Kluczowe wnioski
Krótka odpowiedź: Obliczenia brzegowe i chmurowe odpowiadają na jedno pytanie: gdzie są przetwarzane Twoje dane produkcyjne?
Obliczenia brzegowe robią to lokalnie, na maszynie lub tuż obok niej, aby uzyskać najniższe opóźnienia i zachować działanie nawet, gdy sieć jest niedostępna.
Obliczenia w chmurze robią to centralnie, gdzie niemal nieograniczona moc obliczeniowa może wykonywać ciężką analitykę nad wieloma maszynami i zakładami, a dane są dostępne z dowolnego miejsca. Każde z podejść ma wyraźne zalety, a większość rzeczywistych architektur łączy je: brzeg dla szybkiej lokalnej reakcji, chmura dla skali.
Dla warstwy danych poniżej zobacz data historian kontra data lake.
Obliczenia brzegowe przetwarzają dane lokalnie, na maszynie, na pobliskiej bramce lub na sprzęcie na hali produkcyjnej, zamiast najpierw wysyłać je do odległego centrum danych. Ich wyróżniające zalety to niskie opóźnienia i odporność.
Opóźnienia: gdy decyzja musi zapaść w milisekundach (pętla sterowania, blokada bezpieczeństwa, alarm w czasie rzeczywistym), nie ma czasu na podróż do chmury i z powrotem, więc przetwarzanie musi być lokalne.
Odporność: brzeg działa nawet wtedy, gdy połączenie z internetem zanika, a na hali produkcyjnej to nie jest rzadkie zjawisko.
Brzeg polega na wykonywaniu zadań krytycznych czasowo i wrażliwych na łączność blisko miejsca powstawania danych, tak aby linia produkcyjna ciągle działała i reagowała niezależnie od stanu sieci.
Obliczenia w chmurze przetwarzają i przechowują dane centralnie, w dużych centrach danych z praktycznie nieograniczoną mocą obliczeniową i przestrzenią dyskową na żądanie. Ich mocne strony to skala i zasięg.
Skala: ciężka analityka, modele uczenia maszynowego i agregacja danych z tysięcy maszyn i wielu zakładów wymagają znacznie więcej mocy obliczeniowej i pamięci niż praktyczne byłoby umieścić na hali produkcyjnej, chmura dostarcza to elastycznie.
Zasięg: dane w chmurze są dostępne z dowolnego miejsca, więc menedżer może zobaczyć wydajność wszystkich zakładów w jednym miejscu, a analityka może odkrywać wzorce w całym przedsiębiorstwie.
Chmura to duży obraz, prace wymagające dużej mocy obliczeniowej i obejmujące wiele lokalizacji, które zyskują na centralizacji, z jednoczesnym akceptowaniem opóźnień i zależności od łączności wynikających z przesyłania danych.
Kompromis to lokalnie i szybko kontra centralnie i potężnie. Brzeg daje niskie opóźnienia i odporność na utratę łączności, ale ma ograniczoną moc obliczeniową i widok tylko lokalnej maszyny lub linii.
Chmura daje ogromną moc obliczeniową, pamięć i widoczność między zakładami, ale dodaje opóźnienia i zależy od działającej sieci.
Na decyzję wpływają też inne czynniki: wolumen danych (strumieniowanie wszystkiego do chmury może być kosztowne, więc brzeg często najpierw filtruje i podsumowuje), wymagania bezpieczeństwa i lokalizacji danych oraz modele kosztów.
Kluczowe jest to, że te zalety się uzupełniają, a nie wykluczają, dlatego pytanie rzadko brzmi „brzeg czy chmura”, a raczej „jak podzielić zadania między nimi”.
Linia pakująca dobrze ilustruje ten podział.
Na brzegu lokalne przetwarzanie obsługuje zadania krytyczne czasowo i wrażliwe na łączność: wykrywanie zatoru i zatrzymanie maszyny w milisekundach, zliczanie produkcji, rejestrowanie zdarzeń przestojów i obliczanie bieżącego OEE linii na lokalnej bramce, wszystko to musi działać nawet jeśli internet w zakładzie przestanie działać.
Warstwa brzegowa wysyła następnie podsumowane dane do chmury, gdzie odbywa się ciężka, przekrojowa praca: agregacja OEE ze wszystkich dwunastu linii i trzech zakładów, analiza trendów i modele predykcyjne na podstawie miesięcy historii oraz udostępnienie jednego panelu, który dyrektor operacyjny może otworzyć z dowolnego miejsca.
Brzeg utrzymał responsywność i odporność linii; chmura dostarczyła skalę i widok przedsiębiorstwa. Żadne z nich osobno nie zaspokoiłoby obu potrzeb.
Skłaniaj się ku brzegowi w przypadku wszystkiego, co jest w czasie rzeczywistym lub krytyczne dla bezpieczeństwa (sterowanie, blokady, natychmiastowe alarmy), gdy łączność jest zawodna lub gdy wolumen danych jest zbyt wysoki, by ekonomicznie przesyłać wszystko w górę.
Skłaniaj się ku chmurze dla ciężkiej analityki i uczenia maszynowego, długoterminowego przechowywania oraz agregacji i porównań między maszynami, liniami i zakładami.
W praktyce odpowiedź to architektura hybrydowa: umieść szybkie, odporne, lokalne zadania na brzegu, a skalowalne, analityczne i agregacyjne zadania w chmurze, przy czym brzeg filtruje i podsumowuje to, co wysyła wyżej.
Pytanie projektowe nie brzmi „który?”, lecz „które obciążenie należy umieścić gdzie”, dopasowując każde zadanie do miejsca, które spełnia jego wymagania dotyczące opóźnień, odporności i mocy obliczeniowej.
Obie warstwy mogą zasilać OEE, a najlepsza architektura wykorzystuje każdą z nich do tego, co robi najlepiej.
Obliczenia brzegowe są idealne do przechwytywania sygnałów maszyn w czasie rzeczywistym, zdarzeń przestojów i zliczeń, od których zależy OEE, oraz do obliczania bieżącego OEE lokalnie, aby hala mogła je widzieć nawet przy utracie łączności.
Chmura jest idealna do agregowania OEE między liniami i zakładami, wykonywania analiz trendów i predykcji oraz dostarczania kierownictwu jednego, przekrojowego widoku.
Powiązanie z sześcioma dużymi stratami jest takie samo w obu przypadkach, zmienia się tylko miejsce przetwarzania danych. Niezawodne przechwytywanie na brzegu połączone ze skalowalną agregacją w chmurze to powszechny i skuteczny wzorzec dla OEE.
Fabrico jest zaprojektowane właśnie z myślą o tej hybrydowej rzeczywistości.
Przechwytuje stan maszyny i przestoje w czasie rzeczywistym na brzegu, dzięki czemu bieżące OEE działa blisko hali produkcyjnej, a jednocześnie agreguje i analizuje dane z linii i zakładów centralnie, dając kierownictwu szeroki obraz sytuacji.
Nie musisz wybierać między lokalną odpornością a analizą na poziomie przedsiębiorstwa, architektura jest zaprojektowana tak, by dostarczać oba. Zarezerwuj demo, aby zobaczyć OEE od brzegu do chmury w praktyce.
Obliczenia brzegowe przetwarzają dane lokalnie, na maszynie lub w jej pobliżu, zapewniając niskie opóźnienia i odporność. Obliczenia w chmurze przetwarzają i przechowują dane centralnie, oferując skalę, zaawansowaną analitykę i dostęp z dowolnego miejsca. Brzeg jest lokalny i szybki; chmura, centralna i potężna.
Używaj brzegu do zadań w czasie rzeczywistym lub krytycznych dla bezpieczeństwa (sterowanie, blokady, natychmiastowe alarmy), gdy łączność jest zawodna lub gdy wolumen danych jest zbyt wysoki, by ekonomicznie przesyłać wszystko do góry. Takie zadania nie tolerują opóźnień ani zależności od sieci.
Używaj chmury do ciężkiej analityki i uczenia maszynowego, długoterminowego przechowywania oraz agregacji i porównań danych między maszynami, liniami i zakładami. Niemal nieograniczona moc obliczeniowa i centralny dostęp w chmurze sprzyjają pracom dużej skali obejmującym wiele lokalizacji.
Zwykle oba. Większość architektur produkcyjnych jest hybrydowa: brzeg obsługuje szybkie, odporne, lokalne zadania i filtruje dane, podczas gdy chmura zajmuje się skalowalną analityką i agregacją między zakładami. Pytanie projektowe brzmi: które obciążenie należy umieścić gdzie.
Brzeg jest idealny do przechwytywania sygnałów w czasie rzeczywistym i obliczania bieżącego OEE lokalnie, tak aby hala mogła widzieć OEE nawet przy utracie łączności. Chmura jest idealna do agregowania OEE między zakładami oraz do analiz trendów i predykcji. Hybryda obu podejść to powszechny wzorzec dla OEE.
Zaloguj
Blog
