L'informatique en périphérie pour les industriels

Introduction

Les nouvelles technologies révolutionnent la manière dont les fabricants relient leurs processus et collectent des données sur le terrain.

L'Edge Computing figure parmi les technologies les plus prometteuses.

L'Edge Computing est une méthode visant à améliorer l'agrégation et le traitement des données en plaçant les ressources informatiques à proximité du lieu de collecte des données.

Ce guide vous présentera l'Edge Computing et vous expliquera comment les fabricants de toutes tailles peuvent tirer parti de l'utilisation Appareils Edge optimiser leur IIoT Suivi machine .

L'informatique en périphérie désigne l'affectation des charges de travail informatiques aux « périphéries » d'un réseau, c'est-à-dire auxappareils et aux ressources situés plus près des terminaux du réseau qu'un centre de données centralisé ou le cloud.

Dans le secteur industriel, les ressources de l'edge computing peuvent inclure des machines, des passerelles, des convertisseurs de protocole ou d'autres types de contrôleurs industriels. Le plus souvent, dans ce secteur, l'edge computing désigne l'utilisation d'un dispositif dédié à la périphérie.

En répartissant les ressources informatiques, les fabricants peuvent :

1. améliorer la vitesse de traitement des données

2. séparer rapidement le signal du bruit

3. améliorer l'accessibilité des données

Le principe de l'edge computing repose sur le fait qu'il est plus rapide et plus efficace de traiter les informations à la source.

Réfléchissez à la manière dont les informations transitent d'un équipement industriel vers un centre de données. La machine génère des données (température, vibrations, régime, consommation de ressources, etc.) pendant son fonctionnement. Ces données doivent probablement subir une conversion de format ou de protocole pour être exploitables par les ingénieurs. Elles sont ensuite acheminées soit vers un serveur sur site, soit vers une base de données dans le cloud. Si elles sont envoyées vers le cloud, elles peuvent devoir parcourir une distance considérable pour atteindre un ou plusieurs serveurs physiques dispersés géographiquement.

Si le cloud computing et le stockage dans le cloud sont indispensables à l'Internet industriel des objets, ce cycle entre la génération, le traitement et le renvoi des données peut poser des problèmes liés à la latence, à la bande passante et à la gestion des données.

Dans le cadre de processus de fabrication sensibles, même un léger retard peut avoir des répercussions importantes sur l'efficacité et la qualité.

L'edge computing permet d'éviter cela en garantissant que le traitement des données s'effectue à proximité immédiate, tant sur le plan géographique que sur le plan du réseau, du lieu où ces données sont générées.

Pour comprendre pourquoi l'informatique en périphérie est importante dans le secteur manufacturier, il faut d'abord saisir certains défis liés aux architectures cloud.

Le secteur industriel utilise depuis longtemps des architectures informatiques centralisées. Dans un système centralisé, les informations générées tout au long d'un processus sont traitées et stockées sur un serveur central. Cette approche s'est avérée essentielle pour traiter de grands volumes de données, ainsi que pour gérer les contrôles sensibles.

Avec l'avènement du cloud, cette « colonne vertébrale » s'est déplacée des ressources sur site vers des sites géographiquement éloignés. Le parcours que suivent les données pour atteindre le cloud reste toutefois fondamentalement le même.

Grâce aux progrès réalisés dans le domaine de l'informatique en périphérie, le secteur manufacturier revient à un modèle décentralisé.

Plutôt que de concentrer le traitement des données en un seul endroit, les systèmes décentralisés tels que l'edge computing tirent parti des capacités de calcul et de stockage disponibles au niveau des nœuds répartis sur l'ensemble du réseau. Ce type de structure est dit « décentralisé » car le traitement s'effectue là où les ressources sont disponibles et suffisantes. Dans les systèmes décentralisés, la proximité est un facteur déterminant pour choisir le lieu où s'effectue le traitement.

Même si le développement de l'edge s'accompagne d'une expansion de l'informatique décentralisée, il est important de noter que cela ne signifie pas pour autant que l'edge remplacera le cloud.

Au contraire, la périphérie et le cloud entretiennent une relation symbiotique.

Pour de nombreux fabricants, l'infrastructure cloud est indispensable pour garantir que les données sont stockées dans un emplacement accessible et évolutif. Elle est nécessaire pour soutenir les opérations avec une puissance de calcul suffisante sans avoir à supporter des dépenses importantes pour l'équipement sur site.

Sans le cloud, la gestion du stockage, de l'extraction et de l'analyse des données serait nettement plus complexe. Or, les réalités des Suivi machine modernes Suivi machine l'edge computing particulièrement intéressant.

Ainsi, les fabricants peuvent tirer le meilleur parti de leurs initiatives numériques en combinant une infrastructure cloud et l'edge computing en fonction des besoins opérationnels.

Ce type d'architecture hybride, dans laquelle une infrastructure centralisée prend en charge le traitement décentralisé, est souvent appelé « fog computing ». En d'autres termes, le « fog » permet de rapprocher le cloud du terrain.

En effet, selon les meilleures estimations concernant l'avenir de chaque technologie, le marché du cloud et celui de l'edge devraient tous deux connaître une croissance significative au cours de la prochaine décennie.

Appareils Edge être des capteurs, des machines IoT, des passerelles ou des ordinateurs monocarte. Qu'il s'agisse de petites ou de grandes entreprises manufacturières, ils constituent un moyen rapide et simple de rationaliser les initiatives numériques. Ces appareils fonctionnent avec une alimentation minimale, consomment peu d'énergie et peuvent s'avérer extrêmement rentables.

Appareils Edge un élément essentiel de tout Suivi machine . Ils revêtent une importance particulière pour plusieurs raisons.

Traduction de protocoles - Toutes les machines ne communiquent pas via les mêmes protocoles. Alors que les machines plus récentes peuvent communiquer à l'aide de protocoles tels que MTConnect et OPC UA (architecture unifiée de communication en plateforme ouverte), soit de manière native, soit à l'aide de produits de traduction comme Kepware, d'autres nécessitent des appareils permettant de rendre les données des capteurs lisibles pour l'utilisateur final. Les machines plus anciennes, en particulier, ont besoin d'un appareil intermédiaire pour convertir les données des capteurs en informations exploitables. Appareils Edge peuvent capturer les informations provenant de IoT et les traduire dans les protocoles de votre choix afin de transformer les données en informations exploitables.

Données provenant de plusieurs capteurs - Dans de nombreux cas, pour comprendre les performances et l'état d'une machine, il est nécessaire de collecter simultanément des données provenant de plusieurs capteurs. Par exemple, si vous souhaitez déterminer la cause première de la défaillance d'une pièce dans une fraiseuse à commande numérique, il est important de disposer de données sur tous les paramètres susceptibles de contribuer à la détérioration de cette pièce.

Appareils Edge de compiler les données provenant de plusieurs capteurs afin d'obtenir une vision plus complète de l'état de santé des machines. Cela vous permet d'aller au-delà des conjectures pour identifier les causes profondes.

Données provenant de plusieurs machines - Nous considérons que chaque machine revêt une importance particulière. Cependant, les informations les plus pertinentes apparaissent lorsque les données d'une seule machine sont comparées à celles de l'ensemble d'un service. Appareils Edge agréger et Appareils Edge centraliser les données provenant de différentes sources, ce qui facilite la compréhension des performances en temps réel.

Filtrer le signal du bruit - Toutes les informations générées par une machine ne sont pas forcément utiles. Appareils Edge distinguer les informations importantes – par exemple lorsqu’une machine dépasse un paramètre défini ou lorsqu’un événement spécifique est détecté – du flot de données générées pendant les périodes de fonctionnement normal. De plus en plus, Apprentissage machine sont exécutés sur Appareils Edge faciliter ce processus de filtrage.

Informations en temps réel - Pour de nombreux fabricants, Suivi machine un moyen de suivre la production en temps réel. Si les données historiques sont importantes pour comprendre les performances et l'état des machines au fil du temps, il est tout aussi utile de disposer d'une visibilité sur l'état des machines pendant les heures de fonctionnement. Appareils Edge transférer les données des machines vers des tableaux de bord d'analyse visuelle. En acheminant les données des machines via un appareil Edge, les fabricants peuvent accéder aux analyses nécessaires pour obtenir des informations en temps réel.

De plus en plus, la réussite dans le secteur manufacturier passe par l'exploitation des données opérationnelles à des fins Amélioration continue. En bref, cela nécessite un Suivi machine .

Mais Suivi machine toujours. Les systèmes de production génèrent une quantité colossale de données. Or, ces données ne sont d'aucune utilité si elles ne peuvent être stockées et consultées sous une forme exploitable.

Parmi les fabricants qui surveillent les performances de leurs machines, rares sont ceux qui disposent d’une stratégie de gestion des données. Ils sont encore moins nombreux (14 %, selon certaines estimations) à déclarer ne rencontrer aucune difficulté à gérer la multitude de données générées dans leurs ateliers.

C'est là Appareils Edge vous aider.

Appareils Edge garantir que les données de vos machines sont 1.) lisibles, 2.) accessibles, 3.) sécurisées, 4.) pertinentes par rapport aux indicateurs clés de performance (KPI) que vous souhaitez suivre.

Pour vous montrer comment Appareils Edge peut être utilisé dans des contextes de fabrication réels, voyons comment un Tulip utilise notre IoT pour collecter des données à partir de ses machines existantes.

Ce fabricant était confronté à un problème courant. Bien que ses machines existantes ne présentaient aucun défaut de fonctionnement, elles ne pouvaient pas se connecter à Internet de manière native. Par conséquent, l'évaluation des performances des machines se faisait manuellement. À bien des égards, ses calculs du TRS sujets à erreur, et ses analyses des goulots d'étranglement peinaient à identifier les causes profondes.

Afin de mieux comprendre son processus de production, ce client a utilisé IoT et Tulip Appareils Edge connecter ses machines analogiques au réseau.

Grâce Appareils Edge aux capteurs, ce fabricant a pu mesurer la vitesse de rotation et d'autres paramètres clés des machines. Avec un investissement initial modeste, il a pu améliorer suffisamment sa compréhension des processus de production pour identifier les goulots d'étranglement et mieux équilibrer ses lignes. La IoT permet à ce fabricant de collecter des données provenant de plusieurs machines simultanément. Le fabricant regroupe ces informations dans un Tableau de bord de production visuel via Tulip . Désormais, tous les membres de l'atelier ont une vision en temps réel de la production.

En croisant ces données techniques avec celles relatives aux performances humaines, ils ont pu avoir une vision globale de leurs opérations, identifier les points à améliorer et comprendre précisément comment les travaux en cours circulaient sur leurs lignes de production.

Au final, ce fabricant a augmenté son volume de production de 15 %. Il a atteint ses objectifs ambitieux en matière d'augmentation de la production tout en réduisant le coût des marchandises vendues. En remettant en service une usine existante, il a pu améliorer la disponibilité des équipements et la visibilité, ce qui a eu un impact réel sur l'activité.