嵌入式系统,边缘计算

Edge Computing在Industrial 4.0中的重要性

边缘计算将地面设备和云连接起来,并对数据进行预处理以供使用。强调了四个常见的边缘计算错误。

帕蒂工程 4月28日,2021年4月28日
图片礼貌:Brett Sayles

当涉及到设施的数字化和现代化时,云的重要性经常得到强调。然而,优势可能是工业4.0最容易被忽视和低估的部分。

什么是边?

边缘由计算设备组成,这些计算设备是在地面设备和云之间的链路。这些设备在将其发送到云之前预处理数据。此预处理包括简单计算,例如平均值,中位数,最高和最低点等。当数据通常被发送到云端时,它也可以将其发送到现场服务器进行数据分析。边缘设备还可以从云接收反馈并将该信息发送回机器。

为什么边缘很重要?

如果你想理解大数据,这些边缘计算设备是至关重要的。您的流程可以生成数量惊人的数据点——但您可能不希望将其全部发送到云上。边缘计算设备将限制需要发送到云(或服务器)进行分析的数据量。

为什么要限制发送到云的数据?

限制发送到云端的数据量主要有三个原因。

  • 安全:当数据非常敏感时,谨慎的做法可能是通过不发送原始数据来增加额外的安全层。通过对边缘进行预处理,用户可以对数据进行一点“匿名化”。
  • 成本:一些云提供商是按数据量收费的。当您减少发送的数据时,用户可以减少总体成本。
  • 网络速度:随着用户开始关注额外的数据点,或者增加数据收集的频率,数据量会呈指数级增长。例如,我们最近运行的一个模型在18秒内生成了8000多个原始数据点。为了避免增加网络连接的负担,用户可能希望减少发送的数据量。

使用边缘时的四个常见错误

1.向边缘设备提供尺寸。当您没有使用数据分析的情况时预见性维护或者设施优化以前,您可能还不知道需要什么数据。通常,团队会估计他们只需要几条信息。然后,在我们的头脑风暴会议上,这个数字将迅速膨胀。最终,当我们能够完善数据模型时,所需的数据量将回落,但边缘设备的容量可能比你预期的要高——至少一开始是这样。当计划购买边缘设备-大小。

例如,在一个项目中,我们希望在引起问题之前检测工具破损。最初,我们估计我们需要每20毫秒收集数据。当时,边缘设备仅能够检测到每100毫秒。现在,有可能收集每1毫秒的设备。确保您选择一个提供正确准确性的设备。

2.低估系统架构

类似于窃取设备的容量,还要注意向系统架构提供尺寸。我们最近必须在每5台机器安装一个设备时调整新系统。为每种机器或可能每两台机器计划一个设备是良好的。如果在一台机器上出现问题 - 连接性问题或其他硬件故障 - 可以扰乱连接的所有计算机的数据处理。

3.没有准备好网络

这似乎是显而易见的,但具有坚实的可靠网络对于制造边缘功能至关重要。如果Internet速度慢,或者连接丢失,则可以大大影响系统功能的功能。无需专门的要求,但如果设施先前已被播放,或者网络过时,可能需要首先现代化网络。

4.低估边缘设备的重要性。边缘不是数字化的迷人部分。它不会制作漂亮的图表,或发送有用的警报,或者(独自),允许您从海滩上工作。它很容易忽视。这些设备不是特别复杂,但它们确实需要维护,包括Microsoft Windows更新等。

边缘计算设备是现代化、数字化设备的重要组成部分。通过适当地关注它们,并在它们的大小上给自己一点回旋的空间,它们可以使你的新系统更有效率和更划算。

- 本文最初出现在Patti工程网站帕蒂工程是CFE媒体内容合作伙伴。由网络内容经理克里斯·瓦夫拉编辑,控制工程、CFE Media and Technology、cvavra@cfemedia.com


帕蒂工程