科技如今成為人們生活的一部分。大多數人初次接觸自動化技術很可能是制造行業的功能簡單的機器人。早期的機器人只能在高度受控的環境中執行一組或兩組重復性任務。一些著名的早期機器人包括：

 

•1954年，George Devo 設計了全球第一臺工業機器人。

 

•1962年，通用汽車公司在新澤西州的工廠中首先使用了大型工業機器人。

 

•1973年，德國機器人技術商KUKA公司開發了第一個6軸機器人。

 

施耐德電氣創新與數據中心IT部門副總裁Steven Carlini表示，20年前，當他還是一名在德國學習的MBA學生時，參觀了梅賽德斯公司一家汽車工廠的自動化生產車間，汽車產品在相互通信的、高度智能自動化平臺上“流動”，這很可能是采用“工業4.0”理念的首批工廠之一。車間工作人員只是在少量樣品的點焊方面進行檢查和測試，并更換用于車身的大型金屬沖壓模具。這些功能都不在自動化生產流程中。

 

 

自從世界經濟論壇創始人Klaus Schwab在2016年出版了一本名為《第四次工業革命》的著作以來，眾多學者、政治家和商業領袖就“工業4.0”的定義展開激烈的辯論。施耐德電氣工業業務部副總裁Meenu Singhal對“工業4.0”給出了一個很好的定義，“工業4.0是指機械、存儲系統和生產資源可以執行復雜的任務、交換信息并發出指令，而無需太多的人力參與的模式。”而其定義可以根據需要進行更新。事實上，現在還沒有一個達成一致的定義。

 

擁抱“工業4.0”的企業希望提高自動化、靈活性、安全性和彈性，可能利用部分或全部資源：物聯網(IoT)、M2M通信、大數據和分析、高級仿真、增強現實、下一代連接(WiFi 6、5G)，以及低延遲的云計算。

 

雖然很多企業具有明確的目標和計劃，但實現這些目標的途徑尚不明確。

 

許多組織開始尋找通過“工業4.0”提供的技術改善當前運營的途徑。這些改進也可以歸類為制造業務的數字化轉型，這可能導致企業面臨更具體、更陌生的風險。為了減輕這種風險，這些技術在生產線的整個生命周期內逐步改進是有意義的。

 

對于大多數企業來說，首先是大規模擴展他們的計量、傳感和視頻功能，這將產生大量數據。為了他們的利益整合、解釋和分析這些數據是關鍵，它需要以計算和存儲的形式提供這些數據。現在正是大多數企業考慮在工廠或車間構建本地邊緣微數據中心的好時機;這個解決方案是“工業4.0”制造行業的秘訣。

 

 

微型數據中心解決方案規模很小，并且部署位置靠近用戶以減少網絡延遲，同時提供高水平的計算能力來處理由物聯網傳感器和高清攝像頭生成的驚人數據量。

 

有人可能會問：“難道在云平臺中處理這些新的大數據不是更容易嗎?”其實，向集中式云平臺發送或處理信息將面臨三個方面的問題：

 

•時間–自主制造以及質量控制需要實時完成，并且在集中式云平臺處理至少需要10～100毫秒的延遲處理。

 

•帶寬–生產設施內的設備將會產生大量內容，這些內容讓互聯網不堪重負。

 

•成本–在集中式云平臺中存儲和處理的大量內容將導致成本過高。

 

此外，可以通過使用本地邊緣微數據中心而不是云平臺來實現網絡安全。如果所有的數據都被發送到一個本地邊緣數據中心，那么該數據中心就可以作為堡壘來應對網絡攻擊。由于數據在邊緣計算設施進行處理，而不是發送到云平臺或集中的數據中心，因此被篡改或截獲的風險要低得多。

 

 

使機器能夠相互通信和共享信息，為基于實時數據的更高級的分析、可視化和模擬打開了大門。數字世界的決策和行動將轉化為物理世界的運動。例如，制造機器可以根據原材料的可用性、機器人的性能和可用性以及能源成本來分析生產效率，并決定生產什么產品以及何時生產。下一步可能是使所生產的產品(無論是烤面包機、電視還是其他產品)與制造機器人進行主動溝通，以增加選擇或提高生產效率。

 

今后將會越來越多地采用高帶寬視頻技術，它被用于安全系統中，而且還將用于質量控制等應用程序中。通過添加傳感器和攝像頭來識別設備磨損和潛在故障，它將有助于自動化生產設備上的分析。實時生產中使用的高帶寬視頻將需要本地IT設施處理，因為一個高清攝像頭每小時可能產生大約300GB的數據，需要實時處理(通常會采用多個攝像頭)。最好的解決方案是位于生產線或納入生產線中的專用于集成視頻分析(IVA)功能的微型數據中心。

 

企業在開啟“工業4.0”之旅時需要規劃和實施物聯網技術以及邊緣計算技術，以實現具有高級分析、增強現實，并最終構建自主機器人生產的高效平臺。屆時，生產設備將與正在生產的產品進行通信。隨著采用更多的新技術，這一旅程很可能會分階段進行。隨著傳感器和攝像頭的增加，對微型數據中心的本地IT的需求也越來越大。高清視頻分析和大數據應用等高帶寬功能需要將專用的本地邊緣微數據中心并入生產線。而微數據中心將成為一個有利于實現數字化轉型的解決方案。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。