智慧製造2019.04.25

邊緣運算是算什麼?

飛飛

物聯網 雲端服務 創新

在物聯網的架構下,資料來自四面八方,而正是如此多源流資料蒐集,提升資料的即時性、有效性、精緻度,以至而後運算的準確性;避免現今所倚賴人工輸入、個別軟體匯出分析結果,再由人工綜合判讀的諸多不足。

邊緣與雲所構成的運算架構體系,即是針對物聯網多源資料流,以分工合作方式完成資料庫建構、統計分析,並待未來人工智慧技術更臻成熟之時,進階提供更深度的智慧決策建議與選項功能。因此,在眼下邁入 5G 通訊商用化階段初始,運算體系的建立將是日後躍進人工智慧的根基,尤其是歷史性資料庫各種相關數據及實務演算累計經驗值。及早建構,不僅是資料庫越強大,也更能儘早優化製造流程,去蕪存菁並自我修正,形塑出最核心價值及市場定位,早一步卡位 5G 產業新生態

 

Smart Factory 為例,邊緣運算的主要功能在肩負 OT 資料流蒐集與相關即時性運算;其中兩大資料流來源:感測器、機械工控系統,前者具備現場資料蒐集,後者則具低延遲性優先的特性。譬如:以往環境感測與機械工控的資料整合,需透過人工輸入後報表輸出,再經人工判定後修正機器設定。邊緣運算則能即時整合兩大資料流,可將現場環境因素的感測數值,直接匯入系統進行邊緣運算;並經此判定後,直接透過控制器變更機械狀態或作動。不僅是有益於環境值敏感度高的產線,如:生鮮食品、化學加工品等,高效率降低不良品,對於精密儀器,或是注重環境因素的工具機更是有利於降低其故障率。

此外,影像辨識亦通常納入邊緣運算。影像辨識同為低延遲性優先考量的演算需求,以便在影像入鏡當下的短促時間內即時正確辨識。而影像辨識用於工廠環境可加強人員安全,像是:禁區警示、移動機件近身警示等;或者可應用於產線上,異物/人員入侵即刻停止作動中的機械動作,避免損壞機械/造成人身事故。不只如此,影像辨識也可用於穿戴式裝置,協助即時顯影 3D 維度量測,無論是品質管理、產線作業等都能提供即時資訊,實現即時品管、提高產線流暢性。影像辨識還可應用於產線上機械協作之間,像是:影像辨識產品定位有異時,即時停止如打印、鑽孔、填料等作業,並發出警訊;或通訊對應機台,自動啟動機械調整功能,就是可優化產線流程管理的應用。

預測性維護也適用於邊緣運算。現場每日累計的環境值、機械實際啟動次數或作動次數、如地震等外部因素測值、噪音震動測值等異常因素匯入 IoT 閘道器後,經綜合各項實測指數再透過歸納分析等進行相關運算,協助判定。如此,設備維護、零件更換都將不再只靠通用性建議值或記憶性經驗,而足以依據個別工廠環境、實務作業期間環境等實際情況, 基於更豐富的資料來源,取得更精準的預測結果,有效減少產線的干擾因素。

 

以感測數據、影像辨識形塑製造現場實境,再經邊緣運算後自動協作機台作業,可輔助 OT 現場控管人員更輕鬆維護產線流暢性。自動化資料流程不只可自動蒐集資料,還可針對現場環境變動、異常狀況,自動控管產線作業及機台作動,達到更實時又精準的機台協作,並能自動紀錄作業日誌。重複性、特定條件相關判定交給邊緣運算,讓 OT 控管人員專注於創新現場管理好主意。

 

延伸討論

智慧製造

萬事起頭也不難_IoT 系統導入有訣竅

飛飛
系統的建置與導入,向來就是大工程。千頭萬緒何處著手,總容易讓實具驚人效益的系統建置/導入計劃,還沒出會議室就先無以為繼,始終處於討論階段。物聯網這樣牽動公司整體業務流程與管理層面的系統,更需多方配合得以成局。幾個小撇步,具有引槓桿平衡作用力的潛力,期以吹灰之力助益順利達陣。
智慧製造

萬丈高樓不用平地起_物聯網有捷徑!

飛飛
物物相聯,不只是裝置/設備之間自動資訊連線、相互連動。其核心價為透過資訊層面,即時掌握企業管理的各個層面及面向,最終還是在於成就及時、有效率的整體商業策略與時並進。
智慧製造

讓AI來當 5G IoT Networks的CEO,你看可行嗎?

飛飛
虛擬化的浪潮吹向網路功能,也吹向網路功能據以建構的Infrastructure電信基礎設備。5G無線通訊進入商業化導入階段,無線電基地台如今也正當起步建構。光是5G 其中的高頻段特性,就可預期基地台所需數量將超越過往 2G – 4G時代,那麼不只是硬體需求,5G網路管理上也可見勢必有所變革。