康耐视博客

什么是边缘计算?

what is edge computing large

如果您是一名生产线工程师,或任何参与提高制造或物流操作处理量的人,边缘计算绝对是您应该关注的一项技术。它能让您更好地了解生产线的运行,以及更快且更准确地做出决策。

随着被纳入物联网 (IoT) 下的外围设备和传感器产生更多的数据,并对网络和云资源提出更多的需求,出现了两个问题:

  • 带宽有限,传输大量数据会非常昂贵
  • 往返时间延迟,或延缓,导致对时间敏感的业务决策速度减慢。

同时,工厂车间的设备,包括功能强大智能相机和读码器,也获得了越来越多的机载计算能力,并因此产生越来越多的数据。将数据处理转移到靠近数据收集设备 — 即“边缘” — 的位置,您可以消除将数据发送到云并等待指令返回的延迟,从而减少网络拥堵并提高可靠性。

边缘计算作为生产信息系统的一部分

通常,传感器生成的数据会通过网关传输到集中式云应用,例如制造执行系统 (MES)、企业资源计划 (ERP) 以及各种其他业务和运营软件。这些信息使工厂能够产生并实施有价值的效率提升。分配所有这些数据,对其进行建模,然后运行分析,需要集中式系统有大量的计算能力。

通过边缘计算,线上的智能设备可以对数据进行过滤和压缩,减少网络负担。同时,它们可以为控制工程师提供生产线运行的实时信息,使他们能够真正地提高整体设备效率 (OEE)。

现代生产线的挑战与机遇

保持当今复杂的生产和配送系统高效、可靠地运行是一项艰巨的任务,而机器视觉系统多年来一直在帮助实现这些关键制造过程的自动化。这些设施的成功往往是以处理量来衡量的,而这些处理流程的任何中断都会带来沉重的成本和惩罚。因此,要解决问题并将停机时间降至最低就需要快速采取行动,因为几分钟的生产或运输损失可能会导致数千甚至数百万美元的损失。
然而,生产经理往往缺少正确的系统性能数据,无法在问题发生时进行充分的诊断,因此在问题出现时只能靠猜测。他们掌握的性能监控信息往往仅限于总体平均水平,看不到具体的或趋势性问题。

缺乏对系统性能的了解

缺乏对生产线运行的了解会导致:

  • 意外停机
  • 延迟或不必要的维护
  • 无法识别和指出浪费发生在哪里
  • 无法确定速度下降和发生错误的原因
  • 无法持续评估、检查和改进性能
  • 无法提高处理量
  • 无法有效地与工厂管理层沟通

另外,随着运营规模的提高,设备管理也会非常繁重。如果没有一个系统来跟踪设置变化(即使很小),出现影响整体性能的负面影响时就会很难做出诊断。边缘计算将更多的信息和分析数据放在了生产线工程师的手里,让他们能够更好地理解和控制他们管理的生产线。

正在进行边缘计算:发现未经授权修改读码器

具体的边缘计算应用示例可以帮助我们了解它的优势。边缘计算的一个关键优势就是能够轻松地进行深度分析,确定问题是出在生产线上还是读码器上,从而了解条码质量、监控对比度、条码位置或其他指标是否存在某种异常。识别这种根本原因后,可以暴露出一些非常常见的错误行为。

在一个有多条生产线、多个班次、并且未读取或延迟过多时需要报告的繁忙工厂里,人们会非常希望轻微调整一下这个让人不快的扫描仪,使该生产线的未读取率低于该班次的阈值。第二天,首班工程师会看到发生了一些变化,但却搞不清楚到底是什么变化,什么时候发生的。某个人虽然快速解决了问题,但却为全体带来了更严重的影响。

如果有边缘计算,工程师就可以进入查看变化,什么时间做的更改,以及更改的效果。这些更改可以恢复到之前的状态。解决问题后,可以进行更广泛的分析,以了解是什么造成这么高的无读取率。解决了根本原因,就能提高 OEE,也能最大限度地减少以后想调整相机的诱惑。

边缘的功能将更加强大

边缘计算为企业应用提供了干净的结构化数据,可帮助做出有效的长期和工厂全局决策。它还为生产线工程师提供了日常优化和改进运行的能力。若需更多信息,请下载边缘计算白皮书

更多帖子

获取产品支持和培训以及更多

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

联系我们