為了實(shí)現(xiàn)這些目標(biāo)，明智的制造商正在通過創(chuàng)新的邊緣計(jì)算解決方案來進(jìn)行運(yùn)營轉(zhuǎn)型，這些解決方案能夠自動(dòng)收集數(shù)據(jù)，而且是在更靠近數(shù)據(jù)產(chǎn)生的地方對(duì)數(shù)據(jù)進(jìn)行處理和分析。利用這些智能制造解決方案，智慧系統(tǒng)可立即采取行動(dòng)，優(yōu)化從機(jī)械性能和設(shè)備維護(hù)直至供應(yīng)鏈、物流和工廠安全的各個(gè)方面。
我們有充分的理由將數(shù)據(jù)分析移到邊緣，而不是將所有需要處理的內(nèi)容發(fā)送到企業(yè)數(shù)據(jù)中心或者云數(shù)據(jù)中心。例如，當(dāng)一臺(tái)機(jī)器出現(xiàn)故障跡象，或者當(dāng)有缺陷的材料進(jìn)入生產(chǎn)線，或者當(dāng)計(jì)算機(jī)視覺系統(tǒng)檢測(cè)到違反安全規(guī)定的跡象時(shí)，都是這種情況。此類事件需要立即響應(yīng)——這就是在靠近數(shù)據(jù)產(chǎn)生的地方進(jìn)行分析，而不是將數(shù)據(jù)發(fā)送到遠(yuǎn)程數(shù)據(jù)中心進(jìn)行分析的關(guān)鍵原因。其他原因還包括發(fā)送這么多數(shù)據(jù)的成本以及在邊緣決策時(shí)存儲(chǔ)這些數(shù)據(jù)的成本。還有一個(gè)原因是可能會(huì)失去與遙遠(yuǎn)的云或者企業(yè)數(shù)據(jù)中心的網(wǎng)絡(luò)連接。
業(yè)界研究發(fā)現(xiàn)，大多數(shù)制造商已經(jīng)或者正在使用收集、處理和分析數(shù)據(jù)的邊緣計(jì)算和物聯(lián)網(wǎng)解決方案來變革他們的運(yùn)營。2019年的一份研究報(bào)告發(fā)現(xiàn)，87%的制造商已經(jīng)在采用邊緣計(jì)算和物聯(lián)網(wǎng)解決方案。
正如《信息時(shí)代》一篇文章的標(biāo)題所宣稱的那樣，“邊緣計(jì)算是通向智能制造的入口。”
邊緣計(jì)算和物聯(lián)網(wǎng)解決方案的主要應(yīng)用情形
微軟委托開展的“物聯(lián)網(wǎng)信號(hào)”研究報(bào)告突出介紹了制造業(yè)環(huán)境中邊緣計(jì)算和物聯(lián)網(wǎng)解決方案的應(yīng)用情形。該報(bào)告基于一項(xiàng)國際調(diào)查，發(fā)現(xiàn)制造業(yè)物聯(lián)網(wǎng)的主要應(yīng)用情形是工業(yè)自動(dòng)化、質(zhì)量和合規(guī)、生產(chǎn)計(jì)劃和調(diào)度、供應(yīng)鏈和物流，以及工廠安全和安保。
讓我們從更高層面上看一看這些有趣的應(yīng)用情形，這些應(yīng)用說明了邊緣計(jì)算和物聯(lián)網(wǎng)策略為實(shí)現(xiàn)更智能的制造策略鋪平了道路。
工業(yè)自動(dòng)化
在當(dāng)今數(shù)字化驅(qū)動(dòng)的制造環(huán)境中，有太多的傳感器和設(shè)備，產(chǎn)生了太多的數(shù)據(jù)，是不可能依賴于人工進(jìn)行處理的。制造商希望實(shí)現(xiàn)整個(gè)工廠系統(tǒng)監(jiān)控的自動(dòng)化，對(duì)異常情況和問題的響應(yīng)(比如設(shè)備出現(xiàn)過壓跡象)也要自動(dòng)化。通過監(jiān)控應(yīng)用程序的即時(shí)反饋，智能系統(tǒng)自動(dòng)、主動(dòng)地糾正某些問題，然后提醒工廠車間的操作人員注意這些問題。
這方面有一個(gè)例子：邊緣計(jì)算系統(tǒng)注意到一個(gè)進(jìn)料罐料位過低，便告訴生產(chǎn)機(jī)器放慢速度，這樣就不會(huì)耗盡原材料。同時(shí)，它向上游工序發(fā)出信號(hào)，以加快速度，并通知工廠操作人員正在發(fā)生的事情。
質(zhì)量與合規(guī)
邊緣計(jì)算解決方案是通過實(shí)時(shí)質(zhì)量控制過程來保持最佳產(chǎn)品質(zhì)量的關(guān)鍵。例如，制造商現(xiàn)在可以結(jié)合使用來自物聯(lián)網(wǎng)傳感器的數(shù)據(jù)、計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)功能，自動(dòng)對(duì)產(chǎn)品和材料進(jìn)行視覺檢查、檢測(cè)故障，并自動(dòng)從生產(chǎn)線上剔除有缺陷的產(chǎn)品。有了邊緣計(jì)算，他們能夠比任何人類檢查員更快、更準(zhǔn)確地完成這類工作。
像這樣的功能可以大大節(jié)省成本。麥肯錫公司(McKinsey&Company)的一項(xiàng)研究發(fā)現(xiàn)，與基于人工檢測(cè)的流程相比，人工智能質(zhì)量測(cè)試將生產(chǎn)率提高了50%，缺陷檢出率提高了90%。
這些過程很大程度上依賴于邊緣計(jì)算解決方案。
在另一個(gè)重要的應(yīng)用情形中，邊緣計(jì)算幫助制造商自動(dòng)收集并管理法規(guī)和合規(guī)方面的信息。實(shí)現(xiàn)自動(dòng)化后，制造商避免了采用手動(dòng)數(shù)據(jù)收集方法所帶來的錯(cuò)誤和其他疏忽，人們也不必手拿紙夾板在生產(chǎn)車間里走來走去進(jìn)行記錄，而生成的報(bào)告會(huì)更為準(zhǔn)確。
這方面有一個(gè)例子：戴爾技術(shù)公司的合作伙伴IMS Evolve與英國一家大型連鎖超市合作，使用邊緣計(jì)算將冰箱自動(dòng)設(shè)定在正確的溫度上，以符合食品質(zhì)量標(biāo)準(zhǔn)，避免浪費(fèi)，減少了昂貴的過度制冷。
生產(chǎn)計(jì)劃和調(diào)度
邊緣計(jì)算和物聯(lián)網(wǎng)解決方案通過制訂更好的生產(chǎn)計(jì)劃和調(diào)度，以及對(duì)生產(chǎn)線的實(shí)時(shí)監(jiān)控，幫助制造商提高產(chǎn)品質(zhì)量和工廠產(chǎn)量。
一家企業(yè)認(rèn)識(shí)到，其生產(chǎn)過程需要200多次人工檢查，而這些檢查占用了總生產(chǎn)時(shí)間的30%。工廠操作人員希望能把這些檢查自動(dòng)化，以提高產(chǎn)能。他們安裝了傳感器來監(jiān)測(cè)整個(gè)生產(chǎn)過程中的溫度、濕度和灰塵濃度。然后，邊緣分析解決方案接收來自傳感器的數(shù)據(jù)，并實(shí)時(shí)深度分析可能影響所生產(chǎn)組件質(zhì)量的變化因素。在部署的6個(gè)月內(nèi)，新的基礎(chǔ)設(shè)施系統(tǒng)覆蓋了工廠70%的區(qū)域，消除了每年5000小時(shí)的人工數(shù)據(jù)輸入。
工廠安全和安保
物聯(lián)網(wǎng)設(shè)備和計(jì)算機(jī)視覺功能相結(jié)合，現(xiàn)在是提高制造環(huán)境安全的關(guān)鍵所在。尤其是邊緣計(jì)算和物聯(lián)網(wǎng)解決方案的興起，增強(qiáng)了安全和安保，產(chǎn)生了巨大的影響。
例如，使用計(jì)算機(jī)視覺功能來全方位監(jiān)控制造工廠內(nèi)外的安全操作，在最惡劣的環(huán)境中部署最堅(jiān)固的系統(tǒng)，因此，工人們不必在危險(xiǎn)區(qū)域頻繁地進(jìn)行檢查。在另一種應(yīng)用情形中，計(jì)算機(jī)視覺可以幫助制造商密切監(jiān)視企業(yè)的車輛、財(cái)產(chǎn)、現(xiàn)場(chǎng)受傷情況以及設(shè)施的損失或者失效狀態(tài)。一旦確定了KPI，借助于安全和安保解決方案可更好地保護(hù)員工和財(cái)產(chǎn)。
讓我們開始
由于傳感器成本的大幅下降，使得在生產(chǎn)的每一階段都能收集數(shù)據(jù)，如今的制造商正在生產(chǎn)大量數(shù)據(jù)，現(xiàn)在他們需要邊緣計(jì)算和物聯(lián)網(wǎng)解決方案來充分利用所有這些數(shù)據(jù)。這方面有好消息。制造業(yè)的邊緣計(jì)算和物聯(lián)網(wǎng)解決方案正在變得更好、更智能、更易于部署。
京公網(wǎng)安備 11010502049343號(hào)