Industrie 4.0 upgraden met edge-analyse

Onderzoek van leverancier van marktinzichten IoT Analytics heeft onthuld dat het 'slim' maken van edge computing-systemen door het integreren van intelligente tools een belangrijke motor is voor de aanhoudende groei van de technologie.

Edge-analyse is een belangrijke factor voor een intelligente edge-oplossing, die de reikwijdte van de gebruiksscenario's verbreedt door gegevensacties met een lage latentie en grote volumes mogelijk te maken. Hier, Johan Jonzon, mede-oprichter en CMO van low-code streaming-analyseplatform Crosser , legt de belangrijke rol uit van edge-analyse in Industrie 4.0.

Een onderzoek uit 2020 uitgevoerd door leverancier van industriële automatisering Yokogawa onthulde dat 48% van de respondenten productiviteit als een belangrijk aandachtspunt in hun digitaliseringsstrategieën beschouwde, terwijl 40% operationele efficiëntie als hun belangrijkste doelstelling beschouwde.

Edge computing speelt een sleutelrol bij het faciliteren van deze versnelling, maar het intelligent maken van de edge is essentieel om zijn waarde te behouden. Edge-analyse is het proces van het verzamelen, analyseren en handelen op gegevens die zijn verzameld van IIoT-apparaten rechtstreeks vanaf de rand, waardoor fabrikanten hun efficiëntie kunnen verbeteren en innovatie sneller kunnen laten plaatsvinden. Maar hoe?

Toegang tot machinegegevens

Big data hebben de basis gelegd voor Industrie 4.0, maar het blijft een uitdaging voor fabrikanten om er op de juiste manier toegang toe te krijgen. Fabrieksvloeren hebben zoveel verschillende machines, die allemaal gegevens verzamelen die waardevol inzicht kunnen bieden. Het ophalen van relevante gegevens in het juiste formaat is de eerste hindernis voor fabrikanten die het meeste uit hun edge-mogelijkheden willen halen.

Het is echter niet alleen de hoeveelheid gegevens die door edge analytics wordt beheerd. Het wordt ook gebruikt om gegevens te harmoniseren door verschillende datasets om te zetten in een gemeenschappelijk formaat voor machinecompatibiliteit en vergelijking. Fabrieksvloeren bevatten apparatuur van meerdere generaties, die allemaal op verschillende manieren gegevens verzamelen.

Door deze enorme hoeveelheid gegevens aan de rand te verwerken, wordt het cloudsysteem niet overbelast en worden de bijbehorende kosten aanzienlijk verlaagd. Door dure cloudtoegangsdiensten te vermijden, kan alleen het verwerken en opslaan van relevante gegevens in de cloud de kosten tot 99% verlagen.

Industriële processen stroomlijnen

Het oplossen van problemen met gegevenstoegang is het eerste voordeel van edge-analyse voor fabrikanten, maar het volgende stukje van de puzzel bepalen hoe u het meeste uit de verzamelde gegevens kunt halen. Onderzoek uitgevoerd door Forrester schat dat tussen de 60 en 73% van alle verzamelde gegevens niet wordt gebruikt voor analyses. Door gegevens in realtime aan te boren, kunnen de machineprestaties echter worden verbeterd en de operationele efficiëntie worden gestroomlijnd.

Door gegevens aan de rand te analyseren, krijgen fabrikanten de mogelijkheid om deze te evalueren terwijl gegevens worden geproduceerd en op machines te reageren om hun prestaties te verbeteren. De snelheid waarmee een machine draait, kan bijvoorbeeld onmiddellijk worden aangepast als reactie op de gegevens die worden verzameld van de volgende machine op de fabrieksvloer.

Door ervoor te kiezen om dit aan de rand te doen in plaats van in de cloud, is deze toepassing mogelijk. Door de gegevens lokaal te houden, wordt waardevolle machine-naar-machine-communicatie (M2M) mogelijk gemaakt tussen apparatuur van verschillende generaties die op verschillende protocollen draaien en gebruikmaken van gegevens uit verschillende bronnen, waardoor productieprocessen worden gestroomlijnd.

Bedrijfsbeheer verbeteren

De efficiëntie van de fabrieksvloer is van invloed op elke bedrijfsvoering. Als de productie vertraagt ​​of apparatuur uitvalt, kan dit een grote verstoring van de hele toeleveringsketen veroorzaken. Net zoals edge analytics machines en processen kan verbinden zonder data naar de cloud te sturen, kan het ook data integreren in het enterprise resource planning (ERP)-systeem.

Een ERP-systeem is software voor het beheer van bedrijfsprocessen die de financiën, toeleveringsketen, operaties, productie en personeelsactiviteiten van een bedrijf allemaal op één plek beheert.

ERP-systemen evolueren steeds meer naar een event-driven architectuur (EDA), die informatie gebruikt om bedrijfsfuncties in realtime met elkaar te verbinden door te reageren op ‘events’. Moderne event-driven edge analytics-software kan worden gebruikt als verbindingslaag tussen de fabrieksvloer en het ERP-systeem, dat kan worden gebruikt om relevante gegevens in realtime naar andere bedrijfsfuncties te sturen.

Op deze manier kunnen gegevens die rechtstreeks van de fabrieksvloer worden verzameld, worden gebruikt in meerdere bedrijfsgebieden, om de kwaliteitscontrole te verbeteren, te voldoen aan de toenemende vraag naar producten en onderbrekingen door onverwachte uitval van apparatuur te voorkomen.

Edge-analyse is een belangrijke technologie om het meeste uit een slimme edge-infrastructuur te halen. Door realtime communicatie tussen machines, processen en andere bedrijfsgebieden te vergemakkelijken voor een efficiëntere productie-output, stellen edge-analyses fabrikanten in staat om het potentieel van machinegegevens voor verhoogde efficiëntie te maximaliseren, niet alleen op de fabrieksvloer, maar in de hele bedrijfsactiviteiten.

De auteur is Johan Jonzon, mede-oprichter en CMO van het low-code streaming-analyseplatform Crosser.