Hoe fantasierijk de concepten van het industriële internet der dingen, big data en digitale tweelingen ook zijn, als de kernproblemen van de onderneming niet kunnen worden opgelost - winst verhogen en kosten verlagen - zal het in het werkelijke industriële productieproces onvermijdelijk bij praatjes op papier blijven. Hoewel gegevens op zich belangrijk zijn, zijn servicetoepassingen die direct problemen oplossen waardevoller voor bedrijven. Op dit moment is de belangrijkste vraag voor de meeste bedrijven niet alleen hoe ze gegevens moeten verzamelen, maar ook welke gegevens het waard zijn om te verzamelen. Kortom, hoe gebruik je gegevens om waarde te genereren!
We weten dat het verzamelen en verzenden van industriële gegevens in principe gebaseerd is op het "end-pipe-cloud" model. Op de toepassingslocatie is het "einde" verantwoordelijk voor het verzamelen van gegevens, het uitvoeren van instructies en het "management" dat het pad voor gegevensoverdracht opent, terwijl de "cloud" verantwoordelijk is voor alle functies voor gegevensanalyse en besturingslogica. Of het hele proces soepel kan worden verbonden is cruciaal voor de gegevensverzameling, analyse en toepassingsmogelijkheden.
Met de ontwikkeling van het internet der dingen zal de hoeveelheid gegevens die door industriële productieapparatuur worden gegenereerd echter toenemen. Als al deze gegevens in de cloud moeten worden verwerkt, zijn er eindeloze spectrumbronnen, transmissiebandbreedte en gegevensverwerkingscapaciteiten nodig. De "cloud" zal onvermijdelijk overweldigd worden. Op dit moment is edge computing nodig om de druk van cloud computing te delen.
Daarom is de edge computing gateway die gegevens verzamelt, verwerkt en verzendt aan de rand van de industriële site verantwoordelijk voor het openen van de "twee kanalen" van industriële datatransmissie, en integreert deze vervolgens met het cloudplatform - edge-cloud integratie, en maakt ten slotte gebruik van de big data Data-analyse en het versterken van de productie kan de werkelijke waarde van industriële gegevens ontketenen.
Als het brein wordt vergeleken met de cloud, dan is edge computing de zenuwuiteinden, die eenvoudige stimuli zelf verwerken en de verwerkte karakteristieke informatie terugvoeren naar het brein van de cloud.
Hoewel de kernvraag die industriële ondernemingen momenteel stellen is hoe ze gegevens kunnen gebruiken om de productie te versterken en waarde te genereren. We kunnen echter niet voorbijgaan aan de gemeenschappelijke problemen die industriële ondernemingen al vele jaren in dit proces plagen. De belangrijkste voorwaarde voor gegevensverwerking is het verzamelen van gegevens. Voor elke industriële onderneming is de eerste stap in het delven van goudmijnen voor gegevens het verzamelen van gegevens. Big Data-analyse zonder gegevensverzameling is een luchtkasteel. Een industrieel cloudplatform zonder gegevens staat gelijk aan een boom zonder wortels.
In verschillende industriële productieprocessen is het verzamelen van ogenschijnlijk eenvoudige gegevens niet zo eenvoudig vanwege de vele merken automatiseringsproducten, uiteenlopende industriële interfaces en inconsistente industriële protocollen.
Naast het verzamelen van gegevens, hebben gegevens van industriële locaties op het gebied van gegevensverwerking en -toepassing te maken met het probleem van een korte "versheidsperiode" en een grote hoeveelheid "junk" gegevens die niet naar de cloud hoeven te worden overgebracht.
Vanuit industrieel perspectief is edge computing volop in ontwikkeling, maar vanuit applicatieperspectief staat de implementatie nog in de kinderschoenen. De integratie van edge computing en cloud computing kan de waarde van industriële gegevens echt weerspiegelen.
In industriële scenario's worden enerzijds real-time analysealgoritmen direct uitgevoerd via edge computing, en anderzijds wordt de samenwerking tussen de edge en de cloud gebruikt om continue groei en optimalisatie van modellen te bereiken, waardoor edge analysetechnologie de real-time analysemogelijkheden van het platform kan verbeteren. Wanneer de mogelijkheden en connotaties van edge-cloudsamenwerking worden toegepast op verschillende toepassingsscenario's, zullen hun specifieke mogelijkheden en aandachtspunten natuurlijk verschillen, omdat elke edge computing-bedrijfsvorm andere zakelijke vereisten heeft voor samenwerking met cloud computing.
In de cloud kan de apparatuurwolk real-time productiegegevens van industriële locaties verzamelen voor gecentraliseerde opslag, analyse, verwerking en voorspelling. Van netwerkbeheer, detectie op locatie tot waarneming en reactie, het kan de efficiëntie van bediening en onderhoud sterk verbeteren.
Edge computing biedt krachtigere inzichten en analysemogelijkheden voor verzamelde gegevens. De toepassing van edge computing en de inzet van edge computing gateways zal de voordelen die door gegevens worden gegenereerd duidelijk zichtbaar maken. Alleen dan kan het industriële internet echt worden geïmplementeerd in de "frontlinie".
In het tijdperk van slimme productie moeten alle aspecten van de productie met elkaar verbonden zijn en in realtime op elkaar inwerken. Productiegegevens en apparatuurgegevens in de productie, opslag, logistiek en andere schakels moeten bijvoorbeeld in realtime worden bewaakt en gevolgd, waarna intelligente voorspellingen kunnen worden gedaan door middel van big data processing, zoals het vooraf aanleggen van voorraden, veiligheidsmaatregelen, enz. De industriële IoT-lay-out van Zongheng Intelligent Control volgt de voetsporen van Industrie 4.0. Het is gebaseerd op "edge computing gateway-apparaat cloud big data analysis" en maakt gebruik van edge-cloudsamenwerking om de kanalen voor gegevensverzameling, -transmissie en -verwerking te openen en big data-analyse uit te voeren om de waarde van gegevens volledig tot zijn recht te laten komen en uiteindelijk het Industrial Internet of Things in alle aspecten te versterken.