物聯網（IoT）的出現是因為冰箱訂購了食品，自動駕駛汽車則安排了自己的服務，這都是過程邊緣的計算決策實例和Internet。製造業花費了更長的時間來實施工業物聯網（IIoT），但隨著包括邊緣運算在內的技術的重大發展，它正在彌補浪費的時間。更好地了解如何應用物聯網有助於建立一個重要的市場，到2021年其價值將達到1230億美元

工業公司當前面臨的主要挑戰是如何在生產過程中充分利用從IIoT型設備和控制系統收集的數據。對於許多公司而言，由於缺乏充分利用工業數據並將其轉換為可用知識所需的處理能力，因此無法釋放數據的全部價值。

邊緣運算可以通過將計算能力和數據存儲距離需要更近的位置來提供幫助，從而帶來好處，包括更快的處理速度，更高的安全性以及優化可用帶寬。

製造商的邊緣運算優勢

邊緣運算和工業分析對製造商的最大好處是能夠利用大量工業數據來優化生產流程。公司已經使用邊緣運算和工業分析來幫助工廠實現準確高效的生產-他們現在正在考慮通過低成本傳感，數據分析和機器學習（ML）對其進行優化，以實現額外的效率提升。

將計算能力放在所服務的設備附近會產生一個明顯的主要好處-通過減少延遲（數據從源到目的地傳輸所需的時間）來提高速度。與將邊緣數據發送到雲相比，邊緣運算可以大大減少延遲。

但是，這些收益取決於用例–如果應用程序試圖控制執行器，電機和過程或與之交互，則需要實時控制。如果需要基於趨勢的深入分析進行長期流程優化，則云是更好的選擇，因為它並不嚴格。

將雲與邊緣運算相結合的主要好處之一是能夠使用雲使用來自IIoT設備的數據來訓練模型。然後可以在邊緣執行這些模型，從而使設備能夠更適當地響應更改。

雲連接可能會帶來安全風險，這意味著在選擇邊緣運算時，首先要考慮網絡安全。自動化供應商可以提供結合了端到端安全性的系統，這些安全性基於多年的經驗和積累的應用專業知識。

隨著業務的增長和生產工廠的擴展，邊緣運算還提供了更大的可擴展性。借助可擴展的計算設備範圍，可以輕鬆擴展安裝範圍，以應對更大數量的數據和其他應用程序。

 

選擇邊緣運算用例

許多潛在的邊緣運算客戶正在探索各種可能性，並尋找正確的用例，這將有助於改變他們的運營。

許多工業用戶已經通過使用重要的自動化系統來提高自身的效率-如果用戶想要進一步調整該工廠並從中獲得額外的百分比效率，則需要一種不會損害已經完成的工作的新方法。這種差異可以在IIoT和邊緣運算中找到。

從邊緣運算數據到知識

從獨立的過程到涉及多個站點的設置，使用邊緣進行計算並用作通向雲的網關可為支持各種複雜程度不同的用例提供潛力。例如，一家大型礦業公司希望比較其礦場的卓越運營，安全事件和維護統計數據，將其視為“機群”，就像管理其他資產一樣。如果公司經營多個站點，並希望以不同的方式優化運營，或者要優化不同工廠之間的價值鍊或工廠與站點之間的商品轉移，那麼他們需要考慮雲。

在邊緣運算中使用AI和ML

對於IIoT數據的人工智能（AI）處理，一些供應商正在從雲中驅動AI和ML技術，而其他供應商正在從邊緣進行構建。介於兩者之間的是聯合學習，這是較小的應用程序與通過從一組機器中學習來學習和優化的能力之間的結合。正確的選擇取決於公司的目標–取決於用例，邊緣和云同樣重要。

整合在一起的公司正朝著集成系統的方向發展，該系統將從數字技術，邊緣運算的快速處理以及雲的深度分析和學習功能中獲取大量數據。

 

提高邊緣IIoT部署效率的五種方法

未來，最成功的企業將是那些部署有效的站點，邊緣和雲策略的企業，這些戰略可以通過將收集的數據快速，高效和經濟高效地轉換為有用的信息來推動價值，並在企業中隨時隨地共享這些信息。需要。

考慮這五個建議，這些建議可以幫助實現這些目標並確保滿足對投資回報的期望。

1.從您的邊緣運算用例開始

在開始邊緣部署時，請考慮工業數據來自何處（例如智能設備和/或控制系統），連接能力以及需要在邊緣進行多少處理以及可以通過雲完成多少處理。這樣可以確保使用實時控制數據的應用程序託管在源附近，在該源附近可以快速處理數據。這樣可以減少延遲，並提供最佳的響應時間，而其他分析則可以在雲中完成並在站點之間輕鬆共享。

2.在考慮邊緣運算時保持簡單

邊緣運算的優點在於它的可伸縮性，可以添加新邊緣節點或設備之類的元素，如有必要，可以稍後添加這些元素。通過選擇允許設備與系統之間輕鬆連接並無縫橋接信息技術（IT）和運營技術（OT）功能的解決方案，應盡可能簡化實現這一點，以提供對數據的更深入的了解。快速部署新的增值應用程序也應該很容易。

在為邊緣IIoT項目選擇合適的技術時，需要選擇已經過預先驗證並證明可以協同工作的解決方案。採用這種方法將有助於確保邊緣IIoT解決方案可以快速部署和/或擴展，而將未經測試或不兼容的技術導致的潛在錯誤風險降至最低。

3.考慮邊緣和雲之間的區別

儘管有些人認為邊緣運算將取代云計算，但現實都為不同的目的服務，沒有哪一個比另一個更具優勢。同樣，考慮用例的特徵以及如何使用數據本身將有助於指導選擇。

兩者之間的主要區別包括帶寬，延遲和網絡可用性。選擇邊緣運算而不是雲計算的主要原因與性能有關。邊緣運算是需要快速響應的實時應用的理想之選，而云則為需要時間緊迫性要求集中收集和分析複雜數據的應用提供了理想的解決方案。

4.考慮安全性和完整性

數據是公司的專有技術，思想和運營的集合，是最有價值的資產，需要加以保護。在設計邊緣IIoT解決方案並選擇合適的合作夥伴來提供解決方案時，網絡安全和數據隱私必須成為重中之重。此安全性應擴展到各個級別，為網絡滲透和未經授權的訪問提供強大的保護，並通過固有的安全功能確保工廠的完整性和機密性。網絡安全提供商還應該能夠幫助維護數據的機密性，提供有關如何使用和存儲數據的完全透明性，並確保未經事先同意就不會將任何信息透露給第三方。

另一個重要的考慮因素是確保邊緣運算提供商可以通過不斷發展的軟件和硬件來確保針對潛在安全問題的持續保護，以確保其產品與最新的網絡安全標准保持一致。

5.選擇合適的邊緣運算供應商或合作夥伴

尋找合適的邊緣運算供應商或合作夥伴可能是確定邊緣IIoT部署成功的關鍵。要尋找的東西包括已建立且經過驗證的解決方案組合，包括可以集成在一起工作的產品和應用程序。供應商或合作夥伴還應能夠證明在與您自己相同或相似的行業和應用程序中部署和支持解決方案的良好歷史記錄。

尋找邊緣運算機會

通過提供分析功能的邊緣和雲應用程序擴展自動化解決方案，為從生產到車隊管理和維護的製造運營的所有領域提供了提高性能的新機會。通過利用這些技術的綜合力量來解鎖和釋放IIoT類型設備和控制系統在其生產過程中的數據，工業公司可以改變其效率並實現Industry 4.0的優勢。

圖文參考: Control Engineering