Какими бы причудливыми ни были концепции промышленного интернета вещей, больших данных и цифровых двойников, в реальном производственном процессе, если не удастся решить основные проблемы предприятия - увеличить прибыль и снизить затраты, - это неизбежно окажется лишь разговорами на бумаге. Хотя данные сами по себе важны, сервисные приложения, которые непосредственно решают проблемы, более ценны для бизнеса. В настоящее время большинство предприятий сталкиваются не только с вопросом о том, как собирать данные, но и с вопросом о том, какие данные стоит собирать? Грубо говоря, как использовать данные для получения прибыли!
Мы знаем, что сбор и передача промышленных данных в основном основаны на модели "конец-труба-облако". На месте применения "конец" отвечает за сбор данных, выполнение инструкций и "управление", открывающее путь передачи данных, а "облако" отвечает за анализ данных и логические функции управления. От того, насколько гладко будет организован весь процесс, зависит сбор, анализ и возможности применения данных.
Однако с развитием Интернета вещей объем данных, генерируемых промышленным оборудованием, будет расти. Если все эти данные будут обрабатываться в "облаке", потребуются бесконечные ресурсы спектра, пропускная способность каналов связи и возможности обработки данных. Облако" неизбежно будет перегружено. В это время необходимы пограничные вычисления, чтобы разделить давление облачных вычислений.
Поэтому пограничный вычислительный шлюз, который собирает, обрабатывает и передает данные на границе промышленного объекта, отвечает за открытие "двух каналов" передачи промышленных данных, а затем интегрирует их с облачной платформой - интеграция edge-cloud, и, наконец, использует большие данные Анализ данных и расширение возможностей производства могут раскрыть истинную ценность промышленных данных.
Если сравнить мозг с облаком, то edge computing - это нервные окончания, которые самостоятельно обрабатывают простые стимулы и передают обработанную информацию обратно в облачный мозг.
Хотя основной вопрос, который в настоящее время решают промышленные предприятия, заключается в том, как использовать данные для расширения производства и создания стоимости. Однако мы не можем игнорировать общие проблемы, которые уже много лет мучают промышленные предприятия в этом процессе. Ключевая предпосылка для обработки данных - как собирать данные? Для любого промышленного предприятия первым шагом на пути к золотым жилам данных является сбор данных. Анализ больших данных без сбора данных - это воздушный замок. Промышленная облачная платформа без данных равносильна дереву без корней.
В различных промышленных процессах из-за множества марок средств автоматизации, разнообразных промышленных интерфейсов и несовместимых промышленных протоколов, казалось бы, простой сбор данных оказывается не таким уж простым делом.
Помимо сбора данных, в процессе их обработки и применения данные с промышленных объектов сталкиваются с проблемой короткого "периода свежести" и большого количества "нежелательных" данных, которые не нужно переносить в облако.
Хотя с точки зрения промышленности пограничные вычисления развиваются полным ходом, с точки зрения приложений они все еще находятся на ранних стадиях внедрения. Интеграция пограничных вычислений и облачных вычислений может по-настоящему отразить ценность промышленных данных.
В промышленных сценариях, с одной стороны, алгоритмы анализа в реальном времени напрямую запускаются через граничные вычисления, а с другой стороны, сотрудничество между границей и облаком используется для достижения непрерывного роста и оптимизации моделей, что позволяет технологии граничного анализа расширить возможности платформы для анализа в реальном времени. Конечно, когда возможности и смыслы сотрудничества "граница-облако" применяются к различным сценариям применения, их конкретные возможности и проблемы будут отличаться, поскольку у каждого вида бизнеса, связанного с вычислениями на границе, свои бизнес-требования к сотрудничеству с облачными вычислениями.
Облако оборудования может собирать производственные данные в реальном времени с промышленных объектов для централизованного хранения, анализа, обработки и прогнозирования. От управления сетью, обнаружения на месте до восприятия и реагирования - все это может значительно повысить эффективность эксплуатации и обслуживания.
Пограничные вычисления предоставляют более мощные возможности для анализа и понимания собранных данных. Применение пограничных вычислений и развертывание шлюзов для пограничных вычислений сделает преимущества, получаемые от данных, очевидными. Только тогда промышленный интернет можно будет по-настоящему внедрить на "передовой".
В эпоху интеллектуального производства все аспекты производства должны быть связаны и взаимодействовать в режиме реального времени. Например, производственные данные и данные оборудования на производстве, складе, в логистике и других звеньях должны контролироваться и отслеживаться в режиме реального времени, а затем с помощью обработки больших данных могут быть сделаны интеллектуальные прогнозы, включая заблаговременное создание запасов, меры предосторожности и т. д. Схема промышленного IoT от Zongheng Intelligent Control идет по стопам Индустрии 4.0. Она основана на "краевых вычислениях шлюзовое устройство облачный анализ больших данных" и использует сотрудничество "граница-облако" для открытия каналов сбора, передачи и обработки данных и проведения анализа больших данных, чтобы полностью раскрыть ценность данных и в конечном итоге расширить возможности промышленного интернета вещей во всех аспектах.