目前,边缘计算在制造企业主要应用在以下几个场景:
1.设备智能监控
58914444 NDPI-02 在设备监控业务场景中,边缘计算能够支持对近亿条甚至更多的数据传输和处理,并保证传输的实时性和可靠性。同时,结合大数据及人工智能技术,边缘计算能及时对车间设备进行远程控制,并能够提升设备故障的预测能力,实现预测性运维,最大限度延长设备寿命和提高设备利用率。
边缘计算还应用到终端产品(如挖掘机、智能汽车等)的日常使用和运维中。远程控制无人挖掘机基于5G通讯技术、边缘计算和人工智能技术的融合,通过无人驾驶及5G远程遥控设备等实现准确快速施工,达到提升工作效率、节约费用、降低危险系数等功效。
2.机器人作业
传统的工业机器人已经很难满足智能制造时代对智能化和多感知融合等需求,必须依托互联网技术、深度学习和机器人操作系统平台等进一步构建下一代工业机器人。通过边缘计算的模式提升机器人作为终端执行设备的自主决策能力,是实现复杂工艺和协同控制的必要基础。
机器人智能作业的传输状态类信息,如关节的位置、速度等,58914444 NDPI-02 不仅信息量较大,而且对信息的实时性要求高;而控制命令信息对安全性和可靠性有较高要求。通过边缘侧与远程控制端、智能中心的配合能够实现机器人的智能控制。此外,边缘计算还应用在多机器人协同作业,保证多机器人安全、高效的协同完成任务。
3.AI质检
AI质检系统采用先进的边缘计算技术,将AI应用下沉到生产车间,在靠近设备的地方进行机器视觉分析,降低视频传输对网络带宽的需求。
58914444 NDPI-02
目前,边缘AI工业质检的训练阶段需要在边缘侧完成,利用深度学习进行数据的获取、标注、训练、测试和部署,然后根据产品检验要求对产品类别信息、缺陷位置、缺陷类别等检测结果进行反馈,提出预警并控制现场设备进行处理。边缘计算AI质检实现了工业产品外观缺陷的高精度识别分析,缩短了应用响应时间,提高了业务实时性。
4.产线优化
58914444 NDPI-02 柔性化作为制造业转型升级而产生的新型生产方式,受到了众多企业的追捧。由于数据分析慢、终端信息化程度低,实现柔性化生产对于传统制造业并不简单。而制造企业通过边缘计算能力控制不同的生产设备进行协作,实现工厂柔性化定制生产模式,让生产线变得更加智能。
边缘计算通过对设备的加工状态,如工艺参数、生产环境数据的监控,建立“状态改变对于加工质量影响”的数学分析模型,并通过趋势分析预测加工质量的异常,及时调整设备工艺参数,形成“监控-分析-调整-优化”的闭环,防止废品、残次品产生。
5.工厂安防
在工厂安防领域,需要借助边缘计算对人员进行精确定位以及将定位信息与实时视频、图像以及数据传输进行联动,保证毫秒级的响应及提示,为预警的有效性提供保障,以防止安全事故的发生。同时,为了数据的长期存储以便事故的追溯,需要借助边缘计算的大带宽、58914444 NDPI-02 实时性以及云端海量存储来实现这些需求。
6.机器人巡检
传统人为巡检工作量大,而且容易出现漏检。依托5G、AI和边缘计算,智能巡检机器人可以代替人力巡检。在机器人巡检场景中,必须要利用云端强大的大数据处理能力,对设备风险特征点进行有效的提取和分析,从而形成设备巡检报警模型。将机器人管理和DIAG系统(诊断系统)部署在边缘侧,通过5G网络回传实时高清巡检画面、设备信息、环境信息、系统交互等,判断现场产品是否与DIAG系统的产品信息一致,防止遗漏。
7.物流装备智能化控制
在智能工厂内部,多AGV之间的作业协同,调度算法极其复杂,而且复杂环境和大量的跨区域作业,对通讯的稳定性和带宽提出了更高的要求。随着企业内AGV数量的增加,云AGV可以更好的解决运算问题,边缘计算恰好能给云AGV提供高可靠、低时延的通讯条件支持。
边缘计算是物联网不可或缺的基础设施之一,目前,对于边缘计算技术的研究和认识依然在持续深入。伴随5G商用的不断推进和边缘计算产业生态的发展完善,工业互联网、虚拟现实、智慧交通、无人驾驶以及众多目前难以想象的边缘计算典型场景有望加快落地、走向应用和普及,将会给整个社会创造更大的价值。