新闻 新闻
新闻 创建一流企业,造就一流人才,作出一流贡献

如何通过边缘分析升级工业4.0?

作者:欧朗电子   发布日期:2021-11-18 16:21:11   阅读量:

导语:边缘分析是直接从边缘收集、分析和处理从IIoT设备收集的数据的过程。通过尽可能靠近数据源处理数据,边缘分析使制造商能够提高效率并加快创新速度。


如何通过边缘分析升级工业4.0?(图1)


市场洞察提供商IOT Analytics的研究表明,边缘计算系统通过集成智能工具智能化是该技术持续增长的关键驱动力。边缘分析是智能边缘解决方案的主要驱动力,通过支持低延迟、高容量的数据操作来扩大其用例范围。


长期以来,对更灵活、更具成本效益的运营需求一直是制造公司的首要议程。2020年工业自动化提供商横河(Yokogawa)的一项调查显示,48%的受访者将生产效率视为其数字化战略的重点,40%的受访者将运营效率视为其主要目标。新冠疫情又进一步增加了对自动化流程和技术的需求,以保持业务畅通。


疫情的持久影响是该行业数字化转型的加速器。边缘计算在促进这种加速方面起着关键作用,但使边缘智能化对于保持其价值至关重要。边缘分析是从物联网设备直接从边缘收集、分析和处理数据的过程。边缘分析使制造商能够提高效率,并通过尽可能接近数据源来处理数据来加快创新。但应该怎么做呢?


访问机器数据


工厂车间有许多不同的机器,它们都收集了可能提供有价值洞察力的数据。以正确的格式检索相关数据是制造商充分利用其边缘功能的第一个障碍。重要的是要选择要处理和使用哪些数据来触发本地操作,并将哪些数据发送到云中进行存储、模型培训和历史分析。


然而,边缘分析不仅控制数据量。它还用于将不同的数据集转换为适应机器兼容性和比较的通用格式来协调数据。工厂车间有多代设备,它们以不同的方式收集数据。许多不同的数据源,如PLC、DCS、历史数据和数据库,以及许多不同的协议——Modbus、MQTT、OPC、西门子和ABB,都需要以不同的方式处理。


边缘处理大量数据可以防止云系统不堪重负,显著降低相关成本。仅在云上处理和存储相关数据就可以降低99%的成本,以避免昂贵的云服务。


简化工业流程


解决数据访问问题是边缘分析对制造商的第一个好处,但如何充分利用收集到的数据将是下一个问题。全球市场分析师Forester的研究估计,60%至73%的收集数据不用于分析。然而,实时使用数据可以提高机器性能,简化运行效率。


边缘分析数据使制造商有机会在生成数据时对其进行评估,并通过直接部署机器来提高其性能。例如,机器的运行速度或分配的材料数量可以根据下一台机器从工厂车间收集的数据立即修改。


选择在边缘而不是在云上执行此操作,使应用程序成为可能。将数据保持在当地有助于在不同协议上运行的不同代设备之间进行有价值的机对机(M2M)通信,从而简化制造过程。此外,在当地保存数据可以缓解行业中常见的安全性和数据策略问题——分发处理和算法,而不是数据分发。


完善企业管理


工厂车间的效率会影响每一项业务运营——如果生产放缓或设备出现故障,整个供应链可能会出现重大中断。就像边缘分析可以在不将数据发送到云的情况下连接机器和流程一样,它也可以将数据集成到企业资源规划(ERP)系统中。ERP系统是一种业务流程管理软件,可以管理公司在当地的财务、供应链、运营、制造和人力资源活动。


ERP系统正在转向越来越多的事件驱动架构(EDA),利用信息响应事件来实时连接业务功能。这些可以是从客户请求到传感器读数再到库存更新的任何内容。当事件发生时,基于事件的ERP系统使用一组规则来确保相关数据被发送到可能需要它的所有业务领域。


现代事件驱动的边缘分析软件可作为工厂车间和ERP系统之间的连接层,实时将相关数据发送到其他业务功能。这样,直接从工厂车间收集的数据可以用于多个业务领域,以改进质量控制,满足产品需求的增长,避免因设备意外停机而中断。


边缘分析是充分利用智能边缘基础设施的关键技术。通过促进机器、过程和其他业务领域之间的实时通信,使制造商能够最大限度地提高机器数据的潜力,不仅在工厂车间,而且在整个公司的运营中。


相关新闻