根据《Gartner:2019年十大战略技术趋势》报告预测,边缘计算是为了工业物联网发展的必然趋势,到2028年,Gartner预计将在边缘设备中嵌入传感器,存储,计算和高级AI功能。一般而言,智能将走向各种终端设备的边缘,从工业设备到屏幕再到智能手机再到汽车发电机。

边缘计算是一种拓扑,其中信息处理和内容收集和传递更靠近信息源,并且将流量保持在本地将减少延迟。目前,该技术的大部分重点是物联网系统需要在嵌入式物联网世界中提供断开连接或分布式功能。这种类型的拓扑结构将解决高WAN成本和不可接受的延迟水平等挑战。此外,它还将实现数字业务和IT解决方案的细节。“技术和思维将转变为经验将人们与数百个边缘设备联系起来的地步”。


工业物联网主要是将生产设备、人和产品的数据采集到云端计算平台,再利用软件系统和机器学习技术进行分析和预测,以便于洞察更多隐藏的数据应用。不过,随着越来越多的设备连网和大量数据的传输,对网络和云系统产生了很大的压力。

为了解决制造工业制造现场对于设备运行健康、工艺等业务数据实时、精确、高效的处理需求,探码科技与58所联合研发了工业物联网边缘智能分析系统,允许物联网设备生成的数据在更接近创建的位置处理,从而减轻了网络带宽的负荷,同时也提升了现场数据处理的及时性。该系统作为一款工业应用场景下的边缘处理综合性工具,具备终端协议解析、数据采集、监控、数据存储、边缘计算、数据统计分析、算法配置、界面配置、数据分发等功能,支撑工业制造数据在边缘侧的采集、存储、分析、处理、应用需求。


系统支撑从设备数据采集到分析到应用的全生命周期过程,在不改变现场硬件资源条件的情况下,采集端能尽可能地获得设备、仪器仪表、传感器的数据,甚至是老旧设备的数据;系统具备一定的数据处理能力,除对设备产量、OEE、可靠性的简单统计与分析外,还具备对设备工艺优化、关重件寿命预测等算法的集成和扩展能力。系统与上层系统的接口标准,满足市场上主流的设备管理、MES、ERP等上层系统的集成要求;数据分析方法封装成为独立的模块,可针对不同场景、不同设备的情况进行配置,避免了和业务耦合;系统分析的内容基于内部数据独立完成,无需集成其他系统的业务数据。

基于探码科技边缘计算套件强大的应用编排、服务交付、以及应用生命周期管理能力,该智能分析系统能够快速稳定地交付至用户工业生产环境中,在用户侧(即边缘侧)提供智能制造与计算能力。 

工业物联网边缘智能分析系统创新性、先进性

  • 工业物联网边缘智能分析系统,基于以太网环境下的通讯协议进行连接获取负载数据,实现边缘应用和服务的统一编排,包括应用引入、上线、部署、状态查询、升级、下线等生命周期管理,硬件成本相比传统的监测方式降低90%以上。
  • 支持边缘基础架构的发现、部署、状态查询、资源监控、扩容、升级、下线等生命周期管理。针对边缘资源的局限性,支持不同形态的部署模式,实现边缘资源远程推送、无人值守、故障恢复、远程巡检等边缘运维能力。
  • 提供标准接口,实现边缘云和通信云、统一运维平台等系统集成和协同,实现边缘服务的自动化。管理边缘服务状态,确保服务质量。同时开放 API 接口对接上层企业云,既实现了单设备的数据分析,又能够扩展到企业云。

工业物联网边缘智能分析系统的优势

  • 数据处理能力优化:工业物联网边缘智能分析系统简化了数据上云计算的过程,可在边缘端对数据进行缓存、处理,减轻链路通讯的和云存储、计算的负载。
  • 降低基础成本:数据的采集、分析、可视化配置均高度封装,配置一台设备的完整采集、实时监控系统从过去的1人·周下降至1人·天。同时,配置人员可以更专注于解决业务问题。
  • 工业物联网边缘智能分析系统让数据隐私保护变得更具操作性:由于数据的收集和计算都是基于本地,用户拥有对终端处置硬件、数据的权力。
  • 扩展性更强:提供了对算法的扩展接口,针对不同设备、不同场景的数据分析需求,可自定义算法并快速集成至边缘系统中。

工业物联网边缘智能分析系统的应用场景

主要应用于设备智能运维。工业现场通常有大量的制造设备,它们作为生产资料,生产管理者希望设备能够最大效率的运行,并减少设备的运营养护成本。通过边缘终端将设备数据采集到系统中,并按照设备状态、能耗、质量、工艺等数据进行分类存储,制作图表,实时监控。同时,可以通过内置分析方法,快速对采集的数据进行预处理,并分析出设备的可靠性参数。这些数据还可以用来优化设备的运营策略,通过平台的算法接口,自定义工艺优化、关重部件(刀具、磨具)寿命预测分析算法,从对能够优化设备运营、维护保养方案,降低设备运维成本,提升设备运维效率。

工业物联网边缘智能分析系统解决的关键问题

  • 设备统一组网技术、协议解析及标准输出。面向工业现场90%以上的设备进行组网采集,而现场设备支持的协议类型繁多,解决此问题的关键技术是异构协议解析及统一组网技术。建立应用协议解析的标准框架,通过对Modbus、OPC、OPC UA、Profibus等工业现场协议解析,与现场的各类设备建立通信,实现设备互联互通并进行数据采集。基于OPC标准协议,开发标准的数据输出框架,将采集数据转换成统一数据格式,并提供通用的调用接口供其他功能模块及系统使用。
  • 数据分析功能组件化。针对产品庞大的基础功能,考虑到不同实施环境所需的功能不同,故采取松耦合、接口通用的系统设计,进行功能组件化研究,即细分功能模块,实现每一功能模块可独立调用,开发通用交互接口以应对不同应用场景。
  • 基于人工智能的设备故障预警。基于设备所采集的电流、电压、主轴功率、负载等执行过程参数与故障结果参数,研究基于人工智能方法的设备故障规则挖掘,实现基于人工智能的设备故障预警。

工业物联网边缘智能分析系统的应用效果

目前,该系统已应用在多台制造设备上,实现了制造设备运行数据的采集、边缘存储与可视化展示。系统主界面包括设计器和查看器两大功能模块。

 

通过设计器模块,可对采集服务器、数据集进行配置,并对数据集进行处理及可视化展示。

 

通过查看器模块,可对配置的数据集及图表进行浏览、查看并通过触摸屏等进行展示。

 

更多了解:物联网边缘智能分析的工业APP智能平台

蜀ICP备15035023号-4