分析

用于边缘分析的高级算法

现代工业PC和云带宽考虑的大量计算能力使得云前直接在控制器上分析机器性能。

由Daymon Thompson. 2018年11月7日

云和边缘计算策略之间的争论仍然是许多控制工程师的争论点。但是,在Industrie 4.0上下文中的大多数同意智能工厂必须有效地收集,可视化和分析来自机器和生产线的数据,以提高设备性能和生产过程。高级分析算法允许公司通过这种大量信息或大数据来筛选,以确定改进的领域。

对一些人来说,边缘计算设备似乎创造了一个不必要的步骤,所有的数据都可以在云中以无限的空间进行管理。OPC统一架构(OPC UA)规范中内置的消息队列遥测传输(MQTT)加密和数据安全确保了所有数据在传输时都是安全的。然而,在分析和数据管理方面,边缘计算在监控设备运行状况和最大化生产正常运行时间方面具有重要优势。

由于现代机器可以产生大量的数据,带宽可以限制云计算,或者将成本推到设定的预算之外。新的分析软件策略基于pc控制器允许控制工程师利用先进的算法,除了数据预处理和压缩。因此,分析信息的一个关键进步是首先在边缘处理数据的概念,这使得单个机器和线路能够自己识别效率低下的地方,并在使用云对整个企业进行进一步分析之前进行改进。

云和数据带宽的挑战

根据服务计划,根据需要运行云中的所有分析可能是昂贵的,具体取决于需要多少存储空间,但更困难的命题是首先将数据传输到那里。管理带宽可以为工厂创建一个严重的问题,因为根据Akamai的最新连接报告,全球的平均以太网连接速度为7.2 Mbps。

当一台机器(更不用说多台机器了)向云发送数据时,其余的操作几乎没有带宽可用。Kloepfer, Koch, Bartel和Friedmann发表了两个用例来说明这一点。

在第一个使用案例中,风力涡轮机的结构动力学使用50个传感器,以100赫兹的采样率,需要2.8 Mbps带宽的标准javascript对象符号(JSON)流所有数据到云。对于第二种情况,物流内部的资产状态监测,使用了20个传感器,采样频率为1000赫兹,JSON需要11.4 Mbps。这是一个相关的测试,因为JSON是向云或web发送数据的常见格式。

如果没有压缩或预处理机制,平均7.2 Mbps的互联网连接就无法从3台或更多的大型机器或整个物流操作(需要高级测量、状态监控和生产可追溯性)传输数据。一个工厂必须使用一个更大的连接,多个连接,或者它可以利用先进的分析技术。

边缘设备和先进的算法

在过去,大多数可编程逻辑控制器(plc)能够控制机器中的重复任务,但拥有智能烤面包机的计算能力。工业pc (ipc)具有充足的存储空间和强大的处理器,有4个或多达36个核。这些ipc的自动化软件包与Windows一起运行,可以支持第三方应用程序,并可以远程访问。基于pc的控制软件可以提供先进的算法来管理数据,如预处理、压缩、测量和状态监控。这并不需要一个独立的软件平台。

条件监控执行许多操作,例如在本地将原始加速度计数据转换为频域。这可以在边缘设备或实际机器控制器的PLC程序中完成。例如,当分析振动时,该信息通常被收集为0到10 V或4到20 mA信号。这可以通过快速傅立叶变换(FFT)算法在控制器上更改为更可用的格式。

更广泛的机器振动评估是可能使用的DIN ISO 10816-3:机械振动-通过测量非旋转部件来评估机械振动.为了监测轴承寿命和其他特定部件,可以将算法添加到PLC程序中,先计算包络谱,然后计算功率谱。许多常见的机器条件和预测维护算法可以在机器控制或边缘设备上进行评估。

自动化软件应提供内置算法来处理确定性和随机数据。如果数据是确定性的,则使用预处理算法的控制器可以仅在更改时发送某些值。接收者应该知道数学相关性,并且如果需要,能够重建原始信号。对于随机数据,控制器可以发送诸如平均值的统计信息。虽然原始信号未知,但接收者仍然可以使用压缩的统计信息。

还可以在IPC上实现算法以通过集合序列监视进程数据。这包括根据已配置的数量的学习点或数据库定期将输入数据写入输入数据。在存储标准值之后,例如运动操作的扭矩,算法将周期值与它们进行比较。确保数据在配置的带宽中创建一种过程窗口监视类型,它可以立即立即重新调整,因为本地控制器的实时能力。

实施云和边缘策略

在本地边缘设备上运行高级算法可以减少云带宽需求,并为流程优化提供有效策略。然而,这并不意味着某个操作可以或应该断开与云的连接。在工业物联网(IIoT)时代,即使许多分析和决策任务可以首先在本地硬件上完成,在整个操作过程中收集和访问数据也是至关重要的。

要决定哪些需要发送到云,哪些可以在本地处理或预处理,请确保问以下问题:

  • 在这种情况下,您的操作希望通过数据采集实现的目标是什么?
  • 哪些数据集需要分析计算机以实现这些目标?
  • 运营需要什么样的数据洞察来提高效率和盈利能力?

使用边缘计算的本地监控通常最有效地工作以改善各种机器的运行。但是,云提供了最佳平台,以比较单独的机器,生产线或制造场所彼此相互作用。实现两者允许操作来最大化其功能。

Daymon Thompson.是自动化产品经理,北美贝克霍夫自动化.由Emily Guenther编辑,联系Content Manager,控制工程,《媒体,eguenther@cfemedia.com.

更多的答案

关键词:云计算,边缘计算

  • 比较Edge和云计算优化生产
  • 什么时候使用本地监测与云
  • 如何最好地跨设施操作访问数据。

考虑一下这个

是你的设施分析数据是否可以在本地或通过云进行处理以最大限度地提高效率?


Daymon Thompson.
作者简介:Daymon Thompson,自动化产品经理 - 北美,Beckhoff自动化。