엣지 컴퓨팅에 대한 제조업체 가이드

아래는 제조 분야의 에지 컴퓨팅에 대한 이 심층 기사에서 다룰 내용입니다. 특정 섹션으로 이동하려면 링크를 선택하십시오.

• 제조 분야의 엣지 컴퓨팅 소개
• 에지 컴퓨팅이란 무엇입니까?
• 에지 컴퓨팅 플랫폼이란 무엇입니까?
• 에지 기기란 무엇입니까?
• 에지와 클라우드의 관계
• 제조 분야의 에지 컴퓨팅 사용 사례
• 제조업의 연결 환경이 변화하는 방식

제조업의 엣지 컴퓨팅 소개

에지 컴퓨팅 프레임워크는 사물 인터넷(IoT) 장치가 보편화되면서 다양한 산업 분야로 빠르게 확산되고 있습니다. 가장 유망한 에지 컴퓨팅 사용 사례 중 하나는 이러한 새로운 기술이 잠재적으로 엄청난 생산성 향상으로 이어질 수 있는 제조 분야입니다.

IoT는 이미 공장 현장에서 중요한 조력자로 입증되고 있지만 조직은 이제 제조 시스템의 응답성을 더욱 향상시킬 방법을 모색하고 있습니다. 이를 달성하기 위해 이들 조직은 에지 컴퓨팅을 주요 원동력으로 하는 스마트 제조를 채택하고 있습니다.

스마트 제조는 공장 장비가 공장 현장에서 일어나는 일을 기반으로 자율적인 결정을 내릴 수 있는 미래를 상상합니다. 기업은 설계, 제조, 공급망 및 운영을 포함한 제조 프로세스의 모든 단계를 보다 쉽게 ​​통합할 수 있습니다. 이는 경쟁 시장에 참여할 때 더 큰 유연성과 반응성을 촉진합니다. 이 비전을 실현하려면 IoT, AI/머신 러닝, 엣지 컴퓨팅과 같은 관련 기술의 조합이 필요합니다.

네트워크 에지에서 분석을 수집하는 주요 이점은 분석을 위해 데이터를 오프사이트(클라우드 또는 데이터 센터로)로 보낼 때 발생하는 대역폭 비용 없이 실시간 데이터를 분석하고 실행할 수 있다는 것입니다. 제조는 사양을 벗어난 구성 요소의 생산, 장비 가동 중지, 작업자 부상 또는 사망을 방지하는 측면에서 시간에 민감합니다. 더 복잡하고 장기적인 작업의 경우 데이터를 클라우드로 보내고 다른 정형 및 비정형 데이터와 결합할 수 있습니다. 결과적으로 이 두 개의 별도 컴퓨팅 프레임워크를 사용하는 것은 상호 배타적인 것이 아니라 각각이 제공하는 이점을 활용하는 공생 관계입니다. 아래에서는 사용 사례와 제조 분야에서 클라우드와 에지 간의 관계에 대해 자세히 알아봅니다.

먼저 에지 컴퓨팅 프레임워크의 구성 요소를 정의합니다.

에지 컴퓨팅이란 무엇입니까?

에지 컴퓨팅은 계산 및 데이터 저장을 데이터 소스에 더 가깝게 가져와 응답 시간을 개선하고 대역폭을 절약하는 분산 컴퓨팅 프레임워크입니다.

간단히 말해서, 엣지 컴퓨팅은 클라우드에서 실행되는 코드를 가져와 로컬 장치 근처에서 실행하는 것입니다. 예를 들면 게이트웨이 장치(예:MachineMetrics Edge) 또는 IIoT 지원 장비 옆에 있는 PC가 있습니다.

에지 컴퓨팅을 사용하면 클라우드로 전송해야 하는 데이터가 줄어듭니다. 이것은 기계 학습 알고리즘을 실행하는 데 사용되는 고주파 데이터를 수집하는 데 특히 유용합니다. 이 데이터는 에지에서 처리할 수 있으므로 즉시 조치를 취할 수 있습니다. 대조적으로, 이 고주파수 데이터를 클라우드로 전송하고 처리한 다음 조치를 취하면 지연 효과가 발생합니다. 엣지 컴퓨팅은 이 문제를 해결합니다.

에지 컴퓨팅을 이해하려면 IoT 솔루션을 일반적으로 다음 세 가지 구성 요소가 있는 것으로 생각하면 도움이 됩니다.

• 사물 센서 데이터를 생성하는 IoT 기기와 같습니다.
• 통계 이 데이터에서 추출합니다.
• 작업 이러한 통찰력을 기반으로 수행하여 일종의 가치를 제공합니다.

에지 컴퓨팅으로 통계 이동 및 액션 클라우드에서 장치로 구성 요소. 다시 말해, 데이터에서 통찰력을 처리 및 추출하고 이에 대한 응답으로 일부 작업을 수행하는 데 사용되는 일부 코드를 기기로 바로 가져옵니다.

제조에서 사물 작업 현장의 기계 또는 장비일 수 있습니다. 통계 따라서 실시간 머신 데이터가 될 수 있습니다. 액션의 예 예상되는 공구 파손으로 인한 기계 일시 중지 작업일 수 있습니다.

에지 컴퓨팅 플랫폼이란 무엇입니까?

제조용으로 구축된 에지 플랫폼을 사용하면 PLC, 디지털 제어 시스템, 센서 또는 히스토리언과 같은 산업 시스템에서 데이터를 수집하고 이벤트 처리, 예측 분석, 기계 학습 모델 등과 같은 데이터를 기반으로 로컬에서 애플리케이션을 실행할 수 있습니다. 오프라인 첫 배포에서.

에지 컴퓨팅 플랫폼은 네트워크 에지에서 작동하는 애플리케이션, 장치 및 연결을 관리합니다. 여기에서 에지 장치와 연결된 장비("사물")는 순수한 클라우드 컴퓨팅으로 달성한 것보다 더 빠른 속도로 통신하고 작업을 수행할 수 있습니다.

많은 에지 장치를 다루는 것은 어려운 작업일 수 있습니다. 중앙 집중식 에지 관리 플랫폼은 전체 네트워크의 적절한 관리를 보장하기 위해 많은 서로 다른 에지 장치를 연결하여 이 문제를 완화합니다. 예를 들어, 에지 컴퓨팅 플랫폼을 사용하여 제조업체는 모든 에지 장치에 보안 업데이트를 적용하고 필요한 경우 문제를 해결할 수 있습니다.

어떤 의미에서 에지 컴퓨팅 플랫폼은 단순히 클라우드의 계산 리소스를 데이터 소스에 더 가깝게 가져옵니다. 따라서 에지 플랫폼은 단순히 클라우드 컴퓨팅 플랫폼의 작업을 수행하지만 에지에 있습니다. 이는 클라우드 컴퓨팅 리소스에 대한 부담을 줄이고 에지 장치와 장비 간의 데이터 대기 시간을 줄입니다. 머신 러닝과 AI가 미래의 방식이라면 데이터를 저장하고 분석하는 속도가 매우 중요합니다.

에지 장치란 무엇입니까?

에지 장치는 로컬 네트워크와 클라우드 간의 데이터 흐름을 관리하는 장비입니다. 로컬 네트워크의 연결된 장비와 데이터를 분석하는 데 사용되는 소프트웨어 플랫폼 간의 게이트웨이 역할을 합니다.

스마트 제조의 맥락에서 에지 장치는 개별 네트워크 간의 연결 이상을 제공합니다. 여기에는 IoT 보안 및 분석 변환을 향상시키는 기능도 포함됩니다. 이를 확장하기 위해 에지 장치는 호환되지 않는 데이터(예:프로토콜이 다른 경우)를 변환하여 다양한 소스의 데이터를 클라우드에서 집계하고 이해할 수 있도록 합니다.

MachineMetrics Edge는 Wifi, 셀룰러 연결 또는 이더넷을 사용하여 MachineMetrics 클라우드 서비스에 기계를 쉽게 연결합니다. 연결.

기존 네트워크와의 물리적 거리는 대용량 데이터 패킷의 전송 시간이 길어짐을 의미합니다. 에지 장치를 사용하면 기계에서 오는 데이터 네트워크가 데이터가 저장되고 분석되는 위치에 훨씬 더 가깝습니다. 이를 통해 실시간 예측 분석과 같은 사용 사례와 관련하여 필수적인 정보를 사용자에게 훨씬 빠르게 반환할 수 있습니다. 에지 장치와 에지 컴퓨팅은 머신 위치에서 바로 데이터를 소비하고 작업을 수행하기 위해 더 많은 스토리지와 분석 능력을 제공합니다.

IoT 인프라가 복잡해짐에 따라(예:더 많은 공장 위치, 장치 및 네트워크) 데이터 집계 및 처리의 필요성은 여전히 ​​중요합니다. 그러나 문제는 엣지에 있는 장치가 클라우드 컴퓨팅 플랫폼과의 대기 시간이 긴 통신으로 인해 어려움을 겪을 것이라는 점입니다.

이것이 에지 장치와 에지 컴퓨팅 플랫폼이 해결하기 위해 작동하는 것입니다.

에지와 클라우드의 관계

제조 분야에서 에지 컴퓨팅과 클라우드 컴퓨팅의 차이점에 대한 완전한 기사가 있으므로 이만 줄이겠습니다.

에지와 클라우드는 두 가지 별개의 기술이지만 상쇄되는 장점으로 인해 종종 함께 사용됩니다. 관계의 중심에서 에지 컴퓨팅은 시간에 민감한 데이터를 처리하고 조치를 취하는 반면 클라우드 컴퓨팅은 적시에 조치를 취할 필요가 없는 중앙 위치에 데이터를 집계합니다.

완전한 IIoT 인프라에서 제조업체는 실시간 데이터 수집, 예측 분석 및 자율적 의사 결정을 위한 에지와 집계 데이터 분석, 벤치마킹 및 추세 분석을 위한 클라우드를 모두 사용할 수 있습니다.

이러한 장점과 단점은 계속됩니다.

제조 분야의 엣지 컴퓨팅 사용 사례

이제 제조에서 에지 컴퓨팅을 사용하는 실질적인 이유에 대해 논의해 보겠습니다. 모든 네트워크가 클라우드에 제대로 연결되도록 하는 동시에 에지에서 강력한 컴퓨팅 리소스를 제공할 수 있게 되면 다양한 비즈니스 이점이 있습니다.

• 장비 가동 시간 개선 :예를 들어 하위 시스템, 구성 요소의 오류 또는 성능이 저하된 상태의 구성 요소 실행의 영향을 실시간으로 예측하고 더 많은 데이터가 분석됨에 따라 지속적으로 개선하고 운영 사용 및 유지 관리 일정을 개선하는 데 사용할 수 있습니다.
• 유지 관리 비용 절감 :필요한 유지 관리에 대한 분석이 강화되어 문제의 원인, 필요한 조치 및 필요한 부품에 대한 자세한 지침을 정비사에게 제공하여 첫 방문 시 더 많은 수리를 완료할 수 있어 수리 비용이 절감됩니다.
• 예비 부품 재고 감소 :Edge 분석 모델은 개별 장치 또는 시스템의 요구 사항에 맞게 조정할 수 있습니다. 이는 특정 구성 요소 및/또는 하위 시스템과 직접 연결된 센서를 읽는 것을 의미할 수 있습니다. 조직이 원하는 비즈니스 가치에 따라 에지 모델은 비즈니스 목표를 달성하기 위해 장치 또는 시스템을 최적으로 구성하는 방법을 정의하여 예비 부품 재고를 최소한의 비용으로 훨씬 더 효율적으로 만들 수 있습니다.
• 중대 장애 예방 :Edge Analytics는 구성 요소에 대한 데이터를 수집, 모니터링 및 분석하여 결과가 구체화되기 전에 원인을 식별하여 문제를 조기에 감지하고 예방할 수 있습니다.
• 상태 기반 모니터링 :IT와 OT의 융합으로 제조업체는 기계 데이터에 액세스할 수 있으므로 기존 장비를 사용하더라도 작업 현장에서 장비의 상태를 모니터링할 수 있습니다.
• 새로운 비즈니스 모델 :아마도 가장 중요한 것은 에지 분석이 새로운 비즈니스 모델을 형성하여 새로운 기회를 포착하는 데 도움이 될 수 있다는 것입니다. 예를 들어, 어떤 구성 요소가 언제 고장날지 예측하는 자체 모니터링 분석을 사용하여 적시 부품 관리 시스템을 개선하여 가치 사슬 전체에서 부품 교체 알림을 트리거할 수 있습니다. 이를 통해 "필요에 따라" 유지 관리 일정을 만들고 가동 중지 시간과 부품 재고를 줄이며 보다 효율적인 모델을 만들 수 있습니다.

제조업의 연결 환경이 어떻게 변화하고 있는지

우리는 산업용 IoT의 요점이 계획되지 않은 가동 중지 시간을 줄이고 전체 기계 유지 관리 비용을 줄이며 기계 학습 기능을 활용하는 것을 목표로 방대한 양의 기계 데이터에 고급 분석을 적용하는 것임을 알고 있습니다. 클라우드는 이러한 종류의 대규모 데이터 수집, 전송 및 분석을 가능하게 하는 데 중요한 역할을 했습니다.

에지 컴퓨팅 및 분석은 기계와 데이터 처리 자체 간의 물리적 거리를 줄여 이 개념을 새로운 차원으로 끌어올리고 있습니다. 멀리 떨어져 있고 여러 소스에서 데이터를 수집하는 회사의 경우 이러한 근접성은 여러 현실을 처리하는 데 도움이 됩니다.

• 거리와 관련된 연결 문제 및 중앙 집중식 위치로의 대규모 지속적인 데이터 전송 비용
• 여러 수준의 사용자가 신속하게 결정을 내릴 수 있도록 운영 수준에서 분석을 사용할 수 있습니다.
• 더 빠른(심지어 자율적인) 의사 결정을 위한 실시간 데이터 가용성
• 데이터 보안 및 네트워크 무결성 보장.

이러한 모든 현실을 에지 컴퓨팅으로 처리하면 제조업체는 비용을 절감하고 효율성을 높일 수 있습니다. 또한 제조업체는 이제 오류와 보안 위험이 거의 없는 안정적인 데이터 전송을 할 수 있습니다. 말할 것도 없이, 이것은 또한 대규모 생산이 경험하는 것과 동일한 가치로 맞춤화 및 소규모 생산을 가능하게 합니다. 에지 컴퓨팅을 사용하면 모든 장치를 유연하고 간편하게 유지 관리할 수 있으므로 이 모든 것이 가능합니다.

데이터 속도가 가장 중요하고 연결성이 견고해야 하는 경우 제조업체가 고려해야 하는 솔루션은 엣지가 될 것입니다. 실시간으로 문제를 시각화, 진단 및 예측하기 위해 AI 및 기계 학습 알고리즘을 적용하는 것은 근접성, 속도 및 견고한 네트워크를 통해 보다 쉽게 ​​달성할 수 있는 목표입니다. 실시간 시각화 및 예측 알림을 통해 팀은 즉각적인 수정 조치를 취하고 중요한 데이터가 누락될 염려 없이 장비를 계속 가동할 수 있습니다.

산업 제조는 에지 컴퓨팅의 잠재력 덕분에 혁명의 위기에 처해 있습니다. 차세대 스마트 IoT 에지 장치와 결합된 에지 컴퓨팅 애플리케이션은 향후 수십 년 동안 제조를 완전히 변화시켜 효율성과 생산성을 향상하는 동시에 비용을 제어할 것입니다.