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(bǔ)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(jī)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(jī)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(yùn)行的其他進(jìn)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(bǔ)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(jī)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(jī)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(yùn)行的其他進(jìn)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(jìn)流程、優(yōu)化維護(hù)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(yuǎn)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(jìn)流程、優(yōu)化維護(hù)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(yuǎn)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(yuǎn)程站點可能依賴蜂窩網(wǎng)絡(luò)進(jìn)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(yùn)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(yuǎn)程站點可能依賴蜂窩網(wǎng)絡(luò)進(jìn)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(yùn)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(jī)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(jī)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(fù)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(jìn)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?，并在適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(jī)時間來檢查和維修設(shè)備。憑借更強(qiáng)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(qiáng)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，