Przetwarzanie danych na krawędzi sieci umożliwia szybsze przesyłanie danych do użytkowników oraz dostarcza nowych możliwości analizy danych w przemyśle.
Umieszczanie urządzeń przetwarzających dane w obszarze krawędzi sieci zakładowych, blisko maszyn, może wspierać zaawansowaną i zakrojoną na szeroką skalę akwizycję dużych ilości danych. Dane te mogą być analizowane bezpośrednio w modułach i sterownikach zlokalizowanych na krawędzi sieci, co przyspiesza te procedury. Zbieranie i analizowanie danych w pobliżu ich źródła może pozwolić użytkownikom lepiej zrozumieć ich systemy produkcyjne.
Trzeba jednak pamiętać, że wiele zakładów przemysłowych posiada starszy sprzęt oraz zbyt powolne protokoły odpytywania (polling protocols). Nowa technologia przetwarzania danych na krawędzi sieci (edge computing) może przyczynić się zatem do zmodernizowania sprzętu i uprościć pracę zakładów, jednocześnie umożliwiając otrzymywanie większej ilości danych z większą szybkością przesyłu. Może ona ponadto spowodować, że więcej działów firmy będzie konsumentami samych danych i wynikających z nich analiz. Lokalna akwizycja danych i ich przetwarzanie wpływa też na wiarygodność i niezawodność danych. Przetwarzanie danych na krawędzi sieci jest również idealne do rozbudowy Przemysłowego Internetu Rzeczy (IIoT).
Przesyłanie danych ze starszego sprzętu
Prawie każda firma przemysłowa ma starszy sprzęt. Uzyskiwanie z niego danych w celu przesłania ich do komputerowego systemu sterowania procesami technologicznymi i produkcji (SCADA) oraz innych systemów, może być pracochłonne i znacząco utrudnione, szczególnie gdy każde urządzenie i maszyna muszą zostać podłączone do sieci. Firmy muszą posiadać sprzęt, który dokona odpytywania, czyli okresowego testowania urządzeń w celu sprawdzania ich gotowości do transmisji danych, tworzenia mapowania danych oraz dokładnego określania stanu każdego urządzenia, co wymaga wiele działań po stronie technicznej i organizacyjnej.
Technologia przetwarzania danych na krawędzi sieci może znacząco uprościć tę infrastrukturę poprzez wykonanie mapowania danych tylko raz ? na krawędzi sieci ? i dostarczanie ich w znacznie bardziej efektywny sposób, z wykorzystaniem opartego na wzorcu publikacji/subskrypcji protokołu MQTT (message queuing telemetry transport). Przy takiej koncepcji urządzenia raportują swój stan w postaci wyjątków (report by exception).
Jeżeli dane są wysyłane tylko wtedy, gdy odpowiednie wartości się zmieniają (wyjątki, zdarzenia ? koncepcja event-based), oznacza to mniejszy ruch w sieci. Wówczas użytkownicy mogą uzyskiwać więcej danych i otrzymywać je szybciej. Na przykład, jeśli użytkownicy wymagają przesyłania wszystkich danych w czasie 50 ms, to istnieje prawdopodobieństwo, że nie będą mogli ich otrzymać w przypadku realizowania strategii odpytywania z systemu centralnego. Jednak gdy urządzenia znajdują się obok sterowników i wysyłają wymagane dane, to użytkownicy mogą osiągnąć krótsze czasy przesyłu danych i uzyskać dostęp do większej ilości informacji.
Korzyści z technologii przetwarzania danych na krawędzi sieci
Technologia przetwarzania danych na krawędzi sieci oferuje prostotę ? obsługujące ją urządzenia włączane są do systemu i działają w konwencji ?podłącz i używaj? (plug and play) oraz wymagają mniej konserwacji. A gdy dane zostaną przesłane do serwera typu broker MQTT, to może uzyskać do nich dostęp zarówno system SCADA, jak i inne systemy w firmie, takie jak planowanie zasobów przedsiębiorstwa (ERP), technologii informatycznej (IT) czy inteligencji biznesowej. Dzięki protokołowi MQTT oraz tzw. payloadowi danych z biblioteki Sparkplug, liczne systemy mogą automatycznie odkrywać nowe dane lub informacje, bez potrzeby znajomości lokalizacji danego urządzenia końcowego. Komputer na krawędzi sieci może wysyłać nieprzetworzone dane, podzbiór danych, informacje wstępnie przetworzone, informacje, na podstawie których były już wykonane działania, albo pewną kombinację danych, zależnie od architektury i potrzeb aplikacji.
Gdy zbieranie danych przebiega bardziej płynnie, to tak samo wykonywane jest sterowanie. Użytkownicy nadal wysyłają dane i sygnały do sterowników PLC, jednak cała procedura realizowana jest w bardziej efektywny sposób. Przetwarzanie danych na krawędzi sieci może też umożliwić zaawansowane sterowanie procesami (APC). Istnieją platformy oprogramowania, które obsługują tylko APC. Wykorzystują one bardziej zaawansowane algorytmy niż sterowniki PLC. Jest to zwykle drogie i wyspecjalizowane oprogramowanie.
Przetwarzanie danych na krawędzi sieci sprawia, że świat automatyki przemysłowej jest bardziej dostępny. Łatwiej jest budować modele, ponieważ w tej lokalnej koncepcji akwizycji i przetwarzania danych dostępnych jest więcej algorytmów, niż można wykorzystać. Łatwiejsze jest dokonywanie dostrojeń parametrów sterowania procesami w czasie rzeczywistym. Tak więc im bliżej sterownika, tym szybciej realizowane jest sterowanie i pozyskiwanie informacji.
Korzyści dla firmy przemysłowej: mniej odpadów produkcyjnych i mniej przestojów
Liczne już przykłady z rzeczywistego świata pokazują, w jaki sposób technologia przetwarzania danych na krawędzi sieci może wpłynąć na organizację i funkcjonowanie firm przemysłowych. Weźmy na przykład fabrykę półprzewodników, w której wiele narzędzi obrabia dyski krzemowe. Sprzęt ten jest bardzo dokładnie dostrojony, zaś tolerancje błędów są bardzo małe. Podczas pracy fabryki urządzenia wykorzystujące technologię przetwarzania danych na krawędzi sieci mogą bardzo szybko określić, czy produkcja realizowana jest prawidłowo lub czy ma miejsce produkcja wybrakowanych wyrobów. Komputer przetwarzający dane na krawędzi sieci może dokonywać korekt i generować nowe nastawy dla sterowników procesu produkcji (lub sam wykonywać dostrojenia ? zależnie od architektury systemu) zanim powstaną znaczące, prawdziwe problemy. Stracony na produkcję wybrakowanych wyrobów materiał oznacza bowiem stratę tysięcy dolarów dla firmy. To doskonały przykład tego, w jaki sposób technologia przetwarzania danych na krawędzi sieci może przyczynić się do oszczędności w firmie przemysłowej dużych kwot pieniędzy, dzięki szybszemu reagowaniu na odchyłki parametrów produkcji wyrobów, niż ma to miejsce w przypadku stosowania tradycyjnych technologii obliczeniowych.
Innym przykładem jest prowadzenie predykcyjnego utrzymania ruchu i przewidywanie awarii sprzętu. Sprzęt w nowoczesnych fabrykach może być ekstremalnie drogi, jego cena może wynosić setki tysięcy lub nawet miliony dolarów. Dla większości przedsiębiorstw i firm nie jest zatem korzystne i możliwe posiadanie rezerwowego sprzętu, spoczywającego w magazynie czy na półce. Na takie nieużywane zasoby firma musi wydać kapitał. Dlatego w praktyce zwykle użytkownicy podejmują ryzyko i nie posiadają rezerwowego sprzętu w nadziei, że operatorzy zauważą zbliżającą się awarię. Tymczasem nawet doświadczeni operatorzy mogą przeoczyć jej oznaki. Jeśli jednak firma posiada moduły monitorujące i urządzenia na krawędzi sieci, które zbierają dane o sprzęcie i porównują je z modelami, to takie sterowniki i moduły sieciowe mogą wykryć nietypowe zmiany, symptomy i wzorce zbliżających się awarii, jakich nie potrafi człowiek. To z kolei daje użytkownikom i kierownictwu firmy wystarczającą ilość czasu na odpowiednie zareagowanie na zbliżającą się awarię sprzętu, co jest pomocne dla firmy. I takie wykrywanie awarii działa znacznie lepiej i efektywniej przy wykorzystaniu koncepcji analizy danych na krawędzi sieci, ponieważ procedury realizowane są lokalnie, skoncentrowane na konkretnym sprzęcie.
Wraz z ekspansją technologii uczenia maszynowego oraz analizy danych klienci mają coraz więcej opcji wyboru i są żywo zainteresowani nowymi możliwościami organizacji systemów monitoringu i sterowania maszynami. Jednak bogactwo oferty rynkowej generuje również sporo zamieszania w tym temacie. Rodzą się problemy i pytania ?Jaka platforma przetwarzania danych na krawędzi sieci jest potrzebna w mojej firmie? Które rozwiązanie sprawdzi się najlepiej w konkretnych obszarach aplikacyjnych??. Istnieje wiele nieporozumień w tej kwestii, a w efekcie użytkownicy muszą poszukiwać praktycznych rozwiązań, które są obecnie dostępne. Zrozumieć, co mogą zastosować, która technologia i podejście charakteryzuje się otwartością i zarazem wysokim poziomem interoperacyjności. Istniejący i zainstalowany w wielu zakładach starszy sprzęt nie był skonstruowany tak, aby można go było łatwo wymienić, a tym bardziej integrować w nowych rozwiązaniach. Dzięki wielu opcjom przetwarzania danych na krawędzi sieci klienci mogą wybierać najlepszy w swojej klasie interoperacyjny sprzęt i oprogramowanie, bez konieczności wiązania się z jednym dostawcą.
Travis Cox jest współdyrektorem ds. inżynierii sprzedaży w firmie Inductive Automation.
