物联网(物联网),及相关工业物联网(IIoT),以及行业4.0也称为数字制造,制造4.0和其他条件成为主题感兴趣的许多制造商的技术进步带来了新的机会来改善生产流程。据报道4.0全球产业市场将在2023年达到2140亿美元的价值。
传感器、机械连接、数据和分析,人工智能(人工智能)和机器学习等各种技术使更多的信息收集和共享在一个生产操作来帮助创建更高效的操作,提高产品质量。所有这些方面都有助于使系统更聪明。一项新的研究显示大观点的研究,这种所谓的智能制造市场预计到2025年将达到3952亿美元吗。
全球智能制造市场规模预计将达到3952亿美元,到2025年,根据一项新的研究中,“智能制造市场分析组件,通过技术的最终用途(汽车、航空航天、化工、医疗、电子、农业、石油和天然气),通过地区和部分预测,2014 - 2025》,通过大视图研究公司。万博体育app官网网页版登录
大角度研究公司。
麦肯锡的合伙人理查德•凯利全球管理咨询股份有限公司表示在他介绍行业4.0在设备制造商协会(AEM)向前思考事件(见边栏)有四个主要领域,包括破坏性技术使工业4.0:
- 分析和情报
- 人机交互
- Digital-to-physical转换
- 数据和连接
他说的一个关键方面收集和分析数据时是知道如何充分利用它。“如果我们不把它转换成证明洞察力…做出更好的决策我们真的不捕捉价值,”他说。但随着计算能力变得更加强大和variablized,更可以用数据,和制造商可以更好地决定如何最好地利用它。
处理大量的数据
Vivek戴夫博士,德国哈丁美洲新技术开发主管表示,在公司举办的媒体活动边缘计算代表了下一步的物联网和IIoT框架。随着连接设备数量的持续增长,就需要新的方法来存储和分析这些设备的数据收集和传输。“当你想象一个物联网,有十年代的数以十亿美元计的连接设备,你必须问自己的是实际将这些数据发送到云?’”他说。“是的,我们可以构建云资源,但需要关注边缘计算,“什么可以用本地的数据。
本地“我如何处理它,我怎么能创建有用的知识在我收集的数据,”他继续说。”真的是这场革命的基础,为什么计算是必要的和感兴趣的极端边缘德国哈丁和它的客户。”
边缘计算包括本地化的处理数据,实际的数据收集,霍根帕特解释说,德国哈丁云母的高级产品经理,RFID,以太网交换机在德国哈丁美洲。“边缘计算反对云计算,云计算在厂外或分布式服务器处理数据,[因为]边缘计算过程数据在或接近机器,例如。”
霍根说,当地的计算是数据收集和处理的限制在一个当地的网络设备,例如监控一组机器连接到一个网络在一个工厂。边计算,另一方面,是一台机器的数据收集和处理工厂。云计算会涉及到数据处理的几家工厂的所有机器连接到不同的网络。
因为可以压倒一切可用的数据量,在本地处理的能力可以在启用提示分析是有益的。“更多的设备意味着更多的数据。”霍根说。“边缘计算可以更直接的前处理和过滤的数据需要发送它在更广泛的基础设施。”
无线功能的添加云母使机器操作时间和温度等数据监控,而不需要投资于电缆、网络或昂贵的工业传感器。
德国哈丁公司。
不必等待前往云的数据和不可或缺的方面,并且可以避免宕机的情况,而不是之间的区别。戴夫说,如果一个人认为未来的电动无人驾驶车”你真的想确保汽车可以很快做出自己的决定,并且它不需要等待云连接。”
除了云计算可以时,霍根说,它太贵了发送一切通过云由于大量的数据被收集了今天的机器。从云连接一台机器也依赖于几个网络,并不是所有的都在用户的控制之下。“地方和边缘计算应用程序的可靠性要高得多,”他说。
戴夫指出,边缘计算还允许制造商保留专有知识,因为它可以保存在本地,因此在他们的控制。
他还说,云计算是不会消失。“它起着非常重要的作用。你应该想到这是边缘计算是一个前端,和云计算是一个非常强大的后端,和在一起这两个解决方案可以处理10年代的数十亿的爆炸(连接)设备。”
霍根说,云计算是有利于聚集大量的来自不同数据源的数据提供一个更广泛的基础上分析。“它还允许远程连接到一个网络从任何地方,”他说。同时,边缘计算可以快速做出决策和过滤数据云只是收集所需要的提供分析。
“没有边计算,所有信息将会到云,包括不必要的信息,”霍根说。“这是一个增加存储空间,成本,和网络带宽。最有效的解决方案结合了两个。”
他解释说,边缘计算作为第一个过滤器时间要求严格的数据和处理数据,对云计算至关重要。一旦完成,云计算可以专注于提供数据的复杂的分析也不用过滤和清除数据直接来自一个设备。
因为有许多传感器参与数据收集过程,戴夫说,德国哈丁与厂商合作,整合技术从一开始。此外,该公司有几个技术,如connector-level解决方案,以帮助为边缘计算与数据收集。
德国哈丁的核心IIoT云母工业边缘的计算设备的解决方案这是灵活的,可以适应多种产品。霍根说,德国哈丁云母允许预处理数据,信息被发送到云只有当有异常行为的检测。“这些异常可以在云中聚合来自多个成千上万的设备,这是一个更加可管理的数据集能够执行复杂的算法和分析。”
“边缘结构是复杂的,但我们认为我们有一个很好的解决方案,可以非常有效地填补这一边缘前端计算和领带云,“结论戴夫。
