工業(yè) 4.0 激發(fā)了許多公司開發(fā)自己的程序、服務(wù)、設(shè)備或其他自動化組件，以便分析和更好地了解他們的機器和系統(tǒng)。今天，90% 的生成數(shù)據(jù)仍未使用，因為傳統(tǒng)自動化組件中的分析、集成或處理過于復雜或不切實際。

然而，值得仔細研究這些豐富的數(shù)據(jù)。除了實際測量值之外，還可以在此處識別趨勢，例如能耗或其他通常不在控制器中分析的長期診斷值。由于數(shù)據(jù)量和算法的原因，借助人工智能集成診斷方法也太復雜了。

將公司特定的軟件連接到現(xiàn)有的自動化世界仍然需要手動工作。“在確保軟件、操作系統(tǒng)和安全措施是新的和穩(wěn)定的方面，定期更新是必不可少的。如果對自己誠實，許多公司都會在這方面遇到困難，”PI 主席 Karsten Schneider 說。

“與此同時，公司當然希望為客戶提供新的、智能的數(shù)字產(chǎn)品和服務(wù)。但在現(xiàn)場級別處理數(shù)據(jù)所涉及的工作可能是巨大的——更不用說可擴展性和安全性等問題了，”他補充道。



 

垂直整合的關(guān)鍵因素

同時，通往新技術(shù)的道路始終是一個動態(tài)的過程。在這里僅舉一個例子，五年前它被認為是一種很好的解決方案，可以將盡可能多的數(shù)據(jù)引導到云中，然后在那里進行處理。

然而，與此同時，用戶已經(jīng)意識到處理至少靠近源的部分數(shù)據(jù)是有意義的 - 即在網(wǎng)絡(luò)邊緣 - 由于例如延遲或帶寬考慮。

這就是邊緣組件發(fā)揮作用的地方，是垂直整合的關(guān)鍵因素。他們將額外的生產(chǎn)數(shù)據(jù)轉(zhuǎn)化為可用信息。這是否涉及網(wǎng)絡(luò)中具有邊緣功能的現(xiàn)有設(shè)備或后來添加的設(shè)備并不重要。

大的優(yōu)勢是邊緣組件使得幾乎實時地處理數(shù)據(jù)成為可能，直接在源頭，以少的網(wǎng)絡(luò)流量。這在數(shù)據(jù)主權(quán)方面也很有吸引力。所有數(shù)據(jù)都保留在公司中，由用戶決定是否傳遞數(shù)據(jù)。無論如何，它旨在使用戶的生活更輕松或更有效地組織生產(chǎn)。

更少努力的新路徑

邊緣解決方案的主要優(yōu)勢在于它們不需要復雜的重新編程或更新實際的自動化解決方案。而且它們通常比 PLC 便宜。“邊緣處理能力的集成功能與我們手機上的應(yīng)用程序非常相似——但當然是在安全模式下，并且以適合工業(yè)用途的方式進行，”施耐德解釋道。

但也有其他應(yīng)用，其中邊緣方法展示了它們的優(yōu)勢。例如，有時需要另一種形式的數(shù)據(jù)，并且必須進行預處理以標準化原始值或計算平均值。或者，在開始操作時，PLC 或其他功能尚不可用，但仍需要來自各種設(shè)備的數(shù)據(jù)。邊緣概念一開始就可以在沒有 PLC 的情況下工作。

“同樣，在操作過程中可能需要虛擬加載其他功能，類似于我們使用應(yīng)用程序執(zhí)行此操作的方式，”施耐德補充道。

在某些情況下，數(shù)據(jù)收集可能還需要不使 PLC 的資源緊張。“許多控制器通常只需要一個是/否的決定。但通常會有額外的有用數(shù)據(jù)可用，這些數(shù)據(jù)很容易通過邊緣應(yīng)用程序單獨分析。例如，這可能包括長期診斷或維護數(shù)據(jù)，”施耐德說。

“即使使用了不同的專有通信協(xié)議，或者您需要數(shù)據(jù)、網(wǎng)絡(luò)設(shè)備和安全配置的中心位置，使用邊緣方法作為數(shù)據(jù)中心也是有意義的，”他補充道。

也可以在邊緣預處理數(shù)據(jù)，然后將數(shù)據(jù)傳輸?shù)皆贫恕?/font>這樣做可以訪問更大的計算機容量或避免對云連接的持續(xù)壓力。有時會在很長一段時間內(nèi)收集大量數(shù)據(jù)，以便進行更詳細的分析。

邊緣組件并不總是需要單獨查看。它們也可以直接集成在控制器旁邊。如果數(shù)據(jù)分析需要與控制程序或機器的狀況密切一致，則系統(tǒng)之間的密切合作甚至可能是有利的。

我司產(chǎn)品廣泛應(yīng)用于數(shù)控機械 冶金,石油天然氣,石油化工，
化工,造紙印刷,紡織印染,機械,電子制造,汽車制造,
塑膠機械,電力,水利,水處理/環(huán)保,市政工程,鍋爐供暖,能源,輸配電。



 

At the same time, the path to a new technology is always a dynamic process. To present just one example here, five years ago it was considered a good solution to direct as much data as possible to the cloud, where it would then be processed.

In the meantime, however, users have realized that it makes sense to process at least part of the data closer to the source – namely, on the edge of the network – due, for example, to latency or bandwidth considerations.

This is where edge components come into play, serving as key factors for vertical integration. They transform additional production data into usable information. It is less important whether this involves existing devices in the network that have edge functions, or devices that were added later.

The biggest advantage is that edge components make it possible for data to be processed almost in real time, directly at the source, with a minimum of network traffic. This is also appealing when it comes to data sovereignty. All data remains in the company, and the user decides whether the data should be passed along or not. In any event, it is intended to make life easier for the user or to organize production more efficiently.