数据进行数据预处理,通过数据清洗,保留有效数据。通过主成分分析算法来对数据进行降维处理,提取故障类型的特征值,利用SPE统计量和T~2统计量判断设备是否发生故障。最后将数据输入到机器学习算法库进行能源优化算法模型的训练,待人工智能的能源优化算法开发完后将完整的控制程序更新到智慧节能终端,实现泵站的节能控制。