邊緣計算在智能制造趨勢下的應(yīng)用場景探索

概述

隨著工業(yè)4.0的提出，全球越來越多的制造企業(yè)在云計算、大數(shù)據(jù)、人工智能和5G等技術(shù)的共同作用下開展工業(yè)4.0的實踐。以新一代信息技術(shù)與先進制造技術(shù)深度融合為基本特征的智能制造，已成為這次新工業(yè)革命的核心驅(qū)動力。

智能制造利用物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)，貫穿于設(shè)計、生產(chǎn)、營銷、服務(wù)、管理等制造活動各個環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執(zhí)行等功能的先進制造過程、系統(tǒng)和模式的總稱。在傳統(tǒng)制造業(yè)進行數(shù)字化、自動化、智能化轉(zhuǎn)型升級的過程中，人工智能技術(shù)廣泛應(yīng)用于制造業(yè)的研發(fā)設(shè)計、制造過程及運維等階段，以實現(xiàn)制造業(yè)產(chǎn)品全生命周期的自動化分析、推理、判斷和決策。

應(yīng)用以往的云計算解決方案，將所有的數(shù)據(jù)傳輸?shù)皆茢?shù)據(jù)中心進行計算已經(jīng)很難滿足工廠現(xiàn)場執(zhí)行層面對處理性能、效率的嚴苛要求。為了滿足工廠側(cè)的需求，邊緣計算的出現(xiàn)好的彌補了邊緣側(cè)對數(shù)據(jù)快速處理、決策快速執(zhí)行的要求。

什么是邊緣計算?

智能制造的核心目標其實就是“降本增效”，通過各種先進的信息化技術(shù)推動制造業(yè)向數(shù)字化、智能化、個性化、定制化等新方向升級，實現(xiàn)數(shù)字化轉(zhuǎn)型，從而提升效率、降低成本，給終端用戶帶來更好的體驗。

邊緣計算只是制造業(yè)實現(xiàn)智能制造進程中所使用的一種技術(shù)，通過它可以更好、更快的實現(xiàn)數(shù)字化轉(zhuǎn)型。百度百科中解釋道“邊緣計算，是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供最近端服務(wù)。其應(yīng)用程序在邊緣側(cè)發(fā)起，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實時業(yè)務(wù)、應(yīng)用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業(yè)連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數(shù)據(jù)?！?

說的通俗一點，邊緣計算本身也屬于一種分布式計算，將原本集中處理的能力，分散到各個邊緣節(jié)點去處理。由于邊緣節(jié)點更接近生產(chǎn)側(cè)，可以加速數(shù)據(jù)的收集、存儲、分析及決策，而不需要將數(shù)據(jù)通過網(wǎng)絡(luò)傳送到遠端的計算平臺。同時加速數(shù)據(jù)的傳送，減少網(wǎng)絡(luò)延遲，提升效率，提高安全隱私保護。 邊緣計算在智能制造中的主要功能 數(shù)據(jù)存儲：邊緣計算網(wǎng)關(guān)自身具備一定的數(shù)據(jù)存儲能力，用于對采集到的多種多樣的工業(yè)設(shè)備數(shù)據(jù)進行存儲，數(shù)據(jù)包括且不限于實時運行數(shù)據(jù)、狀態(tài)數(shù)據(jù)、報警數(shù)據(jù)及故障數(shù)據(jù)。由于邊緣網(wǎng)關(guān)的硬件存儲容量有限，不可能將所求數(shù)據(jù)全部存儲，所以會根據(jù)需求定期將過期數(shù)據(jù)上傳到云平臺進行歷史查詢與分析，從而釋放多余空間，存儲更多數(shù)據(jù)。 多接入?yún)f(xié)議互轉(zhuǎn)：工廠線邊的設(shè)備種類很多，采用的協(xié)議也是多種多樣。為實現(xiàn)I T與OT的融合，完成機器或者說是設(shè)備與設(shè)備間的信息傳遞，需要通過協(xié)議進行轉(zhuǎn)換。邊緣計算就具備協(xié)議翻譯的能力，可以將設(shè)備的所在的OT協(xié)議翻譯成信息系統(tǒng)能夠解析的IT協(xié)議，完成設(shè)備層多OT協(xié)議與IT協(xié)議的轉(zhuǎn)換。 及時分析：邊緣計算本身就是分布式技術(shù)的延伸，解決邊緣層數(shù)據(jù)的快速處理與分析問題，減少網(wǎng)絡(luò)傳輸延遲帶來的業(yè)務(wù)影響?？梢葬槍缶?guī)則的設(shè)置、數(shù)據(jù)的采集、數(shù)據(jù)的過濾等基本操作，帶來更優(yōu)的體驗。 邊緣控制：

邊緣計算網(wǎng)關(guān)在采集到生產(chǎn)現(xiàn)場數(shù)據(jù)后，能夠根據(jù)業(yè)務(wù)人員預(yù)置的規(guī)則對設(shè)備的運行狀態(tài)進行自動反饋控制，無需上傳到云端進行計算，可在邊緣層形成一個閉環(huán)，保證時效性。 邊緣計算的優(yōu)勢

邊緣計算的發(fā)展前景非常廣闊，它是對云計算的補充和延伸，也號稱“人工智能的最后一公里”，雖然目前邊緣計算還處于發(fā)展的初期，但是隨著AI、5G、IPV6等技術(shù)的成熟及普及，阻礙前進的部分問題將被逐一解決。

利用邊緣計算可以助力傳統(tǒng)的制造企業(yè)快速實現(xiàn)智能制造，提速數(shù)字化轉(zhuǎn)型步伐，可以有效的推進企業(yè)信息化變革：

數(shù)據(jù)傳輸速度快：

正所謂，天下武功，唯快不破，網(wǎng)絡(luò)傳輸速度更是如此，高效、快速的傳輸速度是 確保業(yè)務(wù)正常提供服務(wù)的基礎(chǔ)條件之一。對于制造型企業(yè)而言，如車企，速度是非常最重要的。如車輛碰撞測試、研發(fā)數(shù)模等，在很大程度上依賴于快速計算，速度的延遲很可能造成數(shù)據(jù)無法及時提供，致使制造和研發(fā)工作受到影響。醫(yī)療保健行業(yè)也高度依賴網(wǎng)絡(luò)速度，幾毫秒就足以決定一個人的命運。類似提供數(shù)據(jù)驅(qū)動服務(wù)的企業(yè)，速度緩慢可能會使客戶丟失嚴重，損害企業(yè)的聲譽。 邊緣計算的優(yōu)勢之一就是它非常的快，無論是網(wǎng)絡(luò)傳輸速度還是計算處理速度。在使用邊緣計算架構(gòu)中，所有設(shè)備將在邊緣數(shù)據(jù)中心或本地處理數(shù)據(jù)，無需將數(shù)據(jù)傳輸?shù)皆贫嘶蛘咧醒敕?wù)器進行處理。

基礎(chǔ)架構(gòu)易擴展：

傳統(tǒng)架構(gòu)中，因業(yè)務(wù)系統(tǒng)的需求擴展現(xiàn)有IT基礎(chǔ)設(shè)施架構(gòu)，成本是非常高昂的，如采購相關(guān)的計算、網(wǎng)絡(luò)和存儲硬件，同時也要考慮各種軟件間的兼容等等，增加了擴展數(shù)據(jù)中心的難度。 利用邊緣計算架構(gòu)可以輕松的進行基礎(chǔ)架構(gòu)的擴展，其本身就是分布式架構(gòu)?？梢园葱柙陔x數(shù)據(jù)側(cè)最近的地方增加計算網(wǎng)關(guān)用于擴展邊緣網(wǎng)絡(luò)，無需為其數(shù)據(jù)需求建立私有或集中式的數(shù)據(jù)中心。同時也可以將邊緣計算與托管服務(wù)結(jié)合使用來擴展邊緣網(wǎng)絡(luò)，無需花錢購買任何新設(shè)備。

數(shù)據(jù)安全有保障：

邊緣計算架構(gòu)縮短了數(shù)據(jù)傳輸?shù)穆窂?，更多的?shù)據(jù)將在本地進行處理，無法進行網(wǎng)絡(luò)傳輸，自然減少了數(shù)據(jù)在網(wǎng)絡(luò)中傳輸所帶來的各種安全風(fēng)險。同時若所有數(shù)據(jù)都傳輸回主服務(wù)器，則操作過程和數(shù)據(jù)受到攻擊的概率將加大，如拒絕服務(wù)攻擊(DDoS)足以擾亂公司內(nèi)的整個業(yè)務(wù)。利用邊緣計算將數(shù)據(jù)分配在不同的數(shù)據(jù)中心和設(shè)備之間進行數(shù)據(jù)處理。因此，針對受到DDoS攻擊的概率會下降，也將增加攻擊的成本和難度，因為黑客無法通過攻擊一臺設(shè)備來影響整個網(wǎng)絡(luò)。針對本地存儲的數(shù)據(jù)和分析處理過程，安全人員可以輕松地對其進行監(jiān)測，增加數(shù)據(jù)的安全性。

計算架構(gòu)高可靠：

架構(gòu)的高可用直接關(guān)系解決方案的可落地性，與云計算架構(gòu)相比，邊緣計算在云計算機的基礎(chǔ)上又提供了一種更好的可靠性。邊緣計算節(jié)點均位于離數(shù)據(jù)最近的區(qū)域，分布式部署，單點的網(wǎng)絡(luò)中斷不會影響整體業(yè)務(wù)，物聯(lián)網(wǎng)設(shè)備可以自動的將請求發(fā)給最近的數(shù)據(jù)中心處理。

分散的數(shù)據(jù)處理架構(gòu)，也可以將風(fēng)險進行分散，防止類似云計算中心那種集中式的架構(gòu)管理模式。同時，傳統(tǒng)的數(shù)據(jù)中心在可傳輸?shù)臄?shù)據(jù)量上也有一些限制，如帶寬、設(shè)備接入量等。

數(shù)據(jù)類型廣接入：

個人認為邊緣計算是為物聯(lián)網(wǎng)而生的一種技術(shù)，更好的實現(xiàn)萬物互聯(lián)。隨著物聯(lián)網(wǎng)趨勢的蓬勃發(fā)展，越來越多的設(shè)備實現(xiàn)了聯(lián)網(wǎng)。從之前的人與人已經(jīng)延伸到人-物、物與物的時代。邊緣計算具備各種設(shè)備和類型的廣接入能力，在單設(shè)備接入的前提下提升了一個數(shù)量級，至此服務(wù)器可以接入更多個設(shè)備。尤其針對制造企業(yè)，產(chǎn)線上的作業(yè)設(shè)備繁多而接口類型復(fù)雜，產(chǎn)生的數(shù)據(jù)量更是數(shù)以萬計。使用邊緣計算可以更好的支持以上業(yè)務(wù)的數(shù)據(jù)處理需求，同時保障生產(chǎn)業(yè)務(wù)的不間斷運行。 邊緣計算在智能制造方面的應(yīng)用場景探索

隨著工業(yè)互聯(lián)網(wǎng)的快速發(fā)展，工業(yè)4.0和中國制造2025加速了制造企業(yè)的智能制造步伐，利用邊緣計算特性可以更好的輔助和推動智能制造在傳統(tǒng)制造行業(yè)內(nèi)的實踐。邊緣計算雖然是一種分布式的技術(shù)，但確是在低延時、高帶寬、廣接入的背景下發(fā)展起來的技術(shù)，更貼合制造業(yè)對邊線快速處理場景的需求。

工廠側(cè)可以利用邊緣計算網(wǎng)關(guān)直接對本地數(shù)據(jù)進行采集、清洗、存儲、分析等實時處理操作。同時，邊緣計算還可以提供多協(xié)議轉(zhuǎn)換的能力，實現(xiàn)多種工業(yè)設(shè)備的統(tǒng)一接入。產(chǎn)線設(shè)備對數(shù)據(jù)的交換延時非常敏感，例如西門子的Profinet的RT模式要求延時小于1 0ms，若要更好的利用邊緣計算的能力，還需要不斷的研究探索，根據(jù)不同的場景提出更專業(yè)、更貼合實際的部署方案。

場景1-邊緣計算與5G雙劍合璧實現(xiàn)廠內(nèi)AGV聯(lián)網(wǎng)

以汽車行業(yè)為例，在傳統(tǒng)的汽車制造車間內(nèi)，AGV小車被廣泛應(yīng)用于物流傳送、倉儲管理及線邊上下料過程中。通過AGV小車，可以有效的、方便的將各種零部件發(fā)送到線邊，供車間工人進行組裝。設(shè)計上，AGV利用基于電磁等自動導(dǎo)航系統(tǒng)的定位技術(shù)，能夠沿預(yù)定的牽引路徑行駛，是具有基于自主移動導(dǎo)航能力處理簡單重復(fù)性工作的運輸機器人。

以前在車廠的建設(shè)期主要通過Wi-Fi實現(xiàn)AGV小車與管理平臺的通信，進行指令下發(fā)、回傳等信號傳輸工作。但當(dāng)AGV的服務(wù)面積擴大，本身的弱點也就暴露了出來?，F(xiàn)在的車間面積都很大，尤其是商用車的總裝車間。在面積較大的區(qū)域內(nèi)工作時，現(xiàn)有Wi-Fi技術(shù)存在干擾、數(shù)據(jù)丟失、切換差等問題，無法保證穩(wěn)定的網(wǎng)絡(luò)連接環(huán)境，易造成指令傳輸問題，導(dǎo)致生產(chǎn)事故。同時在長時間的連續(xù)作業(yè)時，AGV對自身存儲空間和計算處理能力都有較高的要求，為此，從降低網(wǎng)絡(luò)部署復(fù)雜度、進一步提升鏈路穩(wěn)定性及數(shù)據(jù)最近處理的角度出發(fā)，AGV應(yīng)用場景對于高可靠邊緣計算網(wǎng)絡(luò)的需求日益迫切。

借助5G通信技術(shù)與邊緣計算網(wǎng)絡(luò)架構(gòu)的結(jié)合，可以有效解決車間現(xiàn)有AGV應(yīng)用場景所面臨的網(wǎng)絡(luò)穩(wěn)定性和存儲、計算能力不足等問題。

5G作為新一代的通信技術(shù)，具備低延時、高帶寬、廣接入的特性，可以解決不同場所針對網(wǎng)絡(luò)速度、穩(wěn)定性的需求。利用低延時特性提供更加可靠的寬帶低時延的網(wǎng)絡(luò)環(huán)境，時延控制在10ms左右、抖動僅2ms，有效保障了AGV在運行中的精準連續(xù)控制，解決非授權(quán)頻段無線技術(shù)在AGV應(yīng)用中存在的信號易干擾、不穩(wěn)定、丟包等問題。實現(xiàn)AGV管理平臺實時下發(fā)控制指令，確保產(chǎn)線上AGV機器人按照指令進行貨物收貨、分揀、入庫、搬運、出庫等操作。

邊緣計算網(wǎng)關(guān)部署在離AGV設(shè)備最近的線邊或者零部件物流區(qū)域，利用分布式計算和存儲能力，實現(xiàn)AGV數(shù)據(jù)的本地存儲和實時分析。在云端與AGV之間建立一道快速處理通道，與云平臺協(xié)同算力，降低數(shù)據(jù)處理成本的同時，提升車間及物流區(qū)AGV的工作效率與穩(wěn)定性。

場景2-利用邊緣計算圖形處理能力實現(xiàn)邊線質(zhì)檢

以汽車制造為例，每天工廠要下線的車輛數(shù)超過千萬臺，各種零部件在流水線上川流不息，按照設(shè)計工藝組裝成不同的車機型號交付給最終客戶。在這個過程中，質(zhì)量把控是關(guān)鍵的一個流程。質(zhì)檢人員每天要完成上千萬多個零件的檢驗，差不多平均每分鐘要檢測數(shù)十種配件，在車機下線前還要進行整車檢查。在銷售旺季，質(zhì)檢人員連續(xù)工作超過10個小時的情況很常見。

在這種檢查的模式下，質(zhì)檢人員工作負荷大，人員精力跟不上，易出現(xiàn)漏檢、錯檢成的情況。為此汽車制造企業(yè)考慮如何減輕質(zhì)檢人員的工作壓力，提高產(chǎn)品質(zhì)量，已成為一個亟待解決的難題。

邊緣計算屬于分布式架構(gòu)，可以很好的在數(shù)據(jù)最近的線邊收集、分析和處理數(shù)據(jù)，結(jié)合深度學(xué)習(xí)、圖形算法及AI技術(shù)，形成一套行之有效的工業(yè)線邊側(cè)的智能化圖形質(zhì)檢解決方案。利用如英偉達的EGX邊緣服務(wù)器，通過實時讀取質(zhì)檢圖片、分析圖片內(nèi)容、定位缺陷，判斷缺陷類型，進行智能告警，而無需將所有的數(shù)據(jù)上傳到云端進行計算，造成延時過大的問題。這樣及滿足了就近分析的業(yè)務(wù)需求，也滿足了生產(chǎn)對于網(wǎng)絡(luò)延時的要求。與此同時，也可以與云平臺相結(jié)合，將這些歷史數(shù)據(jù)反饋到云端，做進一步的分析，為后期的邊緣計算中的圖形算法進行優(yōu)化。

利用邊緣計算網(wǎng)絡(luò)及圖形化的AI質(zhì)檢方案，可以快速、精準的捕捉質(zhì)檢中常見的缺陷，不會造成大量漏檢、錯檢，提升員工效率的同時提高產(chǎn)品出廠質(zhì)量。

場景3-邊緣計算框架實現(xiàn)海量IoT數(shù)據(jù)本地處理

從國家層面提出的“中國制造2025”，勵志從現(xiàn)在的制造大國變成制造強國，其中物聯(lián)網(wǎng)是很關(guān)鍵的一個應(yīng)用。

在汽車制造類型的企業(yè)中，聯(lián)網(wǎng)是IoT的基本原則，也是提升企業(yè)效率最直接的方式。從各種范例來看，聯(lián)網(wǎng)的整車工廠遠比沒有聯(lián)網(wǎng)的整車工廠工作效率更高、更智能和更有成本優(yōu)勢。同時，在其他行業(yè)內(nèi)已經(jīng)出現(xiàn)了很多智能化終端，通過網(wǎng)聯(lián)化，實現(xiàn)終端用戶需求第一時間獲取，遠程訪問歷史數(shù)據(jù)和實時數(shù)據(jù)。從而對數(shù)據(jù)進行分析，更快的將用戶實際需求反饋給工廠，制造出滿足用戶實際需求的產(chǎn)品。

智能化工廠首先要實現(xiàn)的就是一切資源數(shù)字化，利用邊緣計算架構(gòu)，實現(xiàn)IoT網(wǎng)絡(luò)構(gòu)建，獲悉終端設(shè)備的各種運行數(shù)據(jù)，從而存儲和分析，智能的做出方案，提供決策依據(jù)。如工廠的智能水表、智能園區(qū)、智能消防等等，數(shù)據(jù)傳輸?shù)阶罱倪吘売嬎愎?jié)點進行實時分析處理。

在工廠車間，物聯(lián)網(wǎng)可以從生產(chǎn)設(shè)備到生產(chǎn)零件，從傳感器嵌入式自動化控制到能量計，從車到倉庫的智能貨架，連接各種制造資產(chǎn)，提升制造效率的同時，使工廠更加的智慧。同時，傳統(tǒng)的汽車企業(yè)也在向數(shù)字化轉(zhuǎn)型，逐步將車作為智能終端，提供更加智能、貼合用戶需求的服務(wù)，車聯(lián)網(wǎng)就是車企最重要的終端服務(wù)方式。邊緣計算也是車聯(lián)網(wǎng)眾多核心技術(shù)之一，以車為終端，進行車內(nèi)、外的數(shù)據(jù)采集、分析和快速處理，滿足未來自動駕駛的需求。

結(jié)束語

從智能制造及數(shù)字化轉(zhuǎn)型的發(fā)展趨勢來看，邊緣計算在智能制造領(lǐng)域的落地是必然的，也是大勢所趨，尤其是在車聯(lián)網(wǎng)風(fēng)頭正熱的汽車制造業(yè)。邊緣計算作為云計算的有效補充，已經(jīng)成為數(shù)據(jù)中心在未來的標準配置，加上物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、AI圖形處理、云計算、大數(shù)據(jù)、人工智能等技術(shù)的加持，現(xiàn)在已經(jīng)成為汽車制造企業(yè)轉(zhuǎn)型為智能制造企業(yè)的好窗口。

在智能制造中，邊緣計算的應(yīng)用場景不僅僅局限在類似EGX的圖形處理上、物聯(lián)網(wǎng)的分析上以及網(wǎng)絡(luò)優(yōu)化上，更重要的是邊緣計算涉及到的上下游領(lǐng)域很多，如政府機構(gòu)、運營商、廠商、其他生態(tài)伙伴，甚至全球/與之相關(guān)的協(xié)會等合作伙伴。

網(wǎng)站標題：邊緣計算在智能制造趨勢下的應(yīng)用場景探索
文章路徑：http://muchs.cn/news46/200346.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供小程序開發(fā)、網(wǎng)站維護、網(wǎng)站設(shè)計公司、網(wǎng)站內(nèi)鏈、全網(wǎng)營銷推廣、品牌網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)