工业物联网世界边缘计算掩码关键事实:制造商正在绘制覆盖两种路径的路径图,每个路径图都集成路由用于新预测性维护与性能监测应用
近半数应答者(43%)最近自动化世界边际计算实现略多点(51%)冒险云计算领域,Fog计算被视为边缘计算集,用于连接传统操作世界企业IT,也开始生根,只有20%的回复者引用
超过三分之一响应厂商(39%)使用边/网或云计算技术一至二年,48%投入程序时间长得多(三年或更长)。仅有12%受访者刚刚启动边缘/fog或云计算,在过去一年或更短时间启动创举
边缘计算是生产/制造数据分析应用最受欢迎路径,半数以上回复者引用该路径(52%),设备数据解析-容量或总体设备有效性OEE-略微少点取用此计算模型-近20%回复者引用边缘值(18%)和雾计算值(27%)与云相比不太可能优先企业效果分析范式,36.5%的答复者引用云法
不论部署模式如何,制造商已经看到这些初始IIOT部署的好处半数启动边缘/fog或云计算IIoT倡议的公司报告停机率大幅下降同时,38%享受可测量的生产输出提高37%tout增益,30%突出生产成本下降,调查发现
虽然没有单推荐路线, IOT部署确实遵循典型展开模式:PhaseIstle常以云为中心托管核心企业解析应用,评价工厂质量问题或资产优化减少停产时间制造商从那里投资新边端计算技术或重构遗留自动化系统,并配有智能连通马力推进第二阶段部署,即近实时详细分析直接资产操作点云最终回循环混合,作为提供额外存储和计算可扩缩性以及收集和分析超出特定工业资产或单层操作范围的数据的一种手段
实现数字变换时,你必须搭建边端计算并连接云-这是从边到云回的行程,循环持续GED数字.需要同时丰富和提升商业并利用虚拟生命周期内的不同点
 |
| 边缘集合系统1000提供数据中心级计算和管理技术边缘,包括偏僻位置源码:惠普企业 |
自然增量
安通描述三种常见IIOT部署一组传感器工业资产向云型商业智能工具、仪表板和资产性能管理软件发送信号,跟踪机器健康并启动红绿灯基本警示,用于更有效地管理恢复时间和性能第二种假想演化这些在边缘附加处理能力以触发机级回动-例如开关阀门或重置动画机提高性能或修补问题可能造成不必要的停机时间边缘分析帮助避免不必要的带宽,加强安全并启动机级近实时响应,但结果还推向云端并与其他数据合并以获取企业级额外可见度和机器学习启发
边缘计算或云计算选择展开取决于制造商想实现什么并想从何处开始以添加式打印机为例为飞机引擎构件,Antoun描述它自然选择边际计算法利用边端技术,数据在运行点收集分析以确定打印机生产前是否正确对齐,允许实时作任何必要调整,避免费用高昂重整
不同例子,离岸风轮机养殖场有100单元,展示云计算自然游戏边端处理对单个风轮机进行临界调整,但云汇总全机群信号并结合天气数据支持算法自动标定涡轮速度和剑布优化机队性能
安通解释道,“各种因素以不同速度移动,从不同角度移动”。雾云边缘方法不同 但它们互不抵赖互为补充ITO演化的不同地方
云对IIOT应用的强度在于无限可缩放性计算存储容量和易部署解析性,鉴于各种应用已有可用性。云型环境制造厂商以较低损耗和中断代价旋转IIOT应用法之道,鉴于可编程逻辑控制器和其他自动化技术的长效,这些技术完全无法支持边缘解析法而无代价和破坏性变换技术,注意到IOT商务开发主管Matt Vasey微软和董事OpenFog财团推广雾计算技术并实现标准化
远程监控预测维护应用自然目标云部署,因为不需要实时响应,Jason Andersen解释策略和业务线路管理副总裁Jason Andersen斯特拉图斯.或感应温度操作红光绿光, 开始云比较容易并不会影响生产线或商业模型,边端应用往往更实时和任务关键性, 所以不优先使用这类项目是有道理的
边缘计算需要实时免延时机或接线机源并想应用机器学习权时,解释Rhonda Dirvin,OpenFog财团另一名成员兼IoT监理和嵌入系统机器大全半导体软件设计公司以机器人臂为例 边缘方法优于云部署工厂环境的延时问题-你必须在当地做决定-你没有时间向云发送数据/她解释说/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
雾造新提高边
雾计算是IIOT架构获得拉动的另一个元素专家视雾为边际计算中的超集 设计中也是为了推理离数据发源地更近雾处理权非居设备级,而置局域网级,使多资产数据汇总、过滤、预处理并最终安全传输到云中,使用协议如MQTT或HTTP
这种方法的一个好处是安全性提高,因为数据在传播云前汇总,因此孔或漏洞减少或数据破解机会减少正利用边雾架构大大改善安全并尽量减少向云推送量,Schneider电厂信息解决方案副总裁Jim Chapper阿维瓦提供全套工业软件求能云中做所有事, 边沿从延时性、带宽性和安全性方面优化云体验
雾计算不仅增强安全并减少故障点数,而且还连接IT/OT分治,同时破解PLC炼油厂的logjam解释称,David King首席执行官FogHorn系统称平台为工业级解析器 专为受资源约束边缘设备设计
数十年来OT一直生活在闭环自动化世界中 IT世界基本计算无限开始折叠二元 雾计算的目的是作为OT和IT之间的桥梁层高阶计算电量层
FogHorn技术使用复杂事件处理解析现场数据提供云式计算能力,而不只是使用边端智能收集预处理数据,然后传播云供机器学习解析边端播放器所见多无非是收集数据并规范化并调取数据到别处重举吧 King说转动模型头部-我们可以提供与云中位数相同的容量-否则您可以在源码脚印分数中实现此容量/分数/分数/分数/分数/分数/分数中提供源码/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数/分数
硬件方面惠普企业并翻转边缘或雾计算典型模型,利用企业级服务器、存储器和存储技术创建边缘聚差系统系统大全组处理数据中心全尺度解析和机器学习处理IOT边缘应用,为实时处理打下基础,增强新型工业边缘应用能力,Tom Bradicich表示,副总裁兼HPE服务器总经理IoT和集合边系统
即使在边缘计算能处理数据中心级的假想中,云成为全机队全景所有资产的全球储存库,它也是精炼和更新IIOT驱动应用模型过程的核心即使是这里,也不是边对边云边对云,工业背景中我们相信[人工智能]意指永久迭代边对广机学习实现更新模型过程自动化
