Wachstum im industriellen Sektor wurde immer durch die Einführung neuer Konzepte angeführt, welche die Produktivität im Fertigungsbereich verbesserten. In den späten 80er und frühen 90er Jahren wurde die Produktivität durch die Einführung von Toyotas Lean-Manufacturing-Konzepten verbessert, die noch heute genutzt werden. Das Millennium brachte die Ausweitung von Computing-Clustern und Cloud Computing mit, sich um die Produktivität zu erhöhen, aber heute mit einem Produktivitätswachstum mit einem katastrophalen Wachstum von 0,5 % von Jahr zu Jahr, war eine Lösung erforderlich, welche die industrielle Produktivität auf Trab bringt. Diese Lösung ist industrielles Edge-Computing.
Dieser Artikel umfasst folgende Themen:
Edge-Computing bezieht sich auf den Einsatz von Aktivitäten zur Datenverarbeitung und Netzwerkaktivitäten für individuellere Quellen für die Datenerfassung und -speicherung. Dabei handelt es sich nicht um den Zugang zu einem zentralisierten Netzwerksegment oder der Cloud bei der Datenerfassung. Stattdessen stellt Edge-Computing sicher, dass Daten direkt an einem einzelnen Computer, Gerät oder Betriebsmittel erfasst werden können.
Durch die Integration industrieller Anwendungen bezieht industrielles Edge-Computing sich auf den Prozess der Verwaltung von Aktivitäten zur Datenverarbeitung, wobei individuelle Datenquellen wie Smart-Edge-Geräte verwendet werden. Darum müssen IIoT- und Smart-Geräte keinen Zugang zu zentralisierten Cloud-Plattformen haben, wenn sie Daten erfassen, diese analysieren oder darauf zugreifen. Abhängig von der Wichtigkeit der Datenanalyse auf der Edge, können die Informationen zur weiteren Analyse oder Integration in ein größeres System auch auf die Cloud übertragen werden.
Die Fähigkeit des industriellen Edge-Computings, die Cloud beim Treffen von Entscheidungen zu umgehen, hat verschiedene Konnotationen, die für die Herstellung und andere industrielle Prozesse langfristig von Vorteil sein könnten. Zu einigen dieser Vorteile gehören Entscheidungsprozesse in Echtzeit, eine verbesserte Sicherheit und eine erhöhte analytische Geschwindigkeit. Darum ist die Einführung von Industrie 4.0-Geschäftsmodellen in der Fertigungsindustrie beschleunigt.
Um die Vorteile von industriellem Edge-Computing zu analysieren, nehmen wir das Beispiel eines fahrerlosen Transportfahrzeugs (FTF oder AGV für „Automated guided Vehicle“), das zur Lieferung von Materialien an verschiedene Arbeitsplätze in einem Fertigungsbereich eingesetzt wird. Damit das AGV seine Aufgaben erfolgreich ausführen kann, muss es in der Lage sein, Daten aus dem Fertigungsbereich in Echtzeit zu erfassen und zu verarbeiten, um neue Bereiche effektiv zu meistern oder neuen Hindernissen aus dem Weg zu gehen und dies trotz Herausforderungen wie eingeschränkter Netzwerkkonnektivität und dem Einsatz in einem unbekannten Bereich.
Auch wenn das AGV mobile Netzwerke nutzen kann, um auf die industrielle Cloud zuzugreifen, ist es viel effektiver und schneller, wenn es seine Datenverarbeitung intern durchführen kann. Das ist es, was Edge Computing erreichen möchte und diese Art der Datenverarbeitung stellt sicher, dass das AGV Materialien synchron mit dem Zeitplan liefert.
Die Vorteile eines solchen, durch Edge-Computing betriebenen Prozesses sind vielfältig und umfassen eine verbesserte Sicherheit, die Bereitstellung von tatsächlichen Geschäftsinformationen in Echtzeit und die Verbesserung der Produktivität. In Bezug auf die Sicherheit schätzt Intel, dass ein automatisiertes Fahrzeug bei einer achtstündigen Fahrt ungefähr ein Datenvolumen von 40 TB produziert. Die Übertragung dieser Datenmenge in die Cloud sorgt für Hunderte Probleme im Bereich der Cybersicherheit, die ausgenutzt werden können. Edge-Computing kann diese Sicherheitsherausforderungen reduzieren, indem die Daten in Echtzeit erfasst und analysiert und darauf basierende Entscheidungen getroffen werden.
Wenn es sich bei den vom AGV erfassten Daten um Routinedaten über die Steuerung handelt, müssen diese Daten eventuell nicht an eine zentralisierte Cloud gesendet werden. Aber in Situationen, in denen die Daten für die Leistungsverbesserung erforderlich sind, können die optimierten Daten dann schnell an die Cloud übertragen werden. Dies bedeutet, dass industrielles Edge-Computing so eingerichtet werden kann, dass ein Unternehmen sowohl von den Vorteilen von Edge-Computing als auch den skalierbaren Ressourcen von Cloud Computing profitiert.
Wenn die IT-Kosten berücksichtigt werden, bietet industrielles Edge-Computing auch einige Vorteile bei der Kostenreduktion. Die Übertragung großer Mengen von vorübergehenden oder unwichtigen Daten an eine zentralisierte Cloud ist kostenintensiv. Aus diesem Grund reduziert die Speicherung derartiger Daten an der Edge und das Löschen der Daten nach der Nutzung die Kosten. Edge Computing ermöglicht auch die einfache Leistungsüberwachung einzelner Geräte oder Maschinen in einem Fertigungsbereich. Diese Daten unterstützen den Hersteller dabei, die Maschinenleistung zu verbessern und gleichzeitig Kosten und gefährliche Ereignisse zu reduzieren.
Edge-Computing treibt außerdem die Automatisierung von vorausschauenden Wartungsinitiativen voran. Intelligente Edge-Technologien wie Sensoren, Stellantriebe und Steuerungen können verwendet werden, um den Gesundheitszustand der Maschinen und der beweglichen Teile darin zu überwachen. Mit Edge-Computing muss die Maschine nicht mit der zentralen Cloud kommunizieren, bevor eine Entscheidung in Echtzeit getroffen wird, welche die Maschine schont und Ausfallzeiten reduziert.
Die verbesserte Sichtbarkeit, die Edge Computing für den Herstellungsprozess liefert, spielt auch bei der Umsetzung einer unbeaufsichtigten Fabrik eine Rolle. Wenn Roboter, AGVs und Fabrikmaschinen sofortige Entscheidungen treffen können, wird der Bedarf an menschlichen Einflüssen in Fertigungsbereichen reduziert. Dies führt auch zu einer Reduzierung von Unfällen im Fertigungsbereich und der gelegentlichen Ausfallzeiten aufgrund von menschlicher Fehlbarkeit.
Die genannten Vorteile zeigen schon einige der Gründe, aus denen industrielles Edge-Computing für Herstellungsprozesse und Automatisierungen wichtig ist, aber Altfabriken werden immer noch nicht beachtet. Die Möglichkeit, intelligente Edge-Technologien in Altfabriken zu integrieren, ermöglicht eine Erfassung der für Edge-Computing erforderlichen Daten. Wenn die Daten erfasst und an der Edge verarbeitet werden können, können auch nicht-intelligente Maschinen automatisiert werden und man kann ihnen beibringen, Entscheidungen in Echtzeit zu treffen. Dadurch wird die Einführung von Industrie 4.0 beschleunigt.
Die geringere Latenz, höhere Bandbreite und vertrauenswürdige Rechenleistung, die industrielles Edge-Computing mit sich bringt, kann ein „immer eingeschaltetes“ Ökosystem in jeder Fabrik betreiben. Die Möglichkeit des Edge Computings, ein „immer eingeschaltetes“ Ökosystem zur Verfügung zu stellen - in dem sogar nicht-intelligente Maschinen Daten an der Edge produzieren und verwalten können - wird die Ausfallzeiten in Altfabriken drastisch reduzieren, während die Produktivität und operationale Kapazität älterer Maschinen zunimmt.
Industrielles Edge-Computing wird die Zukunft der Produktion vorantreiben und das katastrophale Produktivitätswachstum in der nahen Zukunft steigern. Dies wird gemeinsam mit Cloud Computing stattfinden, da beide eine Rolle dabei spielen, die Integration von Rechenleistungen in Echtzeit in den Fertigungsbereich sicherzustellen. Daher können Edge-Computing und Cloud Computing damit verglichen werden, wie Sie Ihre beiden Hände verwenden. Hier handhabt industrielles Edge-Computing geringe Arbeitsbelastungen auf der Ebene des Geräts oder der Maschine, während Cloud Computing größere Arbeitsbelastungen handhabt, um die Produktivität zu steigern.