為了實現這些目標，明智的制造商正在通過創新的邊緣計算解決方案來進行運營轉型，這些解決方案能夠自動收集數據，而且是在更靠近數據產生的地方對數據進行處理和分析。利用這些智能制造解決方案，智慧系統可立即采取行動，優化從機械性能和設備維護直至供應鏈、物流和工廠安全的各個方面。
我們有充分的理由將數據分析移到邊緣，而不是將所有需要處理的內容發送到企業數據中心或者云數據中心。例如，當一臺機器出現故障跡象，或者當有缺陷的材料進入生產線，或者當計算機視覺系統檢測到違反安全規定的跡象時，都是這種情況。此類事件需要立即響應——這就是在靠近數據產生的地方進行分析，而不是將數據發送到遠程數據中心進行分析的關鍵原因。其他原因還包括發送這么多數據的成本以及在邊緣決策時存儲這些數據的成本。還有一個原因是可能會失去與遙遠的云或者企業數據中心的網絡連接。
業界研究發現，大多數制造商已經或者正在使用收集、處理和分析數據的邊緣計算和物聯網解決方案來變革他們的運營。2019年的一份研究報告發現，87%的制造商已經在采用邊緣計算和物聯網解決方案。
正如《信息時代》一篇文章的標題所宣稱的那樣，“邊緣計算是通向智能制造的入口。”
邊緣計算和物聯網解決方案的主要應用情形
微軟委托開展的“物聯網信號”研究報告突出介紹了制造業環境中邊緣計算和物聯網解決方案的應用情形。該報告基于一項國際調查，發現制造業物聯網的主要應用情形是工業自動化、質量和合規、生產計劃和調度、供應鏈和物流，以及工廠安全和安保。
讓我們從更高層面上看一看這些有趣的應用情形，這些應用說明了邊緣計算和物聯網策略為實現更智能的制造策略鋪平了道路。
工業自動化
在當今數字化驅動的制造環境中，有太多的傳感器和設備，產生了太多的數據，是不可能依賴于人工進行處理的。制造商希望實現整個工廠系統監控的自動化，對異常情況和問題的響應(比如設備出現過壓跡象)也要自動化。通過監控應用程序的即時反饋，智能系統自動、主動地糾正某些問題，然后提醒工廠車間的操作人員注意這些問題。
這方面有一個例子：邊緣計算系統注意到一個進料罐料位過低，便告訴生產機器放慢速度，這樣就不會耗盡原材料。同時，它向上游工序發出信號，以加快速度，并通知工廠操作人員正在發生的事情。
質量與合規
邊緣計算解決方案是通過實時質量控制過程來保持最佳產品質量的關鍵。例如，制造商現在可以結合使用來自物聯網傳感器的數據、計算機視覺和機器學習功能，自動對產品和材料進行視覺檢查、檢測故障，并自動從生產線上剔除有缺陷的產品。有了邊緣計算，他們能夠比任何人類檢查員更快、更準確地完成這類工作。
像這樣的功能可以大大節省成本。麥肯錫公司(McKinsey&Company)的一項研究發現，與基于人工檢測的流程相比，人工智能質量測試將生產率提高了50%，缺陷檢出率提高了90%。
這些過程很大程度上依賴于邊緣計算解決方案。
在另一個重要的應用情形中，邊緣計算幫助制造商自動收集并管理法規和合規方面的信息。實現自動化后，制造商避免了采用手動數據收集方法所帶來的錯誤和其他疏忽，人們也不必手拿紙夾板在生產車間里走來走去進行記錄，而生成的報告會更為準確。
這方面有一個例子：戴爾技術公司的合作伙伴IMS Evolve與英國一家大型連鎖超市合作，使用邊緣計算將冰箱自動設定在正確的溫度上，以符合食品質量標準，避免浪費，減少了昂貴的過度制冷。
生產計劃和調度
邊緣計算和物聯網解決方案通過制訂更好的生產計劃和調度，以及對生產線的實時監控，幫助制造商提高產品質量和工廠產量。
一家企業認識到，其生產過程需要200多次人工檢查，而這些檢查占用了總生產時間的30%。工廠操作人員希望能把這些檢查自動化，以提高產能。他們安裝了傳感器來監測整個生產過程中的溫度、濕度和灰塵濃度。然后，邊緣分析解決方案接收來自傳感器的數據，并實時深度分析可能影響所生產組件質量的變化因素。在部署的6個月內，新的基礎設施系統覆蓋了工廠70%的區域，消除了每年5000小時的人工數據輸入。
工廠安全和安保
物聯網設備和計算機視覺功能相結合，現在是提高制造環境安全的關鍵所在。尤其是邊緣計算和物聯網解決方案的興起，增強了安全和安保，產生了巨大的影響。
例如，使用計算機視覺功能來全方位監控制造工廠內外的安全操作，在最惡劣的環境中部署最堅固的系統，因此，工人們不必在危險區域頻繁地進行檢查。在另一種應用情形中，計算機視覺可以幫助制造商密切監視企業的車輛、財產、現場受傷情況以及設施的損失或者失效狀態。一旦確定了KPI，借助于安全和安保解決方案可更好地保護員工和財產。
讓我們開始
由于傳感器成本的大幅下降，使得在生產的每一階段都能收集數據，如今的制造商正在生產大量數據，現在他們需要邊緣計算和物聯網解決方案來充分利用所有這些數據。這方面有好消息。制造業的邊緣計算和物聯網解決方案正在變得更好、更智能、更易于部署。
京公網安備 11010502049343號