Edge-computing | Apparaten, toepassingen en heel veel tips

IPC

Details: Gepubliceerd: 28.02.2023; Laatst bijgewerkt: 04.08.2023; Hits: 7207

EdgeComputing In tegenstelling tot cloud computing vindt dit plaats op het netwerk in de buurt van de databronnen of apparaten, machines of systemen in het netwerk. Met de decentrale gegevensverwerking de analyse en evaluatie van gegevens wordt sneller en de productiviteit efficiënter. Hier presenteren we innovaties en toepassingen van verschillende fabrikanten voor edge computing zoals de gloednieuwe software Melsoft Mailab van Mitsubishi Electric.

inhoud

AI-ondersteunde software Mailab voor data-analyse
Edge computing verbindt het operationele niveau met AI
AI op scherp voor industriële toepassingen in realtime

Edge Computing-nieuwsarchief
Wat is edge-computing?

AI-ondersteunde software Mailab voor data-analyse

07.02.2023 | De edge computing-software Melsoft Mailab (Mitsubishi Electric AI Laboratory) ondersteunt bedrijven met de digitale transformatie hun productie en bevordert hun verhoging van de productiviteit. De data science-tool is intuïtief en gericht op de operator. Het intelligente platform gebruikt Kunstmatige intelligentie (AI) om geautomatiseerde processen te optimaliseren. Zo kan door preventief onderhoud verspilling worden voorkomen, uitval worden verminderd, downtime worden verminderd en het energieverbruik worden verminderd.

Edge computing verbindt het operationele niveau met AI

15.12.2020 | De digitale transformatie van de industrie heeft aansluiting van OT | operationeel niveau en IT | superieure informatietechnologie gaf een nieuwe impuls aan het corporate niveau. Om het potentieel van digitalisering volledig te kunnen benutten, is echter meer nodig dan alleen een netwerkverbinding tussen deze twee niveaus. Edge Computing door Mitsubishi Electric biedt hiervoor de oplossing. Relevante bedrijfsprocessen kunnen via het tussenniveau worden gekoppeld aan intelligence.

AI op scherp voor industriële toepassingen in realtime

02.03.2020 | Industriële toepassingen van AI (Artificial Intelligence) in de automatisering zijn tot nu toe niet overtuigend in de gegevensverwerking vanwege latentietijden en hoge datavolumes met de cloudverbinding. U moet AI rechtstreeks naar de machine brengen en gegevens in realtime bij de bron interpreteren. Met het AI-platform Scraitec maakt dit de Festo Groep behoren resolutie Informatica bijvoorbeeld bij een fabrikant van huishoudelijke apparaten of een autofabrikant.

IP67 PLC met cloud-verbinding en Edge Gateway-functie

Resolto ondersteunt Festo met kunstmatige intelligentie die pneumatische en elektrische automatisering geschikt voor Industrie 4.0 maken. Voor dit doel worden gegevens geïnterpreteerd in het veld dicht bij de machine. Dit resulteert in kortere cyclustijden, energiebesparing en machinestoringen, evenals productiefouten.

Productportfolio met kunstmatige intelligentie

De AI-software-oplossing Scraitec kent de gezondheid van een plant en detecteert eventuele afwijkingen door realtime analyse van gegevens van sensoren. Scraitec geeft in een vroeg stadium nauwkeurige prognoses, stelt diagnoses en doet aanbevelingen voor actie. "Het onderwerp analyse en kunstmatige intelligentie zal het productportfolio van Festo beïnvloeden, bijvoorbeeld door algoritmen voor kunstmatige intelligentie in de cloud en in Festo's componenten te integreren", legt uit Tanja Maass, algemeen directeur van Resolto.

Zo kunnen gebruikers het Festo IoT gebruiken Poort CPX IOT bewaakt uw machines en systemen als hardware op veldniveau. Het veldniveau wordt ondersteund met de AI-softwarecomponent Scraifield. Het draait altijd dicht bij de machine in een kleine controller. Het gebruikte model is vooraf getraind en heeft slechts minimale hardwarevereisten. De kunstmatige-intelligentiesoftware interpreteert op betrouwbare wijze datastromen, zelfs zonder enige dataverbinding met de centrale component in de cloud (Scraibrain). Indien nodig maakt de IoT Gateway verbinding met de cloud, de Festo Dashboards. De Scraibrain is daar ingebed met toegang tot veel vooraf geconfigureerde applicatiemodellen.

Voorspellend onderhoud met kunstmatige intelligentie voor robots

“Het AI-platform leert continu van de daadwerkelijke werking en neemt ook de kennis van de engineers en technische experts bij de klant mee. "Wij noemen het zo Human in the loop-principe“, legt mevrouw Maass uit. Het machine learning (machine learning) en AI-product interpreteert informatie vooruitziend voor de actieve optimalisatie van systeemparameters of stuurt bijvoorbeeld concrete menselijke instructies naar de smartphone.

Nieuwe businessmodellen dankzij AI

Iedereen die de Scraitec AI aan systemen en machines koppelt, sluit ze af digitale hulpmiddelen. Nieuwe serviceconcepten bieden een grote meerwaarde door de geautomatiseerde vroegtijdige coördinatie van uw eigen onderhoudsteams.

Brain like computing zou het energieverbruik aanzienlijk moeten verminderen

Scraitec ondersteunt eindklanten bij het automatisch optimaliseren van de benutting van hun systemen. Onderhoudskosten worden verlaagd omdat onderhoudsplannen kunnen worden aangepast door gebeurtenissen te voorspellen en acties voor bekende foutpatronen aan te bevelen. Het platform verbetert alle systeemparameters met gedefinieerde doelcriteria en verhoogt de productiviteit de plant.

Twee toepassingen van verschillende typen

Bijvoorbeeld mee in de productie Honing verschillende productkwaliteiten gedurende een bepaalde periode, waarvan de oorzaken niet konden worden achterhaald. De fabrikant van huishoudelijke apparaten heeft complexe productielijnen waarop producten achtereenvolgens worden vervaardigd. Hier is het niet voldoende om afzonderlijke stations apart te bekijken.

De productiemanagers wilden daarom een systeem voor het automatisch detecteren van afwijkingen in complexe productiestromen. 'Diep leren leek de juiste aanpak', legt Tanja Maaß uit. Het was noodzakelijk om een holistische database te ontwikkelen die verschillende meetsystemen met elkaar verbindt. Hiervoor moesten extra meetpunten worden ingericht. Scraitec modelleerde de productielijnen als een holistisch systeem en verhoogde daarmee de doorvoer met 1,5%.

Tweede voorbeeld: een pneumatisch klemsysteem kost er één automobielfabrikant slechts 100 €, maar een onvoorziene productiestilstand kost enkele 100.000 €. Een vroegtijdig waarschuwingssysteem voor slijtage en vertragingen in cyclustijden was daarom ideaal - meer bepaald een lerend systeem voor voorspellend onderhoud voor alle soorten klemsystemen. De oplossing met Scraitec voor real-time data-analyse en snelle dataverwerking integreert direct de Festo Controller CPX-E-CEC. Een verbinding met de cloud is niet nodig.

Edge Computing-nieuwsarchief

Edge Computing voor voorspellend onderhoud in Smart Factory
Mini IPC met secundaire Ethernet-interface
Edge computing tussen werkvloer en kantoorvloer

Edge Computing voor voorspellend onderhoud in Smart Factory

02.12.2019 | Bedrijven die tot doel hebben de operationele technologie (OT) van hun productieomgeving te koppelen aan hun IT-systemen hebben nu een nieuwe mogelijkheid Mitsubishi Electric beschikbaar: de edge computing-oplossing Melipc opent optimalisatiemogelijkheden door preventieve conditiebewaking (predictive maintenance) of kwaliteitsborging met real-time data-evaluatie en directe feedback aan de operator.

Mini IPC met secundaire Ethernet-interface

04.04.2019 | De industriële randcomputer Mica van Harting is nu ook verkrijgbaar met een secundaire Ethernet-interface. Hierdoor kunnen gegevens eenvoudig worden uitgewisseld en verwerkt tussen twee Ethernet-protocollen, ook voor wired-to-wireless gateway-toepassingen.

veel Industrie 4.0-toepassingen maken het noodzakelijk om netwerken te scheiden en gemakkelijk gegevens heen en weer te verplaatsen tussen Ethernet-protocollen zonder dat externe applicaties directe toegang hebben tot een bedrijfsnetwerk. Voor dergelijke edge computing-toepassingen is de Mica, die in 2016 de Hermes Award ontving, aangevuld met een tweede Ethernet-interface. Een extra USB-interface kan worden gebruikt om extra mogelijkheden of opslagruimte via USB uit te breiden. Omdat in tegenstelling tot een router Mica verwerkt ook complexe datatransformaties en -aggregaties aan de rand van het netwerk.

Ctrlx automatiseringsplatform | Innovaties & verdere ontwikkelingen

De secundaire Ethernet-interface wordt geleverd via de functiekaart en vormt een aanvulling op het modulaire systeem van het Mica-platform. Met name Mica Wireless met Wi-Fi, BLE en LTE-connectiviteit met extra Ethernet-interface is een compacte en gemakkelijk te beheren oplossing voor vele industriële en transportprojecten, bijvoorbeeld

als een bekabelde naar draadloze gateway om onderhoudsgegevens van PLC's te verzamelen en relevante gebeurtenissen door te geven aan de machinefabrikant of onderhoudsdiensten;
als een verwerkingsknooppunt voor RFID-lezers verbonden via WLAN. In deze toepassing worden deze gegevens naar een Mica-radio verzonden, die de tags evalueert en deze via Ethernet naar het bedrijfsnetwerk verzendt;
om externe installaties via Ethernet te monitoren en de gegevens gecomprimeerd via LTE wereldwijd naar behoefte te verzenden;
als BLE voor Ethernet-gateways of toepassingen op de aardebaan, waar ook steeds meer Ethernet-compatibele PLC's en RFID-lezers worden geïnstalleerd.

Edge computing tussen werkvloer en kantoorvloer

20.11.2018 | Pepperl + Fuchs, Software AG en Dell tonen onder de titel "Smart Industrial IoT" de naadloze integratie van automatiseringstechnologie en IT-systemen binnen een Industry 4.0-productieomgeving. Een internationale SMD-productie kan worden gebaseerd op edge computing door communicatie-capabele sensoren en krachtige hardware te implementeren gateways en intelligente IIoT-softwareoplossingen.

Algemene technische kennis

Wat is edge-computing?

edge-computing is het tegenovergestelde van cloudcomputing. Bij centrale dataverwerking aan de edge van het netwerk, de zogenaamde edge, worden de data en diensten uit het datacenter verplaatst. Bij edge computing worden de gegevens verwerkt en geanalyseerd waar ze worden gegenereerd, b.v. B. op de sensoren zelf Dit maakt hogere snelheden mogelijk met een hogere datadoorvoer. Dit draagt weer bij aan een hogere productiviteit.