Een handleiding voor fabrikanten van edge computing

Hieronder is wat we zullen behandelen in dit diepgaande artikel over edge computing in de productie. Selecteer een link als u naar een bepaalde sectie wilt gaan:

• Een inleiding tot edge computing in de maakindustrie
• Wat is Edge Computing?
• Wat is een Edge Computing Platform?
• Wat is een Edge-apparaat?
• De relatie tussen Edge en Cloud
• Edge Computing-gebruiksscenario's in de productie
• Hoe het connectiviteitslandschap in de maakindustrie verandert

Een inleiding tot edge computing in productie

Het edge computing-framework vindt snel zijn weg naar een verscheidenheid aan industrieën, aangezien Internet of Things (IoT)-apparaten steeds gebruikelijker worden. Een van de meest veelbelovende toepassingen van edge computing is de productie, waar deze nieuwe technologieën mogelijk tot enorme productiviteitswinsten kunnen leiden.

Hoewel IoT al een cruciale factor op de fabrieksvloer blijkt te zijn, zijn organisaties nu op zoek naar manieren om het reactievermogen van hun productiesystemen verder te verbeteren. Om dit te bereiken, passen deze organisaties slimme productie toe met edge computing als belangrijkste factor.

Slimme productie voorziet in een toekomst waarin fabrieksapparatuur autonome beslissingen kan nemen op basis van wat er op de fabrieksvloer gebeurt. Bedrijven kunnen gemakkelijker alle stappen van het productieproces integreren, inclusief ontwerp, productie, toeleveringsketen en operaties. Dit vergemakkelijkt een grotere flexibiliteit en reactiviteit bij deelname aan concurrerende markten. Om deze visie mogelijk te maken, is een combinatie van gerelateerde technologieën nodig, zoals IoT, AI/machine learning en Edge Computing.

Het belangrijkste voordeel van het verzamelen van analyses aan de rand van het netwerk is de mogelijkheid om realtime gegevens te analyseren en uit te voeren zonder de bandbreedtekosten die gepaard gaan met het offsite verzenden van die gegevens (naar de cloud of het datacenter) voor analyse. Productie is tijdgevoelig in termen van het vermijden van de productie van componenten die niet aan de specificaties voldoen, uitvaltijd van apparatuur, letsel van werknemers of overlijden. Voor complexere taken op langere termijn kunnen gegevens naar de cloud worden verzonden en worden gecombineerd met andere gestructureerde en ongestructureerde vormen van gegevens. Als gevolg hiervan sluit het gebruik van deze twee afzonderlijke computerframeworks elkaar niet uit, maar is het eerder een symbiotische relatie die gebruikmaakt van de voordelen die elk biedt. Hieronder gaan we dieper in op use-cases en de relatie tussen cloud en edge in productie.

Eerst zullen we de componenten van een edge computing-framework definiëren.

Wat is Edge Computing?

Edge computing is een gedistribueerd computerraamwerk dat berekening en gegevensopslag dichter bij de bron van de gegevens brengt, waardoor de responstijd wordt verbeterd en bandbreedte wordt bespaard.

Simpel gezegd, edge computing gaat over het nemen van code die in de cloud wordt uitgevoerd en deze in de buurt van of op lokale apparaten uitvoeren. Voorbeelden zijn gateway-apparaten (zoals MachineMetrics Edge) of zelfs een pc naast IIoT-apparatuur.

Met edge computing hoeven er minder gegevens naar de cloud te worden verzonden. Dit is met name handig voor het verzamelen van hoogfrequente gegevens die worden gebruikt om algoritmen voor machine learning uit te voeren. Omdat deze gegevens aan de rand kunnen worden verwerkt, kan er direct op worden gereageerd. Als deze hoogfrequente gegevens daarentegen naar de cloud zouden worden verzonden, verwerkt en vervolgens zouden worden verwerkt, zou er een latentie-effect zijn. Edge computing lost dit probleem op.

Om edge computing te begrijpen, helpt het om te denken dat een IoT-oplossing in het algemeen drie componenten heeft:

• Dingen zoals IoT-apparaten, die sensorgegevens genereren.
• Inzichten u extraheert uit deze gegevens.
• Acties je presteert op basis van deze inzichten om een ​​bepaalde waarde te leveren.

Met edge computing verplaatst u de inzichten en acties componenten van de cloud naar het apparaat. Met andere woorden, u brengt een deel van de code rechtstreeks in het apparaat, dat wordt gebruikt om inzichten uit de gegevens te verwerken en te extraheren en om als reactie daarop enige actie uit te voeren.

In de productie zijn de dingen kunnen machines of apparatuur op uw werkvloer zijn. Inzichten kunnen daarom realtime machinegegevens zijn. En een voorbeeld van een actie kan een machineonderbreking zijn vanwege verwachte gereedschapsbreuk.

Wat is een Edge Computing Platform?

Met een edge-platform dat is gebouwd voor productie, kunt u gegevens verzamelen van industriële systemen zoals PLC's, digitale besturingssystemen, sensoren of historici en toepassingen lokaal uitvoeren bovenop de gegevens, zoals gebeurtenisverwerking, voorspellende analyses, modellen voor machine learning en meer - allemaal in een offline eerste implementatie.

Edge computing-platforms beheren de applicaties, apparaten en verbindingen die aan de rand van een netwerk werken. Hier kunnen edge-apparaten en aangesloten apparatuur ("dingen") sneller communiceren en taken uitvoeren dan met pure cloud computing.

Omgaan met veel edge-apparaten kan een uitdagende taak zijn. Een gecentraliseerd edge-beheerplatform lost dit probleem op door de vele ongelijksoortige edge-apparaten met elkaar te verbinden om een ​​goed beheer van het hele netwerk te garanderen. Met een edge computing-platform kunnen fabrikanten bijvoorbeeld beveiligingsupdates naar alle edge-apparaten pushen en indien nodig problemen oplossen.

In zekere zin brengen edge computing-platforms de computerbronnen van een cloud gewoon dichter bij de gegevensbronnen. Edge-platforms doen dus gewoon het werk van een cloud computing-platform, maar dan aan de edge. Dit vermindert de belasting van cloud computing-bronnen en vermindert de gegevenslatentie tussen het edge-apparaat en de apparatuur. Als machine learning en AI de weg van de toekomst zijn, is de snelheid waarmee gegevens kunnen worden opgeslagen en geanalyseerd van vitaal belang.

Wat is een Edge-apparaat?

Edge-apparaten zijn apparaten die de gegevensstroom tussen een lokaal netwerk en de cloud beheren. Ze fungeren als gateway tussen aangesloten apparatuur op een lokaal netwerk en het softwareplatform dat wordt gebruikt om de gegevens te analyseren.

In het kader van smart manufacturing bieden edge devices meer dan een koppeling tussen afzonderlijke netwerken. Ze bevatten ook functionaliteit voor het verbeteren van IoT-beveiliging en analyseconversie. Om dit uit te breiden, vertalen edge-apparaten gegevens die anders onverenigbaar zouden zijn (als u bijvoorbeeld verschillende protocollen had), zodat gegevens uit verschillende bronnen kunnen worden samengevoegd en begrepen in de cloud.

De MachineMetrics Edge verbindt machines eenvoudig met de MachineMetrics-cloudservice via wifi, mobiele connectiviteit of een ethernet verbinding.

Fysieke afstand met een traditioneel netwerk betekent langere verzendtijden voor grote datapakketten. Edge-apparaten zorgen ervoor dat de datanetwerken die van de machines komen, veel dichter bij de plaats zijn waar de gegevens worden opgeslagen en geanalyseerd. Dit maakt een veel snellere terugkeer van informatie naar de gebruiker mogelijk, wat essentieel is als het gaat om use-cases zoals realtime voorspellende analyses. Edge-apparaten en edge-computing plaatsen meer opslagruimte en analytische kracht om de gegevens te verbruiken en erop te reageren, precies op de locatie van de machine.

Naarmate IoT-infrastructuren complexer worden (dwz meer fabriekslocaties, apparaten en netwerken), blijft de behoefte aan gegevensaggregatie en -verwerking belangrijk. De uitdaging is echter dat apparaten aan de rand te lijden zullen hebben van communicatie met hoge latentie met het cloud computing-platform.

Dit is wat edge-apparaten en edge-computingplatforms proberen op te lossen.

De relatie tussen Edge en Cloud

We hebben een compleet artikel over het verschil tussen edge computing en cloud computing in de productie, dus we zullen het kort houden.

De edge en de cloud zijn twee verschillende technologieën, maar ze worden vaak samen gebruikt vanwege hun compenserende sterke punten. De kern van de relatie is dat edge computing wordt verwerkt en actie onderneemt op gegevens die tijdgevoelig zijn, terwijl cloud computing gegevens verzamelt op een gecentraliseerde locatie waar niet tijdig actie op hoeft te worden ondernomen.

In een complete IIoT-infrastructuur kunnen fabrikanten zowel de edge gebruiken voor realtime gegevensverzameling, voorspellende analyses en autonome besluitvorming als de cloud voor geaggregeerde gegevensanalyse, benchmarking en trendanalyse.

Deze voor- en nadelen blijven bestaan:

Gebruiksscenario's voor edge computing in de productiesector

Laten we het nu hebben over praktische redenen voor het gebruik van edge computing in de productie. Er zijn verschillende zakelijke voordelen om ervoor te zorgen dat alle netwerken correct zijn verbonden met de cloud en tegelijkertijd krachtige computerbronnen aan de rand te kunnen leveren.

• Verbeterde uptime van apparatuur :Een storing in een subsysteem, onderdeel of de impact van het laten werken van een onderdeel in een verslechterde staat, bijvoorbeeld, kan in realtime worden voorspeld, voortdurend worden verfijnd naarmate meer gegevens worden geanalyseerd en gebruikt om het operationele gebruik en de onderhoudsplanning te verbeteren.
• Verlaagde onderhoudskosten :Een verbeterde analyse van het benodigde onderhoud betekent ook dat er bij de eerste bezoeken meer reparaties kunnen worden uitgevoerd door monteurs gedetailleerde instructies te geven over de oorzaken van een probleem, welke actie nodig is en welke onderdelen nodig zijn, waardoor de reparatiekosten worden verlaagd.
• Lagere voorraad reserveonderdelen :Edge-analysemodellen kunnen worden aangepast aan de vereisten van een individueel apparaat of systeem. Dit kan betekenen dat sensoren worden uitgelezen die rechtstreeks verband houden met bepaalde componenten en/of subsystemen. Geleid door de gewenste bedrijfswaarde van een organisatie, kan het edge-model vervolgens bepalen hoe het apparaat of systeem optimaal moet worden geconfigureerd om een ​​bedrijfsdoel te bereiken, waardoor een inventaris van reserveonderdelen veel efficiënter wordt tegen minimale kosten.
• Preventie van kritieke storingen :Door gegevens over componenten te verzamelen, te bewaken en te analyseren, kan edge-analyse een oorzaak identificeren voordat het effect zich voordoet, waardoor eerdere probleemdetectie en -preventie mogelijk wordt.
• Conditie-gebaseerde monitoring :Door de convergentie van IT en OT hebben fabrikanten toegang tot machinegegevens, waardoor ze de toestand van hun apparatuur op de werkvloer kunnen bewaken, zelfs als ze oudere apparatuur gebruiken.
• Nieuwe bedrijfsmodellen :Misschien wel het belangrijkste, edge-analyses kunnen helpen bij het vormgeven van nieuwe bedrijfsmodellen om nieuwe kansen te benutten. Het kan bijvoorbeeld just-in-time onderdelenbeheersystemen verbeteren met behulp van zelfbewakingsanalyse die voorspelt welke componenten defect zullen raken en wanneer - waardoor meldingen over vervanging van onderdelen in de hele waardeketen worden geactiveerd. Dit maakt het mogelijk om een ​​"indien nodig" onderhoudsschema op te stellen, de uitvaltijd en onderdelenvoorraad te verminderen, en resulteert in een efficiënter model.

Hoe het connectiviteitslandschap in de maakindustrie verandert

We weten dat het punt van het industriële IoT is om geavanceerde analyses toe te passen op grote hoeveelheden machinegegevens, allemaal met als doel ongeplande uitvaltijd te verminderen, de totale kosten van machineonderhoud te verlagen en machine learning-mogelijkheden te benutten. De cloud heeft een belangrijke rol gespeeld bij het mogelijk maken van dit soort massale data-acquisitie, -overdracht en -analyse.

Edge computing en analytics brengen dit concept eenvoudig naar een nieuw niveau door de fysieke afstand tussen de machines en de gegevensverwerking zelf te verkleinen. Voor bedrijven die over afstand zijn verspreid en gegevens uit vele bronnen verzamelen, helpt deze nabijheid om met verschillende realiteiten om te gaan:

• Connectiviteitsproblemen met betrekking tot afstand en de kosten van massale doorlopende gegevensoverdracht naar een centrale locatie.
• Beschikbaarheid van de analyses op operationeel niveau, waardoor gebruikers op meerdere niveaus snel beslissingen kunnen nemen.
• Beschikbaarheid van de gegevens in realtime, voor snellere (en zelfs autonome) besluitvorming
• Zorgen voor de veiligheid van de gegevens en de integriteit van het netwerk.

Al deze realiteiten, wanneer ze worden aangepakt door edge computing, stellen fabrikanten in staat om de kosten te verlagen en de efficiëntie te verhogen. Bovendien kunnen fabrikanten nu een betrouwbare gegevensoverdracht hebben met weinig fouten en veiligheidsrisico's. Om nog maar te zwijgen, dit maakt ook maatwerk en productie in kleine oplagen mogelijk met dezelfde waarde die een grootschalige productie zou ervaren. Met edge computing is dit allemaal beschikbaar met flexibel en vereenvoudigd onderhoud van alle apparaten.

Wanneer datasnelheid aan de orde van de dag is en connectiviteit solide moet zijn, is de edge de oplossing waar fabrikanten naar moeten kijken. Het toepassen van AI- en machine learning-algoritmen om problemen in realtime te visualiseren, diagnosticeren en voorspellen, is een doel dat gemakkelijker kan worden bereikt met nabijheid, snelheid en een solide netwerk. Dankzij realtime visualisaties en voorspellende meldingen kan uw team onmiddellijk corrigerende maatregelen nemen en uw machines draaiende houden zonder bang te hoeven zijn cruciale gegevens te missen.

Industriële productie staat aan de vooravond van een revolutie dankzij het potentieel van edge computing. Gecombineerd met een nieuwe generatie slimme IoT edge-apparaten, zullen edge computing-applicaties de productie de komende decennia volledig transformeren om de efficiëntie en productiviteit te verbeteren en tegelijkertijd de kosten te beheersen.