工业边缘计算有哪些应用场景?
边缘计算是一种分布式计算系统架构。在其中,计算资源和应用程序服务可以分布在从数据源到云的通信路径中。边缘可以满足计算需求,因此也孕育而生出工业边缘计算,而工业边缘计算在工业物联网的应用有哪些?
![](https://s2.51cto.com/oss/202011/20/979ef12eab3db148c4b3229518247ab2.png)
工业边缘计算在工业物联网中具有下列的应用场景。
1、工业边缘计算可以保护设备免遭温度过高破坏
名以“Dumb”的热电偶可以精确测量泵的温度。具有边缘计算功能的泵可以执行基本分析,以确认其是否超过定义的临界点,并在几毫秒内关闭泵。执行的过程没有延迟,无需网络连接就可执行此功能。联网虽不是必须的,但可适用于通知。温度信息的时间值会迅速衰减,这样的延迟可能会导致设备破坏。在这样的情况下,边缘处于设备级别,即使达到更高级别的系统连接到互联网或网络出现中断,也可以实现关键目标。
2、工业边缘计算可以监测工厂或生产线的性能
设备和生产线的性能一般由性能指标显示,如总体设备效率(OEE)。可以在本地网关(网关)上的工厂中每个传感器的多个数据点上执行近实时分析,然后可以向操作系统或人员提供OEE趋势和警告。在这样的情况下,基本功能须要从多个设备获取信息以执行简洁明了分析。等待云决策的响应将使信息的时间价值更高。如果有延迟,将造成严重损失。这些业务问题意味着边缘计算适合在工厂领域。
3、工业边缘计算可以每两天优化一次本地或工厂供应链
要优化本地设施,工厂或油田的供应链工作流程,须要获取多个数据源,并在很短的时间内应用优化的算法和分析,以使像供应链管理(SCM)或企业资源计划(ERP)之类的商业系统得以应用。基本功能须要在几个小时内进行本地或工厂级的联网和决策。工厂外围以外的其他信息可能有价值,但是对于有效的优化不是硬性规定的。在这样的情况下,边缘计算将设置在工厂,现场或本地设施的外围。
4、工业边缘计算可以预测设备故障并主动报告时间表
机器学习模型可预测电动潜水泵(ElectricSubmersiblePump)的故障,然后从多个海上平台获取数据。分析模型非常复杂,要用大量数据来训练和重新训练模型,以及定期输入数据(Feed)来确认潜水电泵运行的每个单元的剩余使用寿命。另外,有必要定期分析每个潜水泵的数据,但是信息的衰减比其他情况要慢得多,且可以每天或每周做出决定。计算一般在企业级公共云或私有云中执行,然后位于边缘连续体的顶部。
总而言之,工业边缘计算可以降低网络延迟,然后无需通过网络将数据传输到数据中心或云进行处理。对于时间要求相对较高的工业而言,这尤其重要,因为工业行业要实时数据搜集和对自动化生产线的即时反馈处理。
相关文章
- 一个Java程序员对2011年的回顾
- 大数据发展历程
- Android高级进阶之路【一】Android中View绘制流程浅析
- 可信服务管理(Trusted Service Manager)介绍
- GIS应用|快速开发REST空间分析服务
- 未来十年微软长盛不衰的两项战略
- 领域驱动设计模式的收益与挑战
- cocos 3.0 一键打包android平台应该注意的细节
- 数智化时代,驱动企业转型升级的“三驾马车”是什么?
- 基于MINA构建高性能的NIO应用
- 使用Rainbond实现离线环境软件交付
- 工作流引擎 jBPM 5.2 发布
- 微信小程序Minium自动化测试(三)
- 桌面应用抢先体验,这次有点料!
- 甲骨文Java专利遭拒 起诉Android侵权受挫
- 云计算的应用领域及发展前景
- Java效率真的很低吗?Android为何要采用?
- Android高级进阶之路【二】十分钟彻底弄明白 View 事件分发机制
- 庖丁解牛之-Android平台RTSP|RTMP播放器设计
- 手机直付,超级方便