《工业互联与边缘计算》是智能装备与系统专业中对接工业4.0和物联网方向的核心课。这门课的定位很明确——学生需要理解工业设备如何联网、数据如何采集、边缘节点如何计算、云端如何协同。但过去学生普遍反映课程内容"悬浮"：学了很多协议名词（Modbus、OPC UA、MQTT、CoAP）和架构图，却没有机会在真实的设备上完成一次完整的数据采集和上传，更不用说边缘端的实时推理了。概念多、动手少，是这门课最突出的痛点。

教改将所有理论内容压缩到前五周完成，后十二周全部投入"工业装备联网实战"。每组拿到一套"微型工业边缘站"——包含一台PLC、一个Modbus RTU温湿度传感器、一个边缘计算盒子（树莓派加工业扩展板）和一个WiFi模块。任务是："让传感器数据每五秒上传一次到云端平台，并且在本地边缘节点上实现阈值报警——当温度超过设定值时，PLC自动启动风扇。"这个任务贯穿整个后半学期，学生需要打通从传感器到PLC到边缘盒子再到云端的完整数据链路。

第一个关卡是"物理连通"。学生要自己翻阅Modbus协议手册，搞清楚RTU帧格式、寄存器地址和CRC校验的计算方法，然后用串口调试助手先验证传感器是否应答。这一步卡住了不少组——有人把485的A/B线接反，有人不会计算CRC，有人在读取保持寄存器和输入寄存器之间选错了命令码。但当第一个正确的字节流从串口助手窗口里跳出来的时候，那种柳暗花明的感觉让所有前期受的折磨都值得了。

第二个关卡是"协议转换"。传感器输出Modbus RTU，但边缘盒子需要的是JSON格式的MQTT消息。学生必须编写一段边缘网关程序，完成协议解析、数据打包和主题发布。有些组用Python，有些组用Node-RED，甚至有人直接用C++写了一个轻量级转换器。老师不限制编程语言和工具，评价只看结果和代码规范性。这段经历让大部分学生第一次体会到"工业协议转换"不是什么高深理论，就是串口读字节、拼数据帧、算校验码、再转成JSON——但协议手册读不懂的时候，再简单的逻辑也跑不通。

第三个关卡是"边缘智能"。在完成基础数据上传的基础上，学生需要在边缘盒子本地部署一个简单的推理模型——例如根据温湿度变化趋势预测风扇开启的最佳时机，而不是仅靠阈值触发。使用的算法不复杂，一元线性回归就够，但必须在资源受限的边缘设备上跑通，且推理延迟必须控制在200毫秒以内。这让学生意识到：边缘计算的挑战不在于模型精度，而在于算力约束和实时性要求之间的折中。

期末考核的形式是一次"联网比武"——所有小组的设备在同一个WiFi网络下运行，云端仪表板同时展示各组数据，每组现场演示五分钟，内容包括数据采集延迟、传输稳定性、报警响应速度和边缘推理的准确性。老师还会在演示中途突然拔掉WiFi路由器，观察边缘端能否继续独立运行（即"断网自持"能力）——这是工业现场非常真实的场景。那些提前做了本地缓存和断线重连机制的小组在路由器恢复后数据自动补传，而那些依赖云端的组则当场数据中断、报警失效。一次断网暴露了所有设计缺陷，但也让所有人同时学到了"边缘计算"和"云计算"之间应有的边界在哪里。

课程尾声，每个学生要写一篇技术总结，不是课程心得，而是一份"技术说明书"——用清晰的图文描述自己这套系统的工作原理、配置参数和常见故障排查方法。老师说："写说明书是检验你理解深度的最好方式，如果你写不明白，说明你没真正搞懂。"这些说明书后来被整理成册，供下一届学生参考。上一届踩过的坑——CRC算错、波特率不匹配、JSON格式多了一个逗号——都清晰地写在上面，变成了一种跨届的技术对话。