ramy  2020-07-31 20:23:11  智能硬件 |   查看评论   
当工业4.0遇上边缘计算,ZBOX助力智能制造加速落地
 
工业4.0智能机器相互通信时,会产生大量的数据。由此引发的疑虑在于:该在何处分析这些数据才能避免安全性、延迟等问题发生?解决方案就是边缘计算。边缘计算下的智能制造,除了可以对机器实时监测、敏感数据加密等,还能有效提升品质与产能。
当工业4.0遇上边缘计算,ZBOX助力智能制造加速落地
边缘计算的工业应用场景
 
在工业自动化领域,“边缘”已成为一个相当流行的术语。边缘是指接近或靠近工业过程的位置。自从30年前引入监视控制和数据采集 (SCADA)以来,边缘计算的引入是工业计算领域最重要的车间进步。
边缘计算的工业应用场景
制造企业日常运营中最担心的问题莫过于因IT系统故障导致生产停顿。特别在流程行业,如果一家化工企业因SCADA系统故障而失去对生产过程中压力、温度、湿度等重要参数的采集和监控,一旦指标出现异常而不能及时做出应对处理,轻则导致生产过程中产品质量不合格,重则导致生产事故发生。
∆工业自动化管理
▲工业自动化管理
 
此时,边缘计算的“神经末梢”作用就很重要了,它赋予了我们在每一个联网设备上的末端智能化。
 
1.设备保护
设定安全阈值,如果设备超限就执行关闭动作。边缘计算设备进行此类应用意味着不需连接互联网和没有决策延迟,只要在设备端安装了边缘计算,即使与云系统连接中断,也可以始终如一地实施关键任务。
2.性能监控
机器运行的效率影响到工厂整体的产出,所以通常设备厂商会对其机器进行实时的监控,那么采用边缘计算可以实时得到数据和及时解决现场的问题。
3.供应链优化
要提升工厂的效率,通常需要对整个生产过程进行评估和优化,从产品设计、材料采购、制造、销售和物流等环节都要进行分析。边缘计算可以在短时间内从多个来源获取数据,并进行分析整理,可以适应业务系统中的供应链优化计划。
服装产线生产数据可视化
∆服装产线生产数据可视化
 
相比云计算,边缘计算具有哪些优势?
 
智能设备产生的数据全部传输到云端,对网络带宽、网络流量成本控制、云端存储能力都是一个巨大的挑战。同时,一些应用需要及时响应,如工厂的机械设备的故障预测,时延即意味着损失。
 
边缘计算的出现正是源于云计算在实际运用中的不足,满足行业数字化在敏捷联接、实时业务、数据优化、安全与隐私保护等方面的关键需求。
 
1、云计算和边缘计算的区别
云计算和边缘计算的区别
  
 

除特别注明外,本站所有文章均为 人工智能学习网 原创,转载请注明出处来自当工业4.0遇上边缘计算,ZBOX助力智能制造加速落地

留言与评论(共有 0 条评论)
   
验证码: