自动化供应商解决遗留数据问题

边缘、云和自动化硬件技术供应商如何合作,以简化收集遗留设备数据进行分析的过程。


快速点击:

  • 了解研华科技和Hivecell的合作关系,收集设备数据,用于机器学习和其他分析软件的处理。
  • 工业如何使用混合云/边缘方法进行数据收集和分析。
  • 谷歌Cloud和Litmus的合作如何简化从不同工厂设备收集数据的过程,并将其连接到谷歌Cloud数据和人工智能应用程序。

与本集相关的:

在这里听这个故事:

阅读以下文字实录:

欢迎来到需要5自动化的世界.我是David Greenfield,内容总监,今天我们将看看自动化供应商是如何面对遗留数据收集问题的。

对于制造商和处理器来说,数字化转型的最大挑战之一是访问来自传统生产系统的数据,并将其连接起来进行分析。好消息是,解决这个问题是硬件和软件自动化技术供应商关注的主要领域。最近两项重要的合作关系的发展确实突显了在这个问题上为帮助制造商所付出的努力。

其中一种合作关系是Advantech而且Hivecell.在这种情况下,两家公司将研华的工业硬件和Hivecell的优势结合为服务平台,以简化传统系统与网关、边缘计算机、5G路由器和其他物联网设备的连接过程,以实现可扩展的数据管理。在这种技术合作中,物联网网关充当传统设备和网络之间的桥梁,将物理信息转换为数字数据,以便从边缘传输。在边缘采集的原始设备数据通过机器学习和其他分析软件进行处理。Hivecell表示,通过在边缘收集和处理数据,用于分析的数据流得到了改善,因为它允许在现场丢弃不相关的数据,只有相关的数据被发送到企业系统或云端进行进一步处理。

研华科技表示,如果最终用户依赖云处理,连接生产系统产生的大量数据可能会成为高效运营的障碍。该公司指出,虽然云计算作为存储空间和更长的时间跨度分析具有明显的价值,但它并不能真正实现日常运营和安全改进,而作为一种服务技术,它可以实现更实时的决策。

建议将Hivecell的优势作为服务平台使用的研华科技产品包括uno - 238紧凑型物联网边缘计算机uno - 148din轨道控制计算机天空- 640 V2机架可扩展的GPU服务器,以及麦克风- 770 V2紧凑型无风扇计算机。

如果说业界对云计算和边缘计算技术的拥抱向我们展示了什么,那就是混合系统——使用云计算和边缘计算来处理数据存储和分析——是首选的方法。正如我们在2019年自动化世界研究在美国,数字转型计划往往遵循典型的推出模式:第一阶段通常围绕云来托管核心企业分析应用程序,以评估工厂性能或进行资产优化,以减少生产停机时间。在此基础上,制造商倾向于投资边缘计算技术,以实现近乎实时的详细现场分析。云还可以作为提供额外存储和计算可伸缩性的手段。

云计算和边缘计算的这种混合现实在开发中得到了强调制造连接平台的谷歌云而且石蕊该公司是一家工业边缘计算技术供应商。制造连接平台背后的想法是简化从不同的工厂设备收集数据的过程,并将其暴露给谷歌云数据和人工智能应用程序。

根据Litmus的说法,Manufacturing Connect是一个工厂边缘平台,旨在支持250多种机器通信协议。数据在本地结构化和存储,然后发送到谷歌Cloud进行分析。该平台还可以部署和管理边缘的人工智能和机器学习模型。

Manufacturing Connect平台的功能包括数据收集和工程、数据可视化和关键性能指标仪表板、容器化应用程序部署和机器学习模型运行时。它还包括与几个分析包的开箱即用集成,例如美人商业智能和分析顶点的人工智能用于机器学习应用。”

在解释Litmus Edge如何为谷歌云分析准备数据时,Litmus的首席执行官Vatsal Shah说:“我们从工业系统收集数据,将数据规范化,并添加所有的操作技术数据变量,以用于本地上下文。然后,我们使用发布/订阅通信方法将数据推送到谷歌云环境中,允许谷歌在企业级别添加更多上下文化数据,例如来自MES或ERP系统的数据。结构化的最终数据点可以用于分析。他指出,所有这些都是自动进行的,但如果用户想要更改任何内容,也可以进行配置。

所以我希望需要5本集帮助您更好地理解技术供应商如何为您简化数字转换过程而工作。

本文中的公司
更多内容请参见《Take Five》