近年来，工业机器人的应用场景和市场份额不断增加，随之而来的是对工业机器人监控系统（IRMS）的巨大市场和技术需求。随着物联网和云计算技术的发展，工业机器人监控进入云计算时代。然而，工业机器人监控任务的数据具有数据量大、信息冗余度高的特点，在云计算架构中需要占用大量的通信带宽，因此基于云的IRMS逐渐无法满足其需求。性能和成本要求。因此，这项工作为 IRMS 构建了边缘云架构。工业机器人监控任务将以工作流的形式执行，本地监控器通过分析边缘-云网络的现状，为工作流的子任务分配计算资源。在这项工作中，工业机器人监控工作流的分配问题被建模为延迟和成本双目标优化问题，其解决方案基于启发式改进 NSGA-II 的进化算法。实验结果表明，该算法可以更快地找到非支配解，并且更接近问题的帕累托前沿。监控者可以在帕累托前沿中选择一个有效的解来满足监控任务的需要。