Ключови изводи
Кратък отговор: Edge изчисленията и облачните изчисления са две места за обработка на данни и в свързана фабрика обикновено са необходими и двете.
Edge изчисленията извършват обработката на или близо до източника — на или до машината — така че резултатите са незабавни, пропусквателната способност се пести и системата продължава да работи дори при прекъсване на мрежата.
Облачните изчисления централизират обработката в отдалечени центрове за данни, предлагайки огромен мащаб, евтино съхранение и тежка изчислителна мощ, необходима за анализи на множество обекти и машинно обучение.
Edge е за скорост и устойчивост близо до актива; облакът е за мащаб и интелигентност в рамките на предприятието. Практичният въпрос не е кое да изберете, а коя работа къде принадлежи.
Edge изчисленията означават извършване на обработката на данни на или близо до мястото, където данните се генерират — на самата машина, на шлюз до нея или на локален сървър на производствения под, вместо първо да се изпраща всичко към далечен център за данни.
В една фабрика „edge“ са оборудването и производственият под: сензори, PLC-та, контролери и локални устройства, които могат да филтрират, анализират и действат върху данните на място. Дефиниращите предимства са незабавност и локалност.
Тъй като обработката се извършва точно там, където се раждат данните, отговорите са почти мигновени (без обиколен път до отдалечен сървър), само релевантните резултати трябва да пътуват нататък (спестявайки пропусквателна способност), и системата продължава да функционира, дори когато връзката с по-широката мрежа или интернет е прекъсната.
Edge изчисленията правят възможни вземането на решения в реално време на ниво машина — реагиране на показание от сензор в милисекунди, изпълняване на локална контролна верига, задействане на аларма — и задържат чувствителните или обемни данни на място.
Ограничението им са ресурсите: edge устройствата имат ограничени изчислителни възможности, място за съхранение и енергия в сравнение с център за данни, затова те са подходящи за фокусирани, време-критични локални задачи, а не за масивни анализи.
Облачните изчисления означават обработка и съхранение на данни централно, в големи отдалечени центрове за данни, достъпни през мрежата, с ресурси, които се мащабират при необходимост.
Вместо да сте ограничени от това, което може да направи локално устройство, облакът предлага практически неограничени изчислителни и съхранителни ресурси, сложни аналитични и машинно-обучителни платформи и едно място за агрегиране на данни от много машини, линии и дори множество обекти.
Дефиниращите предимства са мащабът и интелигентността.
Облакът може да съхранява години история евтино, да обработва огромни набори от данни, да тренира и изпълнява сложни модели и да предоставя табла на предприятието, комбиниращи данни от цялата организация — неща, които нито едно отделно edge устройство би могло да управлява.
Той също е централно управляван и достъпен от всякъде, което опростява поддръжката и прави данните широко достъпни.
Разменните стойности са латентността и зависимостта от свързаността: всяко обаждане до облака отнема време и пропусквателна способност, и ако връзката се загуби, обработката в облака спира.
Поради това облакът е естественото място за работа, която е голяма по мащаб, не е критична по време и печели от агрегиране на данни от много източници — противоположният край на спектъра спрямо edge.
Основната размяна е локалната скорост и устойчивост срещу централизиран мащаб и интелигентност.
Edge изчисленията минимизират латентността, защото обработката е непосредствено до данните — от съществено значение, когато решение трябва да се вземе в милисекунди — и са устойчиви на мрежови проблеми, тъй като не зависят от отдалечена връзка, за да функционират.
Облачните изчисления максимизират мащаба и аналитичната мощ, защото комбинират практически неограничени ресурси и агрегирани данни от навсякъде, но всяко взаимодействие носи латентността на мрежовия обратен път и зависи от свързаността.
Така edge отговаря „Имам нужда от отговор сега, тук и надеждно“, докато облакът отговаря „Имам нужда да анализирам много данни, от всичко, с голяма изчислителна мощ.“ Пропусквателната способност е част от същия компромис: изпращането на всяко сурово сензорно измерване към облака е разхищение и понякога невъзможно, затова edge филтрира и обобщава, изпращайки напред само това, което облакът реално се нуждае.
Нито единият край е универсално по-добър; те оптимизират противоположни неща, което именно прави въпроса интересен — как да се раздели работата между тях, а не кой да се избере.
На практика отговорът почти винаги е хибрид: използвайте edge за това, което трябва да е бързо, локално и устойчиво, и облака за това, което трябва да е голямо по мащаб, агрегирано и аналитично тежко.
Време-критичният контрол и незабавните отговори — изпълняване на контролн цикъл, реакция на праг, задействане на защитно действие, изчисляване на текуща машинна метрика — принадлежат на edge, където латентността е най-ниска и работата продължава при мрежови отпадания.
Големите обеми сурови данни се филтрират и предварително обработват на edge, така че напред да пътуват само смислени резултати, пестейки пропусквателна способност.
Дългосрочното съхранение, агрегиране между машини и обекти, сложни анализи, обучение на модели за машинно обучение и табла за предприятието принадлежат в облака, където има изобилие от мащаб и изчислителна мощ.
Често използван модел е моделите да се тренират централно в облака върху обединени исторически данни и след това да се разполагат на edge устройствата, за да изпълняват извличане на изводи локално в реално време — комбинирайки аналитичната мощ на облака с незабавността на периферията.
Дизайнерският въпрос за дадена задача е просто: трябва ли това да се случва мигновено и локално (edge), или печели от мащаб и агрегиране и понася латентност (облак)?
Помислете за мониторинг на състоянието на производствена линия. Високочестотните сензори за вибрации генерират поток от сурови данни, твърде голям, за да се стриймва непрекъснато към облака, и твърде чувствителен по отношение на времето, за да чака обиколен път.
На edge локално устройство обработва сигнала от вибрациите в реално време, изчислява релевантните характеристики и следи прага, който сигнализира за развитие на повреда; ако прахът бъде пресечен, то вдига аларма и може да задейства защитно действие в рамките на милисекунди, като продължава да прави всичко това дори ако интернет връзката прекъсне.
То изпраща напред не суровия поток, а компактно обобщение — няколко стойности в минута.
В облака тези обобщения от всяка машина, на всяка линия и във всеки завод се агрегира и съхранява за години, анализират се за откриване на модели във флотата и се използват за трениране на модела за машинно обучение, който дефинира как изглежда предстояща повреда.
Подобреният модел след това се връща обратно към edge устройствата за локално изпълнение.
Edge достави реално-времево, устойчиво и ефективно по отношение на пропусквателната способност откриване; облакът достави мащаба, обучението върху цялата флота и дългосрочната история — всеки изпълнява това, в което е най-добър.
Рамката за решение е да маршрутирате всяка работна задача според нейните изисквания, вместо да се ангажирате изцяло с един модел.
Изберете edge, когато латентността трябва да е минимална (контрол и реакции в реално време), когато свързаността е ненадеждна или не трябва да бъде единствената точка на провал, когато обемите данни са твърде големи, за да се прехвърлят икономично, или когато данните трябва да останат на място по съображения за сигурност или суверенитет.
Изберете облак, когато трябва да агрегиране данни от много машини или обекти, когато анализът изисква тежки изчисления или големи исторически набори от данни, когато ви трябва видимост на ниво предприятие или когато евтиното мащабиране на съхранение и обработка е по-важно от незабавния локален отговор.
Тъй като тези критерии насочват различни работни натоварвания в различни посоки, правилната архитектура за повечето умни фабрики е мъдър хибрид: слой edge обработка за бързата, локална и устойчива работа, който захранва облачен слой за големомащабната, агрегирана и интелигентна работа, с ясен разпределение на отговорностите между тях.
Грешката е да го третирате като или/или; умението е да чертаете линията задача по задача.
Разделянето edge–облак оформя начина, по който данните за OEE се улавят и използват.
Edge обработката прави възможно живото, машинно ниво OEE: броене на цикли, откриване на спирания и отчитане на времето на неизползваемост в реално време на самия актив, така че операторите да виждат текущото изпълнение и загуби веднага и данните да оцеляват при мрежови прекъсвания.
Облакът е мястото, където тези OEE данни се агрегираят между машини, линии и обекти в тенденции, сравнения и по-дълбоки анализи, които разкриват хронични загуби и бенчмаркват изпълнението — предприятиен поглед, който нито една отделна машина не може да предостави.
Системите за контрол, които захранват това, като SCADA и DCS, стоят на периферията на тази архитектура, а тежките анализи често попадат в облачни платформи за данни (предмет на data lake vs data warehouse).
Правилното разделение означава, че OEE е едновременно незабавно на пода (edge) и анализируемо на ниво предприятие (облак) — нито забавено табло само в облака, нито изолирана островна локална база данни.
Fabrico превръща машинните данни в OEE независимо дали те възникват на edge или се агрегирани централно, давайки на операторите жив поглед върху загубите на пода и на мениджърите агрегирана картина за оборудването и обектите.
Като улавя състоянията на работа, спиранията и причините близо до източника и ги представя като Достъпност, Производителност и Качество, тя доставя реално-временната незабавност, в която edge е силен, като в същото време все пак сумира данните за крос-машинен анализ, който облакът позволява.
Запазете демо, за да видите как живото и агрегираното OEE работят заедно.
Edge изчисленията обработват данните на или близо до мястото, където се генерират — на или до машината — за ниска латентност и устойчивост. Облачните изчисления обработват данните централно в отдалечени центрове за данни за масивен мащаб и анализи. Edge е бърз и локален; облакът е мащабируем и агрегиращ. Повечето фабрики използват и двете.
Когато латентността трябва да е минимална (контрол и реакции в реално време), когато свързаността е ненадеждна, когато обемите данни са твърде големи за икономично прехвърляне или когато данните трябва да останат на място. Edge обработката продължава да работи при мрежови прекъсвания и реагира в милисекунди — неща, които облакът не може да постигне.
Когато трябва да агрегиране данни от много машини или обекти, да изпълнява тежки анализи или машинно обучение, да съхранява големи исторически набори от данни евтино или да предоставя видимост на ниво предприятие. Облакът предлага мащаб и интелигентност, които edge устройствата не могат да осигурят, при условие че работата понася мрежова латентност.
Не, те са допълващи се. Повечето умни фабрики използват хибрид: edge се грижи за бързите, локални и устойчиви задачи и филтрира големи обеми данни, докато облакът агрегира и анализира в голям мащаб. Често моделите се тренират в облака и се разполагат на edge за изпълнение в реално време.
Edge обработката позволява живо, машинно ниво OEE, което се обновява в реално време и оцелява при мрежови прекъсвания. Облакът агрегира OEE между машини и обекти в тенденции и бенчмаркове. Правилното разделяне на задачите прави OEE едновременно незабавно на пода и анализируемо на ниво предприятие.
Вход
Блог
