電子發(fā)燒友網(wǎng)>電子資料下載>電子資料>將 IIoT 的頭腦從云端中取出

將 IIoT 的頭腦從云端中取出

2513537 2022-11-25 | pdf | 218.94KB | 次下載 | 免費

資料介紹

IIoT：不僅僅是云計算IIoT：不僅僅是云計算工業(yè)物聯(lián)網(wǎng) (IIoT) 通常與大數(shù)據(jù)和云相關(guān)聯(lián)，從廣泛分布的傳感器收集大量數(shù)據(jù)，將“信息轉(zhuǎn)化為洞察力”。在某些工業(yè)流程中，獲得洞察力的時間至關(guān)重要，將數(shù)據(jù)發(fā)送到云端和接收響應(yīng)所涉及的延遲可能會過長。在其他情況下，數(shù)據(jù)安全可能會受到威脅，或者可能無法快速、可靠地連接到互聯(lián)網(wǎng)。為了克服這些挑戰(zhàn)，邊緣計算可以補充云的大數(shù)據(jù)處理能力。它可以執(zhí)行需要即時響應(yīng)的計算密集型任務(wù)，并在適當(dāng)?shù)臅r候存儲和過濾要傳輸?shù)皆贫说臄?shù)據(jù)。邊緣計算可以包含簡單的數(shù)據(jù)過濾、事件處理、甚至機器學(xué)習(xí)，并且可以托管在任何連接的設(shè)備上，從小型嵌入式計算機或 PLC 到工業(yè) PC 或本地微型數(shù)據(jù)中心。與在同一平臺上運行的其他進程隔離并且占用空間小是關(guān)鍵要求。工業(yè)物聯(lián)網(wǎng) (IIoT) 通常與大數(shù)據(jù)和云相關(guān)聯(lián)，從廣泛分布的傳感器收集大量數(shù)據(jù)，將“信息轉(zhuǎn)化為洞察力”。在某些工業(yè)流程中，獲得洞察力的時間至關(guān)重要，將數(shù)據(jù)發(fā)送到云端和接收響應(yīng)所涉及的延遲可能會過長。在其他情況下，數(shù)據(jù)安全可能會受到威脅，或者可能無法快速、可靠地連接到互聯(lián)網(wǎng)。為了克服這些挑戰(zhàn)，邊緣計算可以補充云的大數(shù)據(jù)處理能力。它可以執(zhí)行需要即時響應(yīng)的計算密集型任務(wù)，并在適當(dāng)?shù)臅r候存儲和過濾要傳輸?shù)皆贫说臄?shù)據(jù)。邊緣計算可以包含簡單的數(shù)據(jù)過濾、事件處理、甚至機器學(xué)習(xí)，并且可以托管在任何連接的設(shè)備上，從小型嵌入式計算機或 PLC 到工業(yè) PC 或本地微型數(shù)據(jù)中心。與在同一平臺上運行的其他進程隔離并且占用空間小是關(guān)鍵要求。數(shù)據(jù)價值最大化數(shù)據(jù)價值最大化IIoT 的大部分價值在于它可以聚合來自多個來源的信息，以幫助企業(yè)看到更大的圖景：如何改進流程、優(yōu)化維護活動、減少浪費和能源消耗，以及消除可避免的成本。IIoT 的以云為中心的視圖可以看到使用重量級軟件應(yīng)用程序在遠程數(shù)據(jù)中心組裝和分析的各種數(shù)據(jù)流。IIoT 的大部分價值在于它可以聚合來自多個來源的信息，以幫助企業(yè)看到更大的圖景：如何改進流程、優(yōu)化維護活動、減少浪費和能源消耗，以及消除可避免的成本。IIoT 的以云為中心的視圖可以看到使用重量級軟件應(yīng)用程序在遠程數(shù)據(jù)中心組裝和分析的各種數(shù)據(jù)流。該模型假定可靠的互聯(lián)網(wǎng)連接始終可用，有足夠的帶寬可用于處理被推送到云端的數(shù)據(jù)，以及延遲——從數(shù)據(jù)生成到云端接收結(jié)果的時間——是可以接受的。然而，這些重要成分中的任何一種都可能缺失。遠程站點可能依賴蜂窩網(wǎng)絡(luò)進行互聯(lián)網(wǎng)連接，盡管覆蓋范圍可能不完整或不可靠。大量傳感器可能會生成大量數(shù)據(jù)，這些數(shù)據(jù)與云端通信的成本很高，特別是如果它包含高清圖像或視頻。出于安全原因或為了保持運營效率，可能需要實時做出復(fù)雜的決定。另一方面，數(shù)據(jù)安全可能是一些公司的問題，該模型假定可靠的互聯(lián)網(wǎng)連接始終可用，有足夠的帶寬可用于處理被推送到云端的數(shù)據(jù)，以及延遲——從數(shù)據(jù)生成到云端接收結(jié)果的時間——是可以接受的。然而，這些重要成分中的任何一種都可能缺失。遠程站點可能依賴蜂窩網(wǎng)絡(luò)進行互聯(lián)網(wǎng)連接，盡管覆蓋范圍可能不完整或不可靠。大量傳感器可能會生成大量數(shù)據(jù)，這些數(shù)據(jù)與云端通信的成本很高，特別是如果它包含高清圖像或視頻。出于安全原因或為了保持運營效率，可能需要實時做出復(fù)雜的決定。另一方面，數(shù)據(jù)安全可能是一些公司的問題，在任何這些情況下，將從過程或設(shè)備捕獲的原始數(shù)據(jù)發(fā)送回云端都是不切實際的。盡管如此，在單個機器或過程控制邏輯級別之上還需要一些智能和決策制定能力，使企業(yè)能夠確定最佳行動方案。這就是邊緣計算的作用。在任何這些情況下，將從過程或設(shè)備捕獲的原始數(shù)據(jù)發(fā)送回云端都是不切實際的。盡管如此，在單個機器或過程控制邏輯級別之上還需要一些智能和決策制定能力，使企業(yè)能夠確定最佳行動方案。這就是邊緣計算的作用。邊緣計算帶來推動力邊緣計算帶來推動力作為 IIoT 的一部分，邊緣計算的重要性與日俱增。在靠近資產(chǎn)或流程的地方實施一線計算能力可以實現(xiàn)對事件的智能或協(xié)調(diào)響應(yīng)，并有助于減輕云端的數(shù)據(jù)處理負擔(dān)。在一個可能有數(shù)十、數(shù)百甚至數(shù)千個傳感器的系統(tǒng)中，來自這些傳感器的大部分?jǐn)?shù)據(jù)可能價值很小，只是報告“正?！辈僮鳁l件。智能網(wǎng)關(guān)可以過濾這些數(shù)據(jù)，并更有效地丟棄或重新打包傳輸?shù)皆贫诉M行存儲和分析。當(dāng)感興趣的事件發(fā)生時，智能節(jié)點可以快速確定正確的響應(yīng)，向連接的設(shè)備發(fā)出適當(dāng)?shù)闹噶睿⒃谶m合云消費的報告中總結(jié)事件。與對來自少數(shù)傳感器的信號的高度本地化響應(yīng)不同，邊緣計算與更協(xié)調(diào)的行動相關(guān)聯(lián)，評估來自更多傳感器的數(shù)據(jù)以在更高級別做出決策。例如，如果在鉆井平臺中檢測到過度振動，則可能是采礦應(yīng)用。對從振動傳感器接收到的錯誤信號的標(biāo)準(zhǔn)響應(yīng)可能是停止鉆孔，從而導(dǎo)致生產(chǎn)損失和不必要的停機時間來檢查和維修設(shè)備。憑借更強大的計算能力和更多的傳感器輸入和存儲的歷史數(shù)據(jù)，更強大的邊緣計算設(shè)備可以評估對整個系統(tǒng)的影響并識別幾種可能的響應(yīng)并計算結(jié)果，