Guide du fabricant sur l'informatique de périphérie

Vous trouverez ci-dessous ce que nous aborderons dans cet article détaillé sur l'informatique de pointe dans le secteur manufacturier. Sélectionnez un lien si vous souhaitez accéder à une section particulière :

• Une introduction à l'informatique de périphérie dans le secteur manufacturier
• Qu'est-ce que l'informatique de périphérie ?
• Qu'est-ce qu'une plate-forme informatique Edge ?
• Qu'est-ce qu'un appareil Edge ?
• La relation entre la périphérie et le cloud
• Cas d'utilisation de l'Edge Computing dans le secteur manufacturier
• L'évolution du paysage de la connectivité dans le secteur manufacturier

Une introduction à l'informatique de périphérie dans la fabrication

Le cadre informatique de pointe trouve rapidement sa place dans une variété d'industries à mesure que les appareils Internet des objets (IoT) deviennent plus courants. L'un des cas d'utilisation les plus prometteurs de l'edge computing est celui de la fabrication, où ces nouvelles technologies peuvent potentiellement conduire à des gains de productivité massifs.

Alors que l'IoT s'avère déjà être un catalyseur essentiel dans l'usine, les entreprises cherchent désormais à améliorer encore la réactivité de leurs systèmes de fabrication. Pour y parvenir, ces organisations adoptent la fabrication intelligente avec l'informatique de pointe comme principal catalyseur.

La fabrication intelligente envisage un avenir où les équipements d'usine peuvent prendre des décisions autonomes en fonction de ce qui se passe dans l'usine. Les entreprises peuvent intégrer plus facilement toutes les étapes du processus de fabrication, y compris la conception, la fabrication, la chaîne d'approvisionnement et les opérations. Cela facilite une plus grande flexibilité et réactivité lors de la participation à des marchés concurrentiels. La concrétisation de cette vision nécessite une combinaison de technologies connexes telles que l'IoT, l'IA/le machine learning et l'Edge Computing.

Le principal avantage de la collecte d'analyses à la périphérie du réseau est la capacité d'analyser et d'exécuter des données en temps réel sans les coûts de bande passante liés à l'envoi de ces données hors site (vers le cloud ou le centre de données) pour analyse. La fabrication est urgente en termes d'éviter la production de composants non conformes aux spécifications, les temps d'arrêt de l'équipement, les blessures ou la mort des travailleurs. Pour les tâches plus complexes et à plus long terme, les données peuvent être envoyées vers le cloud et combinées avec d'autres formes de données structurées et non structurées. Par conséquent, l'utilisation de ces deux cadres informatiques distincts n'est pas mutuellement exclusive, mais plutôt une relation symbiotique qui tire parti des avantages de chacun. Ci-dessous, nous approfondissons les cas d'utilisation et la relation entre le cloud et la périphérie dans la fabrication.

Tout d'abord, nous allons définir les composants d'un framework d'edge computing.

Qu'est-ce que l'Edge Computing ?

L'Edge computing est un cadre informatique distribué qui rapproche le calcul et le stockage des données de la source des données, améliorant ainsi le temps de réponse et économisant de la bande passante.

En termes simples, l'informatique de pointe consiste à prendre du code qui s'exécute dans le cloud et à l'exécuter à proximité ou sur des appareils locaux. Les exemples incluent des dispositifs de passerelle (tels que MachineMetrics Edge) ou même un PC assis à côté d'un équipement compatible IIoT.

Avec l'edge computing, moins de données doivent être transmises au cloud. Ceci est particulièrement utile pour collecter des données à haute fréquence utilisées pour exécuter des algorithmes d'apprentissage automatique. Étant donné que ces données peuvent être traitées à la périphérie, elles peuvent être exploitées immédiatement. En revanche, si ces données à haute fréquence devaient être transmises au cloud, traitées puis exploitées, il y aurait un effet de latence. L'informatique de périphérie résout ce problème.

Pour comprendre l'edge computing, il est utile de penser qu'une solution IoT comporte généralement trois composants :

• Choses comme les appareils IdO, qui génèrent des données de capteur.
• Insights vous extrayez de ces données.
• Actions vous travaillez sur la base de ces informations pour fournir une sorte de valeur.

Avec l'edge computing, vous déplacez les insights et actions composants du cloud vers l'appareil. En d'autres termes, vous apportez une partie du code directement dans l'appareil, qui est utilisé pour traiter et extraire des informations des données et effectuer une action en réponse.

Dans la fabrication, les choses il peut s'agir de machines ou d'équipements dans votre atelier. Insights pourraient donc être des données machine en temps réel. Et un exemple d'action peut être une opération de pause de la machine en raison d'une rupture d'outil anticipée.

Qu'est-ce qu'une plate-forme Edge Computing ?

Une plate-forme de pointe conçue pour la fabrication vous permet de collecter des données à partir de systèmes industriels tels que des automates programmables, des systèmes de contrôle numérique, des capteurs ou des historiens et d'exécuter des applications localement sur les données, telles que le traitement des événements, l'analyse prédictive, les modèles d'apprentissage automatique, etc. dans un premier déploiement hors ligne.

Les plates-formes informatiques Edge gèrent les applications, les appareils et les connexions qui fonctionnent à la périphérie d'un réseau. Ici, les appareils périphériques et les équipements connectés ("objets") peuvent communiquer et effectuer des tâches à un rythme plus rapide que ceux obtenus avec le cloud computing pur.

Gérer de nombreux appareils périphériques peut être une tâche difficile. Une plate-forme de gestion de périphérie centralisée atténue ce problème en connectant les nombreux périphériques de périphérie disparates pour assurer une gestion appropriée de l'ensemble du réseau. Par exemple, avec une plate-forme informatique en périphérie, les fabricants peuvent diffuser des mises à jour de sécurité sur tous les appareils en périphérie et dépanner si nécessaire.

En un sens, les plates-formes informatiques de pointe rapprochent simplement les ressources de calcul d'un cloud des sources de données. Ainsi, les plates-formes de périphérie font simplement le travail d'une plate-forme de cloud computing, mais à la périphérie. Cela réduit la pression sur les ressources de cloud computing et réduit la latence des données entre l'appareil périphérique et l'équipement. Si l'apprentissage automatique et l'IA sont la voie de l'avenir, la vitesse à laquelle les données peuvent être stockées et analysées est vitale.

Qu'est-ce qu'un appareil Edge ?

Les périphériques Edge sont des équipements qui gèrent le flux de données entre un réseau local et le cloud. Ils agissent comme une passerelle entre les équipements connectés sur un réseau local et la plate-forme logicielle utilisée pour analyser les données.

Dans le contexte de la fabrication intelligente, les périphériques de périphérie fournissent plus qu'un lien entre des réseaux séparés. Ils incluent également des fonctionnalités pour améliorer la sécurité IoT et la conversion analytique. Pour développer cela, les appareils périphériques traduisent des données autrement incompatibles (si vous aviez différents protocoles par exemple) afin que les données provenant de différentes sources puissent être agrégées et comprises dans le cloud.

MachineMetrics Edge connecte facilement les machines au service cloud MachineMetrics à l'aide du Wifi, de la connectivité cellulaire ou d'un Ethernet connexion.

La distance physique avec un réseau traditionnel signifie des temps de transmission plus longs pour les gros paquets de données. Les appareils Edge permettent aux réseaux de données provenant des machines d'être beaucoup plus proches de l'endroit où les données sont stockées et analysées. Cela permet un retour beaucoup plus rapide des informations à l'utilisateur, ce qui est essentiel lorsqu'il s'agit de cas d'utilisation tels que l'analyse prédictive en temps réel. Les appareils en périphérie et l'informatique en périphérie placent plus de stockage et de puissance d'analyse pour consommer et agir sur les données, directement à l'emplacement de la machine.

Alors que les infrastructures IoT gagnent en complexité (c'est-à-dire plus d'emplacements d'usines, d'appareils et de réseaux), le besoin d'agrégation et de traitement des données reste important. Cependant, le défi est que les appareils en périphérie souffriront d'une communication à latence élevée avec la plate-forme de cloud computing.

C'est ce que les appareils et les plates-formes d'informatique en périphérie tentent de résoudre.

La relation entre la périphérie et le cloud

Nous avons un article complet sur la différence entre l'edge computing et le cloud computing dans le secteur manufacturier, nous allons donc rester bref.

La périphérie et le cloud sont deux technologies distinctes, mais elles sont souvent utilisées en tandem en raison de leurs atouts qui se compensent. Au cœur de la relation, l'edge computing traite et agit sur les données sensibles au facteur temps, tandis que le cloud computing agrège les données dans un emplacement centralisé qui n'aura pas besoin d'être traité en temps opportun.

Dans une infrastructure IIoT complète, les fabricants peuvent utiliser à la fois la périphérie pour la collecte de données en temps réel, l'analyse prédictive et la prise de décision autonome, et le cloud pour l'analyse des données agrégées, l'analyse comparative et l'analyse des tendances.

Ces avantages et inconvénients perdurent :

Cas d'utilisation de l'Edge Computing dans le secteur manufacturier

Voyons maintenant les raisons pratiques de l'utilisation de l'informatique de pointe dans le secteur manufacturier. S'assurer que tous les réseaux sont correctement connectés au cloud tout en étant en mesure de fournir des ressources informatiques puissantes à la périphérie présente de nombreux avantages commerciaux.

• Amélioration de la disponibilité de l'équipement  :Une défaillance dans un sous-système, un composant ou l'impact de l'exécution d'un composant dans un état dégradé, par exemple, peut être prédit en temps réel, continuellement affiné à mesure que davantage de données sont analysées et utilisé pour améliorer l'utilisation opérationnelle et la planification de la maintenance.
• Réduction des coûts de maintenance  :Une analyse améliorée de la maintenance nécessaire signifie également que davantage de réparations peuvent être effectuées lors des premières visites en donnant aux mécaniciens des instructions détaillées sur les causes d'un problème, l'action nécessaire et les pièces nécessaires, ce qui réduit les coûts de réparation.
• Réduction du stock de pièces de rechange :Les modèles Edge Analytics peuvent être adaptés aux exigences d'un appareil ou d'un système individuel. Cela peut signifier la lecture de capteurs directement associés à certains composants et/ou sous-systèmes. Guidé par la valeur commerciale souhaitée par une organisation, le modèle de périphérie peut ensuite définir comment l'appareil ou le système doit être configuré de manière optimale pour atteindre un objectif commercial, ce qui rend un inventaire de pièces de rechange beaucoup plus efficace à un coût minimal.
• Prévention des pannes critiques  :En acquérant, surveillant et analysant les données concernant les composants, l'analyse de périphérie peut identifier une cause avant que son effet ne se matérialise, ce qui permet une détection et une prévention plus précoces des problèmes.
• Surveillance basée sur les conditions  :Grâce à la convergence de l'informatique et de l'OT, les fabricants peuvent accéder aux données des machines, ce qui leur permet de surveiller l'état de leurs équipements dans l'atelier, même s'ils utilisent des équipements hérités.
• Nouveaux modèles commerciaux :Peut-être le plus important, l'analyse de périphérie peut aider à façonner de nouveaux modèles commerciaux pour saisir de nouvelles opportunités. Par exemple, il peut améliorer les systèmes de gestion des pièces juste à temps en utilisant une analyse d'auto-surveillance qui prédit quels composants tomberont en panne et quand, déclenchant des notifications de remplacement de pièces tout au long de la chaîne de valeur. Cela permet la création d'un calendrier de maintenance "selon les besoins", réduit les temps d'arrêt et les stocks de pièces, et se traduit par un modèle plus efficace.

Comment évolue le paysage de la connectivité dans le secteur manufacturier

Nous savons que l'intérêt de l'IoT industriel est d'appliquer des analyses avancées à de grandes quantités de données machine, le tout dans le but de réduire les temps d'arrêt imprévus, de réduire le coût global de la maintenance des machines et de tirer parti des capacités d'apprentissage automatique. Le cloud a contribué à rendre possible ce type d'acquisition, de transfert et d'analyse de données massives.

L'edge computing et l'analytique amènent simplement ce concept à un nouveau niveau en réduisant la distance physique entre les machines et le traitement des données lui-même. Pour les entreprises dispersées à distance et acquérant des données provenant de nombreuses sources, cette proximité permet de faire face à plusieurs réalités :

•  Problèmes de connectivité liés à la distance, ainsi qu'au coût d'un transfert continu massif de données vers un emplacement centralisé.
• Disponibilité des analyses au niveau opérationnel, permettant aux utilisateurs à plusieurs niveaux de prendre des décisions rapidement.
• Disponibilité des données en temps réel, pour une prise de décision plus rapide (et même autonome)
• Garantir la sécurité des données et l'intégrité du réseau.

Toutes ces réalités, lorsqu'elles sont traitées par l'informatique de pointe, permettent aux fabricants de réduire les coûts et d'augmenter l'efficacité. De plus, les fabricants peuvent désormais disposer d'un transfert de données fiable avec peu d'erreurs et de risques pour la sécurité. Sans oublier que cela permet également la personnalisation et la fabrication en petites séries avec la même valeur qu'une production à grande échelle. Avec l'edge computing, tout cela est disponible avec une maintenance flexible et simplifiée de tous les appareils.

Lorsque la vitesse des données est à l'ordre du jour et que la connectivité doit être solide, la périphérie sera la solution vers laquelle les fabricants devraient se tourner. L'application d'algorithmes d'IA et d'apprentissage automatique pour visualiser, diagnostiquer et prévoir les problèmes en temps réel est un objectif qui peut être plus facilement atteint avec la proximité, la vitesse et un réseau solide. Les visualisations en temps réel et les notifications prédictives permettent à votre équipe de prendre des mesures correctives immédiates et de maintenir vos machines opérationnelles sans craindre de manquer des données cruciales.

La fabrication industrielle est au bord d'une révolution grâce au potentiel de l'informatique de pointe. Combinées à une nouvelle génération d'appareils de périphérie IoT intelligents, les applications d'informatique de périphérie transformeront complètement la fabrication au cours des prochaines décennies pour améliorer l'efficacité et la productivité tout en contrôlant les coûts.