Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Tecnologia da Internet das Coisas

Atualizando Indústria 4.0 com análise de borda


Pesquisa do provedor de informações de mercado IoT Analytics revelou que tornar os sistemas de computação de ponta ‘inteligentes’ integrando ferramentas inteligentes é um fator chave para o crescimento contínuo da tecnologia.

A analítica de borda é o principal habilitador de uma solução de borda inteligente, ampliando o escopo de seus casos de uso ao habilitar ações de dados de baixo volume e baixa latência. Aqui, Johan Jonzon, cofundador e CMO da plataforma de análise de streaming de baixo código Crosser , explica a importante função da análise de borda na Indústria 4.0.

Uma pesquisa de 2020 conduzida pelo provedor de automação industrial Yokogawa revelou que 48% dos entrevistados valorizam a produtividade como um foco principal em suas estratégias de digitalização, enquanto 40% consideram a eficiência operacional como seu principal objetivo.

A computação de borda desempenha um papel fundamental em facilitar essa aceleração, mas tornar a borda inteligente é essencial para manter seu valor. A análise de borda é o processo de coletar, analisar e agir sobre os dados coletados de dispositivos IIoT diretamente da borda, permitindo que os fabricantes aumentem sua eficiência e tornem a inovação mais rápida. Mas como?

Acessando dados de máquina


O big data lançou as bases da Indústria 4.0, mas acessá-lo da maneira certa continua a desafiar os fabricantes. O chão de fábrica tem tantas máquinas diferentes, que coletam dados com o potencial de fornecer informações valiosas. Recuperar dados relevantes no formato correto é o primeiro obstáculo para os fabricantes que buscam aproveitar ao máximo seus recursos de ponta.

No entanto, não é apenas a quantidade de dados que a análise de borda controla. Ele também é usado para harmonizar dados, convertendo conjuntos de dados diferentes em um formato comum para compatibilidade e comparação de máquina. O chão da fábrica contém equipamentos de várias gerações, que coletam dados de maneiras diferentes.

O processamento dessa vasta quantidade de dados no limite evita sobrecarregar o sistema de nuvem e também reduz significativamente os custos associados. Ao evitar serviços caros de entrada na nuvem, apenas o processamento e armazenamento de dados relevantes na nuvem podem reduzir os custos em até 99%.

Racionalização de processos industriais


Superar os problemas de acesso aos dados é o primeiro benefício da análise de ponta para os fabricantes, mas estabelecer como aproveitar ao máximo os dados coletados é a próxima peça do quebra-cabeça. Pesquisa conduzida por Forrester estimou que entre 60 e 73% de todos os dados coletados não são usados ​​para análises. No entanto, acessar dados em tempo real pode melhorar o desempenho da máquina e otimizar a eficiência operacional.

A análise dos dados no limite dá aos fabricantes a oportunidade de avaliá-los à medida que os dados são produzidos e responder às máquinas para melhorar seu desempenho. Por exemplo, a velocidade com que uma máquina está funcionando pode ser modificada imediatamente em resposta aos dados coletados na próxima máquina no chão de fábrica.

Optar por fazer isso na borda, em vez de na nuvem, torna esse aplicativo possível. Manter os dados locais facilita a comunicação valiosa máquina a máquina (M2M) entre equipamentos de diferentes gerações em execução em protocolos diferentes usando dados de fontes diferentes, agilizando os processos de fabricação.

Melhorar a gestão empresarial


A eficiência do chão de fábrica afeta todas as operações comerciais. Se a produção diminuir ou houver falha de equipamento, pode haver uma grande interrupção em toda a cadeia de abastecimento. Assim como a analítica de ponta pode conectar máquinas e processos sem enviar dados para a nuvem, ela também pode integrar dados ao sistema de planejamento de recursos empresariais (ERP).

Um sistema ERP é um software de gerenciamento de processos de negócios que gerencia as finanças, cadeia de suprimentos, operações, manufatura e atividades de recursos humanos de uma empresa em um só lugar.

Os sistemas ERP estão cada vez mais se movendo em direção a uma arquitetura orientada a eventos (EDA), que usa informações para conectar funções de negócios em tempo real, respondendo a "eventos". O software de análise de borda orientado a eventos modernos pode ser usado como a camada de conexão entre o chão de fábrica e o sistema ERP, que pode ser usado para enviar dados relevantes em tempo real para outras funções de negócios.

Dessa forma, os dados coletados diretamente do chão de fábrica podem ser usados ​​em várias áreas de negócios, para melhorar o controle de qualidade, atender a aumentos na demanda de produtos e evitar interrupções devido ao tempo de inatividade inesperado do equipamento.

A análise de borda é uma tecnologia chave para aproveitar ao máximo uma infraestrutura de borda inteligente. Ao facilitar a comunicação em tempo real entre máquinas, processos e outras áreas de negócios para uma saída de produção mais eficiente, a análise de borda permite que os fabricantes maximizem o potencial dos dados da máquina para aumentar a eficiência não apenas no chão de fábrica, mas em todas as operações da empresa.

O autor é Johan Jonzon, cofundador e CMO da Crosser, plataforma de análise de streaming de baixo código.

Tecnologia da Internet das Coisas

  1. Perguntas e respostas com um arquiteto de soluções da indústria 4.0
  2. O que eu faço com os dados ?!
  3. Computação de borda:5 armadilhas potenciais
  4. Mais perto da borda:Como a computação avançada conduzirá a Indústria 4.0
  5. Otimizando a fabricação com Big Data Analytics
  6. Principais plataformas de análise de dados de IoT
  7. Por que as empresas estão implementando o Edge Analytics em sua linha de trabalho
  8. Automotivo no limite
  9. Melhore a tomada de decisões na fabricação avançada com análises
  10. Tecnologias emergentes da indústria 4.0 com exemplos do mundo real