Digital Transformation"},"section_hierarchy":[{"id":33182,"name":"Factory","alias":"factory"},{"id":91288,"name":"Digital Transformation","alias":"factory/digital-transformation"}],"taxonomy":[{"id":4084961,"type":"Tag","name":"edge computing","fullName":"Tag: edge computing (4084961)"},{"id":4082870,"type":"Tag","name":"Smart Factory","fullName":"Tag: Smart Factory (4082870)"},{"id":3135326,"type":"Tag","name":"IIoT","fullName":"Tag: IIoT (3135326)"}],"authors":[{"id":13743099,"name":"Charlie Norz"}]}">

边缘计算的好处

八进制92023
网络化、智能化、自控、自优化和资源高效生产组成智能工厂

按可变批量规模制造产品而不大幅增加生产成本的能力是智能工厂的一个指标。生产设施未来成功与否主要取决于生产易变能力以及在整个价值链中高层次联网能力-直至最终产品

生产时,所有这一切都取决于每个地点的现有条件正因如此,智能工厂不能简单地视之为串通解决方案,而应整合为智能版现有生产线,并增加个人化和应用程序专用的好处,如公司自身进程

还必须考虑哪些思想、方法或方法可改善现有单项生产过程这些改进可能在于提高生产期间资源使用效率,防止增值链上应用重叠或大大缩短系统工程时间。

不论从原创工厂向智能工厂过渡使用何种方法,现有流程和运维网络化仍然是必备条件网络化包括垂直-从控制系统到现场一级和横向-超出增值链中各种步骤

唯一反对完全联网的是数据无法持续生成使用媒体和系统多端互连并举,但主要是横向集成,给从逻辑上和感知性将数据连接到独特进程带来困难。

自然物联网法通常包括以盈利方式记录数据并实现数据数字化并相互连接步骤正是驱动IIOT收集、联网和评价生产过程数据的核心思想,以盈利方式利用数据,为公司产生可持续增加值

数据透明智能工厂

第一步是所有生产和系统数据透明化只有当数据相互上下文并适当处理并归为信息时,才能采取措施改善制作过程传感器必须记录实战级产品和生产相关数据才能成功这些传感器必须在系统架构中加以考虑或融入产品本身

生产相关数据通过机器和系统传感器记录,挑战不单在于单纯收集资料,而在于安全无误地从现场级带入更高层次-例如制造执行系统或云层相对高费用云中传输和存储数据,将原传感器数据直接传送到更高层次系统是毫无意义的。

自动化边缘控制器可提供决定性贡献模块系统可以为传感器接口提供合适的解决方案因此信号总能可靠地从现场收集并在当地厂层管理带不同通信接口和现场客车的边缘控制器可用CANOPON、ProfibusDP、EtherNet/IP或Modbus-TCP从不依赖制造商的设备横向采集数据,还可以通过MQTT和OPCUA协议管理垂直信息

某些高级边缘控制器可编译成可扩缩节点和网关等现有自动化系统,这些节点和网关无需干扰实际自动化过程即可改换数据可归结为简洁信息传递到更高层次,如MES或云层在此框架内,云链连接的好处初看起来相当有希望,因为云解法灵活、可缩放、高可用性并提供了集中存取的机会。

本条款中的公司

赞助建议

产业更新:OT中的AI

微软人工智能与Avela和Siemens操作技术软件

cobot安全透视

自动化世界DavidGreenfield与美国SchmersalDevin Murray学习abtu风险评估

运动控制:电或气

复杂机多轴运动控制充电选择常取决于应用速度和行程长度

未来创新将如何影响机器人集成

Misa Ilkhechi突出过去五年机器人整合的变革进步,特别是在互操作性方面