可上下分的捕鱼 > 工控新闻资讯 > 边缘计算才是工业物联网核心
边缘计算才是工业物联网核心

    “我们采集到的数据⒍,90%都是垃圾”ゃ╔⑽,位于江苏昆山的某工厂老板感叹道ル,“去年365天的每时每刻ā★В,我们几乎都进行了数据采集ò,采集到的数据却不知道该如何利用й┺月﹥。与投入到采集数据的各种费用相比ⅲ,我认为并不值得∵デ。”

  一年的数据采集经历让这位老板对工业互联网丧失了最初的热情÷キㄧ〉,甚至产生了这样的疑问:我们当前真的需要大量工业数据吗?

  随着物联网的发展┹ㄗ,工业制造设备所产生的数据量将越来越多>デハぶ。如果这些数据都要放到云端处理ビ┈、へ,就需要无穷无尽的频谱资源ㄏ、传输带宽和数据处理能力í囍ズ丂,“云”难免不堪重负にゾΞめ,此时就需要边缘计算来分担云计算的压力パ⒍Ηú。

  “只要增加几个工人就能解决的问题оや>ぁ,我为什么要费力去采集数据をъó,去搞工业互联网?还不一定有效果!”

  的确ㄓǐ∟,无论工业物联网┍Ⅹ、大数据驱动}ㄐ]もび、数字孪生这些概念说的如何天花乱坠┾ク厃シ.+,在实际工业生产过程中ォΦン④⒑,如果不能解决企业的核心问题——提高利润⒍っ、降低成本└㎜,都难免是纸上谈兵ぐ。虽然数据本身很重要Ο,但能直接解决问题的服务应用对企业才更有价值ヵ。当前ㄣガ┹Ⅴぐ,除了如何采集数据之外ぎㄎ,绝大部分企业面对的关键问题是什么数据值得采?说白了ネ注ш⒇,就是如何运用数据产生价值!

  工业数据的采集和传输基本都是“端-管-云”的模式拾ッ,。在应用的现场ⅵ,“端”负责收集数据±ü、执行指令〕ボ㈨ゴ,“管”打通数据的传输路径ㄕ祝,而“云”负责所有的数据分析和控制逻辑功能セ┓』╆⒑。整套流程能否顺利打通★祝ㄝ,对数据采集デ℃、分析╀ㄇ《、应用能力至关重要÷Н。

  然而ュ〖,随着物联网的发展が亇ほヮ,工业制造设备所产生的数据量将越来越多◆-Ⅲホ。如果这些数据都要放到云端处理ベダ{,就需要无穷无尽的频谱资源ず≤ぢ、传输带宽和数据处理能力┆)む,“云”难免不堪重负ⅲ‰⑽,此时就需要边缘计算来分担云计算的压力ю▲╅。比如一个公司ゅ╒℉オ,在规模小的时候名ヴ,董事会可以对公司的管理达到事无巨细的程度曱ё╦プ,但是当公司发展到一定规模时げ¤ぐ,就需要给予一线员工必要的自主权力┈ゑ∩︻╡。

  所以╟┞,在工业现场的边缘侧进行数据采集ヘㄋ土≥←、处理及传输的边缘计算网关承担着打通工业数据传输“任督二脉”的重任`├┴,再与云平台进行融会贯通——边云一体化特)﹃┠︼,最后利用大数据分析⒌〔,赋能生产卐ⅳ㈢ピЗ,才能发挥工业数据的真正价值┡│〩。

  由此产生的两个关键问题是我们不得不面对的:

  一③贰℡┚、在大量工业数据下沉的情况下Ⅹ,数据的有效性该如何保证?

  二⑩、“边-云”一体化能给工业物联网带来什么价值?

  Gartner《2018年十大战略技术趋势:从云到边缘》报告认为:到2022年Т太,随着数字业务的不断发展оエ,75%的企业生成数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理)。

  随着工业物联网的发展ぜ▼ξん,必然会出现更多的本地就近控制和现场数据ⅳな━,面对这些逐渐增多的现场数据Η,该如何处理才能在保证其有效性的同时又减少云计算的压力?

  工业世界任何微小的提升都会带来很大的优势;工业世界任何微小的故障也可能带来很大的损失——工业现场的很多数据“保鲜期”很短ル℡┚К〈,一旦处理延误さㄕ’△,就会迅速“变质”曱,数据价值呈断崖式跌落夬ㄑすネ,工业现场的数据处理可以称之为“走钢丝”≡⒖太。此时◢ツ,“边缘计算”便发挥了不可替代的作用┒◤と。

  如果把大脑比作云端ゅ,那么边缘计算就是神经末梢“ㄞ,对简单的刺激进行自处理并将处理的特征信息反馈给云端大脑ど。

  尽管当前工业企业追求的核心问题是如何让数据赋能生产キ,产生价值√。但是也不能忽视该进程中困扰工业企业多年的普遍性问题┙▄λЗ,数据处理的前置关键环节——如何采集数据?对于任何工业企业来说╆◎ぬцゑ,挖掘数据金矿的第一步都是采集数据┮┐㈠,不谈数据采集的大数据分析是空中楼阁┚ッ,没有数据的工业云平台相当于无本之木жН┧。

  在不同的工业生产过程中╥,由于自动化产品品牌众多┴肆もΝㄇ,工业接口多样化∝⒁┇、工业协议不统一卍,所以看似简单的数据采集并没有那么容易⊕-。

  除了数据采集ǔや,在数据处理运用方面⒂み,由于工业现场的数据面临着“保鲜期”很短юü?⊙,以及大量“垃圾”数据并不需要传递到云端的问题㈨∫∷¨ц。

  虽然从产业角度来看В,边缘计算发展如火如荼ㄝáχㄌГ,但从应用角度来看Εェ╋ā┗,它还处于落地的前期ぬ↓。边缘计算与云计算的融合才能真正体现工业数据的价值有曱ⅶ〣≮。

  实际上ボ注ペ,产业界已经认识到边云协同的重要性る╜ノ,并开展了积极的探索テ。例如丅⊕,华为在其HC2018大会发布的智能边缘平台IEF明确提出了边缘与云协同的一体化服务概念;西门子2018年发布了Industrial Edge的概念▲⒃,大致理念是通过云端部署IndustrialEdge Management实现边缘计算与云计算的协同ㄇ,映翰通网络在今年的汉诺威工业博览会上З⑼丅ク,以边缘计算网关为基础⒓╋¤,展示了“映翰通设备工业云(InHand DeviceNetworks Cloud)+边缘计算网关(Edge Computing Gateway)”拍,实现边云协同ǘ⒀┸。

  既然边云协同对工业数据如此重要ㄠⅣ№,那么怎么理解边云协同呢?边云协同处理数据的关键在于数据的融合█ぃさ√。

  在工业场景中⒂╫ㄝ,一方面通过边缘计算直接运行实时分析算法〉ヨォ,另一方面则利用边缘与云的协同Е,实现模型不断成长和优化ホ$特┻ザ,从而让边缘分析技术增强了平台实时分析能力ヒス。当然⒕ェ,边云协同的能力与内涵落地到各应用场景时其具体能力与关注点又会有所不同ㄡⅤ∪,因为每种边缘计算业务形态对于与云计算协同的业务需求不尽相同ǜ}ㄋ。

  比如κ乛Θ【,在柔性制造的过程中ワЖ,现代工业机器人的应用越来越广泛⑩╇ü。生产线上的机器人ツВ┙、机械臂的稳定可靠性对企业生产的经济效益保证意义重大┽。工业机器人的大规模部署┃áΨ╀,工业机器人结构复杂夬ⅱ╳女、维护成本高对生产企业技术人员的维护能力提出了极高要求⑷ラオ。主要体现在拾∨[名ヴ,要在机器人发生故障之前检测到机器人机构部件≌⒏玖け←、控制装置等方面的异常┣ナぶ,并提醒用户在通啵机发生前进行有针对的维护维修ズáΨ∽⊙,从而使廷歃菠铳叮机时间减少为零び┻,实现连续生产┽マ┯㈥。

  这里的核心点在于通过边云协同进行预防性维护┦,实现持续有效的生产ü⒃厘。

  在云端ùォ'甴,设备云可以汇集工业现场实时生产数据进行集中存储甴┪、分析ㄑīπ、处理っΦ╭ぴ、预测⒃—ン<ず,从网络管理し≡Иκ’、现场探接再到感知与响应у},可以大大提高运营和维护效率ぃぼ﹤。

  结语:现如今㈦ぬド,把数据比作石油毫不过分㎡┨┈パ,石油需要采集ら、运输Ω、加工〣ご、提炼才能使用┋ё,工业数据同样如此Ο♂︻亇ㄞ。边缘计算对采集的数据有更强大的洞察和分析力┬ㄏ╟,边缘计算的应用ㄨⅫ,边缘计算网关的部署则会使数据产生的收益清晰可见ō劳ぅ⒎,得以打消工厂老板对工业数据的疑虑ン¥,工业互联网才能真正落实到“一线”中去ろぜж〈。

  边云协同げìずеР, 对于ICT厂商〆Μ、OT厂商夊ⅷ〤ㄟノ、OTT厂商以及电信运营商都带来了不可估量的价值太↓ふ丂┣,通过对数据的深度挖掘ㄝü,促使业务创新和商业模式创新ドЖ┽ジむ,加速数字化转型ㄉ㎏。

  在智能制造时代╥,生产的各个环节需要打通并能实时交互(,比如生产Ё╋ǜ、仓储%╟╓Ρа、物流等环节的生产数据和设备数据需要实时监控}、跟踪ろⅷμ┅,然后通过大数据处理来进行智能预测フ⒑‰..,包括提前备货ㄜш┗、安全防范等┇。映翰通网络的工业物联网布局正是追寻工业4.0的脚步╝④Ьひ,基于“边缘计算网关+设备云+大数据分析”∪ゼ,采用边云协同↙ゴ╁,打通数据采集ú℉Ξ¤㎎、传输█株、处理的通道贰Π,并进行大数据分析ロソ,充分发挥数据的价值ヴツ〥,最终全方位赋能工业物联网ⅵタΟ『③。

解读施耐德电气M262 PLC与TeSys island电机控制器

  寄语 | 关于我们 | 联系我们 | 广告服务 | 本站动态 | 友情链接 | 法律声明 | 非法和不良信息举报  
工控网客服热线:0755-86369299
版权所有 中华工控网 Copyright@2008 www.tjdlqsjg.com, All Rights Reserved

可上下分的捕鱼
网安备案编号:4403303010105