您好,欢迎来到上海仪器仪表行业协会!

搜索

Copyright © 上海仪器仪表行业协会 版权所有 沪ICP备08100447号

>
>
>
边缘计算如何释放 IIoT 的潜能?——五大建议助您正确部署实施

技术资讯

边缘计算如何释放 IIoT 的潜能?——五大建议助您正确部署实施

浏览量
【摘要】:

边缘计算如何释放 IIoT 的潜能?——五大建议助您正确部署实施

 

  物联网(IoT)的出现让更多连接和智能应用成为可能,例如,冰箱可以自己订购食品,自动驾驶车辆可以自己规划行程,这些都是在互联网边缘端进行计算决策的相关例子。在采用工业物联网(IIoT)方面,制造业花费的时间稍长一点,但它们正在弥补浪费的时间,并已在包括边缘计算在内的技术方面获得了重大发展。

  制造企业面临的主要挑战,是在生产过程中如何充分利用从IIoT设备和控制系统中收集的数据。数据处理能力的缺乏,可能会阻碍数据价值的释放,从而导致无法充分利用数据并将其转换为可用信息。边缘计算可以将计算能力和数据存储转移至需要它的地方,所带来的收益包括更快的处理速度、更高的安全性以及优化的可用带宽。

  边缘计算给制造业带来的收益

  制造商从边缘计算和工业分析中所获得的最大收益,是利用工业数据来优化生产过程的能力。企业已经使用边缘计算和工业分析,来帮助工厂实现准确高效的生产,它们现在正考虑通过低成本的传感技术、数据分析和机器学习对其进行优化以进一步提高效率。将计算能力部署在其所服务的设备附近,可以减少延迟(数据从源到目的地传输所需的时间),从而可以提高处理速度。与将数据上传到云相比,边缘计算可以大大减少时间延迟。

  不过,这些收益取决于不同的使用场景,例如,如果应用旨在控制或与执行器、电机和过程交互,则需要实时控制。如果需要基于对趋势的深入分析来进行长期的流程优化,对时间的要求并不是很严格,那么云可能是更好的选择。

  将云与边缘计算相结合,其中一个重要的收益,就是基于来自IIoT设备的数据,利用云来训练模型。然后,就可以在边缘运行这些模型,从而使设备能够更快、更恰当地响应变化。

  云连接可能会带来安全风险。在选择边缘计算机时,网络安全应成为首要任务。自动化供应商可以提供集成端到端安全性的系统,该系统基于应用专业知识。随着业务范围的增长和生产工厂的扩大,边缘计算还可以提供更大的可扩展性。通过可扩展的计算设备,可以轻松对工厂设施进行升级,以便获得更多数据和更多应用。

  发掘IIoT的潜能

  边缘计算的潜在客户正在探索各种可能性,以寻求对其运营和IIoT实施有所帮助的应用。很多工业用户使用自动化系统提高效率。为了确保生产的正常运行,新增加的设备不应影响现有设施。这种差异可在IIoT和边缘计算中发现。

  使用边缘计算并将其作为连接云的网关,可以支持诸多复杂程度各异的应用场景,从单个独立过程到涉及多个站点的装置。一家大型矿业公司希望比较旗下各矿井的运营绩效、安全事件和维护统计数据,并将其视为系列资产。在运营多个站点,需要以不同的方式优化运营时,或优化不同工厂之间、工厂与站点之间的价值链时,就需要借助于云。

  在利用人工智能(AI)对IIoT数据进行处理方面,一些供应商选择从云端驱动AI和机器学习技术,而其它供应商则在边缘端构建。介于两者之间的则是联邦学习(federated learning),这是一种训练数据去中心化的机器学习解决方案,目标是在保证数据隐私安全及合法合规的基础上,让参与方不用共享数据就能共同建模,从而打破数据孤岛实现AI协作。

  正确的选择取决于企业的目标,边缘和云同样重要,需要根据不同应用的需求进行选择。集成的、智能化的系统将受益于数字化的技术数据、边缘计算的快速处理以及云的深度分析和学习功能。

  未来,最成功的企业可能是那些部署有效的站点、边缘计算和云策略的公司,这些策略可以通过将收集的数据快速、高效和经济地转换为有用信息来推动价值,并在需要时随时随地在企业内共享这些信息。考虑以下5点建议,可以帮助实现上述目标并确保获得期望的投资回报。

  1.从边缘计算的应用场景开始

  在开始部署边缘计算时,请考虑工业数据的来源(例如智能设备和控制系统)、连接功能,以及哪些处理可以在边缘端完成,哪些处理可以在云端完成。这样,就可以确保那些使用实时控制数据的应用托管在数据源附近,从而可以快速处理数据。这可以减少延迟,提供最佳的响应时间,而其它分析则可以在云端完成并可在站点之间轻松共享。

  2.让边缘计算的部署简单易用

  边缘计算的优点在于它的可扩展性,如有必要,可以在建成后添加新的边缘节点或设备。选择的解决方案应在设备和系统之间易于连接,并且可以无缝桥接信息技术(IT)和运营技术(OT)功能,从而获得对数据更深入的了解,挖掘更多潜在的价值。新增值应用也应易于快速部署。

  在为边缘IIoT项目选择合适的技术时,需要选择已经预先验证并证明可以协同工作的解决方案。这种方法有助于确保边缘IIoT解决方案的快速部署和扩展,而将因未经测试或技术不兼容而导致的潜在风险降至最低。

  3.边缘与云之间的差异

  边缘计算和云计算服务于不同的应用需求,不存在谁更占主导地位。仔细考虑应用的特征以及如何使用数据来指导选择。

  边缘计算和云之间的主要区别包括带宽、延迟和网络可用性等。选择边缘计算而不是云计算的主要原因与性能有关。需要快速响应的实时应用场景,边缘计算是最理想的选择。云计算则更适合于那些集中收集和分析复杂数据的应用,它们对时间的要求不高。

  4.考虑安全性和完整性

  数据是公司的专有技术、思想和运营的集合,是现代企业最有价值的资产之一,需要加以保护。在设计以及选择合作伙伴来提供边缘IIoT解决方案时,网络安全和数据隐私必须是重中之重。安全性应扩展到各个层面,为网络渗透和未经授权的访问提供强有力的保护,通过固有的安全功能确保工厂的完整性和机密性。

  网络安全供应商还应帮助维护数据的机密性,在使用和存储方式方面提供完全透明的信息,并确保未经事先同意不会将任何信息透露给第三方。确保边缘计算供应商能够通过不断发展的软件和硬件,使产品与网络安全标准保持同步,从而保证持续防范潜在的安全问题。

  5.选择合适的合作伙伴

  寻找合适的边缘计算供应商或合作伙伴,是边缘IIoT部署能否成功的关键之一。专业的供应商可以提供与应用最佳集成的产品组合。在选择合作伙伴时,还应能考察其过往的应用案例,以证明其在与您相同或相似的行业和应用中具有部署和支持解决方案的成功经验。(作者:Christian Johansson)

相关附件

暂时没有内容信息显示
请先在网站后台添加数据记录。