Suzanne Gill explores some typical use cases to demonstrate where edge technology is being adopted in industrial environments today and the benefits it can offer."> 这都是发生在边缘! - 必威betway西

这都是发生在边缘!

2023年3月13日

苏珊娜吉尔探索一些典型用例演示边缘技术是采用今天在工业环境中,它能带来的好处。

而“边缘”经常被讨论,好像它是一个单点在一个架构中,在真实的系统实际上有许多边缘设备的级联水平躺在物理世界和企业之间。“很令人兴奋的,我们现在看到这些不同层次的创新,“吉姆说十Broeke,业务发展经理IIoT Advantech欧洲。

Broeke讨论了边缘服务器的使用,增加趋势,企业云功能是透明和无缝带内部,减少了通信开销,加速反应和增加弹性。“这是发生在内容分发服务器应用程序和走向高层应用边缘服务器,运行在面积、建筑,甚至个别流程级别,”他说。

在今天的通信边缘有更多的感知的网络犯罪的威胁。“虽然我们还得到了很多传统边缘网关的查询功能,如协议转换、传播媒体翻译、数据聚合和事件检测、市场现在同样关心边缘设备的安全特性——他们如何防止未经授权的访问由个人,或防止未经授权或砍代码并运行安装。必威bet同时,用户意识到这些设备的远程管理是至关重要的,使最快的响应在一个安装安全补丁的发布基地,以及提供拥有成本优势的降低卡车卷。”

Broeke认为最令人兴奋的区域边缘水平较低,最接近实物资产和操作。在这里,大趋势是朝着嵌入人工智能(AI)和机器学习(ML)在边缘设备。直到最近,人工智能的实现依赖于昂贵的,高带宽的电脑,和团队的专家数据科学家创建和完善所需的数据模型。最新进展带来了实现的价格下降,和相应的ML的进步,和许多常见pre-trained模型应用程序的可用性平均执行时间通常以天或数周,而不是几个月或几年。

“人工智能和ML嵌入在边缘使用连接摄像头自动光学检查,提供更快和更准确的检测不合格以及解决劳动力老龄化的问题。在生产线上,在多台计算机人工智能可以优化效率,分析收益率在不同的操作场景。再次,使用连接摄像头,边缘通过智能AI提供工人的保护,24/7监控安全区域的机械移动,“Broeke说。

他指出,爆炸在采用边计算各级在系统架构意味着需要各种各样的硬件和软件解决方案。“AI和ML的看法仍然需要大量的处理能力,但对于某些应用程序,我们实现了一些小东西,比如一个移动路由器。计算在其他领域的优势,没有一刀切的解决方案,即使在相同的应用程序安装的拓扑可能确定它是更好的适合一些小型分布式边缘设备,或将信号和数据到一个更大、更集中的单位。”

采用的模式
赫尔曼·伯格称,工业自动化部门主管艾欧洲,当涉及到工业物联网(IIoT)和数字化的工业优势,采用大多数客户都遵循类似的模式。他说:“早期项目专注于开发透明度——如何连接重要资产,得到相关数据的自动化仓库并使其可用无论它是必要的。后期关注预测,和适应性的数据告诉我们什么,我们可以从中得到什么行动?最后,它是关于新服务和商业模式——附加服务和收入来源可以生成更多的数据吗?”

一些行业领域比别人早已经通过这些阶段。可再生能源公司与他们的风力公园和太阳能农场,例如,对透明度的必要性和适应性的无人驾驶,经常与专用软件包内部开发的远程站点或许多年前开发的专业软件公司。其他部门,有集中的网站或全分布站点,如低压电网运营商与成千上万的变形金刚——已经慢。要么需要透明度和适应能力没有那么强的地区人员可用——就像在工厂或发电厂——或者把IIoT网关或边缘电脑旁边的每个资产像一个廉价的低电压互感器不证明商业投资。

“所以,在一些特定的和包含用例,边缘技术已经起飞,”伯格说。那些用例通常围绕资产分布,相对较高的成本或具体措施可以很容易地从数据提供了节约成本或增加收入。

“传统早期采用者的重点是获得低挂水果很少注意开放性、可扩展性和与其他系统的集成,并且通常没有想到管理,维护、修补,和升级设备,”伯格指出。”,更容易获得来自云供应商的服务和软件像微软、AWS及其生态系统合作伙伴,许多追随者现在将努力建设更聪明,更容易管理解决方案,利用硬件、软件和云边缘服务,顺利集成到现有的自动化和控制网络和系统。”

伯格认为,有一些关键挑战,需要解决。“显而易见的挑战是创建一个安全、高质量的数据连接从工业资产到云上。这通常包括物理连接遗留设备和工业数据转换和清洗。边缘设备应易于管理,工业级硬件产品寿命长,涵盖了未来几年的安全补丁。

“不太明显的挑战是将这些边缘设备集成到一个工业现场网络没有设计服务等目的。智能自动化工程师和管理者会发现上升之间的协同作用需要解决网络安全需求和需要支持更安全的数据路径,当他们升级他们的工业网络,”伯格总结道。

新的应用领域
“边缘的解决方案已经被部署在广泛的行业和应用程序——例如在石油和天然气工业相关的收集数据的操作油井和同样在水行业收集数据从远程泵站,”史蒂夫•沃德表示应用程序工程EMEA主管爱默生。“这些解决方案正在帮助提供可操作的远程或分布式的信息资产,可以用来优化性能,减少维护和消除计划外停机。”

病房发现不断扩大的申请优势技术是监测和控制的分布式可再生能源发电,包括太阳能发电厂、风力涡轮机和微型电网。“微型电网高效运行,当地情报是必需的,随着即将到来的天气和电价的知识来帮助决定是否可用的各种电源运行,使用电网或出口电力电网,”他说。“优势控制器可以提供这个情报通过结合高速工业控制与互联网连接。”

此外,边缘技术也发现应用程序在其他工业能源管理和监控功能。沃德指出,压缩空气系统目前采用边缘解决方案监控气动空气压力和汽缸效率和磨损。“这是帮助识别泄漏和支持预测维护策略,有助于减少能源消耗和更大的机械设备的可用性。提供的信息也可以支持持续改进项目。

“边缘技术也被用于管理车队的资产,如燃气涡轮机和发电机设备,设备的所有者——不一定是用户想要监视他们的地位,和可能也性能和条件。发电机组单独移动单位,通常是租来的,或团体在临时的基础上。边缘技术可以让业主知道单位所在地。边缘的解决方案提供的功能不仅仅是帮助典型的工业应用。爱默生提供解决方案来支持农业设备的管理和跟踪,并且引擎管理和压载水控制在海洋产业。”

病房看到边缘技术发展和实施在几个方面——边缘网络网关允许很难连接设施和设备连接并集成到公司网络,它允许资产使用和性能数据收集实时支持数字转换和持续改进工作。从这种类型的资产,集中报道可以用来通知用户的操作参数,但对异常事件,边缘设备可以发送一个短信或电子邮件直接向用户或组的用户启用立即采取行动。

“边缘的解决方案为用户提供本地可视化,不仅支持通过内置的屏幕与人机界面功能,而且通过允许本地连接手机或平板电脑,“持续的病房。”的能力,通过一个本地wi - fi网络连接便携设备允许更好的安全性和更直观的用户界面相比,传统运营商接口。

“当地优势的解决方案,提供的分析也可以启用本地实时控制利用更多的数据比之前的控制策略。这可以包括优化,基于过去的操作,以及使用外部数据。这将需要新的业务角色,比如数据工程师能够理解影响机器或过程操作以及如何实现”。

总之,沃德说:“毫升和AI都在迅速地发展,我们应该期待看到ML /人工智能模型实施的优势来优化性能很快。”

基本操作
智能制造依赖工业传感器和致动器来增加生产效率,管理生产性能和确保高质量的输出。”作为生产环境变得更聪明,他们需要使用更多的传感器和致动器和类型的传感方式,”菲奥娜Treacy说——高级主管在模拟工业自动化设备。这些是工厂操作的基础,因为它们测量关键物理参数,并提供输出机、机器人、PLC或其他控制设备。新的非接触式磁传感器使机器人手臂的位置是已知的,即使在意外断电的情况下,将需要多个周期校准的权力,”她说。“视觉传感器部署在cobots使人类和机器人一起工作安全,这视觉传感技术,结合先进的算法,可以精确的深度感知为更高效的操作和安全的工厂。”

过程和分析传感器被用来测量压力,温带,湿度、PH值、流量和水平。“这些设备都是目前与以太网或IO-Link技术回到中央控制系统,使实时决策和调整生产参数,崔西解释道。“无缝的以太网连接这些设备现在可以实时审问,配置和重新配置,以优化性能。“这,加上局部的情报,使更快的生产和原材料管理的优化。这也意味着工厂资产现在可以远程控制,它使实时生产管理流程。

状态监测振动信号的汽车,结合本地AI /毫升,是用来检测异常性能和信号需要维护,以消除计划外停机。其他的例子包括无线工具连接到机器人手臂使健壮的工具交换允许生产线快速重新配置。

电能质量监测也受益于边缘智力。“电能质量的监测设备在工厂地板上我们现在可以实时检测谐波的影响在其他机器的电源操作在工厂。电源干扰和谐波会影响工厂的精密控制系统并创建维护问题,“继续崔西。

”最后,值得一提的一个关键点是,正如我们已经爆炸的数据优势,它不再是有效的或可取的所有信息传达给中央控制。在本地系统需要处理的数据,在边缘,并提供控制系统的见解。这需要边缘AI /毫升的部署提供了更多的权力比挖掘所有的数据集中有效的体系结构。因此所有设备在工厂地板上可以成为连接和聪明。“然而,崔西留下最后一个,未解决的问题——改造需要多长时间?


联系信息和档案……

打印这一页|电子邮件这一页