加入收藏 | 设为首页 | 会员中心 | 我要投稿 应用网_丽江站长网 (http://www.0888zz.com/)- 科技、建站、数据工具、云上网络、机器学习!
当前位置: 首页 > 运营中心 > 交互 > 正文

为物联网设计解决措施架构时,要考虑哪些方面?

发布时间:2022-07-28 15:11:09 所属栏目:交互 来源:互联网
导读:导读 随着互联网连接日益普及,现在有越来越多内存和计算资源很少的小型传感器可以连入互联网。同时,这些传感器连接各种物理实体,比如家用警报器、热传感器和汽车。我们需要收集和分析来自这数百万个联网设备的数据。 由于物联网在制造业经常用于处理机器
  导读
  随着互联网连接日益普及,现在有越来越多内存和计算资源很少的小型传感器可以连入互联网。同时,这些传感器连接各种物理实体,比如家用警报器、热传感器和汽车。我们需要收集和分析来自这数百万个联网设备的数据。
 
  由于物联网在制造业经常用于处理机器数据和优化生产,工业物联网(IIoT)这个概念随之出现。下面将深入介绍工业物联网的有关内容。
 
  构建工业物联网解决方案
  工业客户力求深入了解其工业数据,并实现诸多目标,比如降低能源成本、检测和修复设备问题、发现生产线的低效现象、改进产品质量和提高产量等。这些客户设法获取来自机器和产品生命周期(PLC)系统的操作技术(OT)数据,以便生产线或机器出现故障时进行根本原因分析(RCA)。此外,物联网可实时了解机械的微停运,在不影响产品质量的情况下提高产量。
 
  要解决这个问题,最佳的操作是从工业设施中常见的数据库提取数据,传输到数据中心或云端的集中式存储系统,并确保其结构易于被用户和应用程序搜索。企业可以从这些数据获得常见的工业性能指标,比如整体设备效率(OEE),从而监测多个工业设施的运营,并构建应用程序以分析工业设备数据,防止会带来高昂代价的设备问题,并减少生产方面的缺口。若想设计工业物联网架构,企业可从以下方面入手:
 
  •从工业设备、数据服务器和历史数据库提取数据。
 
  •大规模收集、组织和分析工业数据。
 
  •使用工业协议和标准(比如OPC-UA、Modbus和EtherNet/IP),从现场设备读取数据。
 
  •创建物理资产的可视化表示,处理设备数据流,并计算工业性能指标。
 
  •访问本地仪表板以查看实时和历史设备数据,即使暂时断开互联网连接也是如此。
 
  •使用资产数据创建本地或云应用程序,以优化工厂产出质量、最大限度地提高资产利用率,并识别设备维护问题。
 
  为了满足对工业物联网日益增长的需求,AWS等云提供商提供了AWS IoT SiteWise之类的托管服务,这类服务可以使用本地网关从工厂车间收集数据,对数据进行结构化和标记,并生成实时KPI和指标,以帮助做出更好的数据驱动决策。
 
  在数据提取期间,所有站点的设备产生的数据都被收集起来,从AWS IoT Core通过PUT API发送到AWS IoT SiteWise之类的服务器。然后这套系统将创建模型资产,模型资产是物理资产的虚拟表示。
 
  托管服务有助于对整个生产环境进行数字化、情境化和建模,客户不必维护基础架构。客户可以使用丰富的信息建模,来表示复杂的设备层次结构。
 
  事件管理对于检测复杂工业系统的变化至关重要。企业需要持续监测设备中的数据,以识别状态、检测变化,并在出现变化时触发适当的响应。
 
  不妨看一看工业物联网参考架构,以后把所有部分串联起来。
 
  联网工厂物联网架构
  联网工厂(CF)的解决方案旨在整合各种能力以转变生产运营。CF使客户可以轻松地从旧系统中发掘数据,近乎实时地可视化数据,执行更深入的分析以优化运营,并提高生产力和资产可用性。CF产品的重点是使工业数据收集商品化,并使开发具备可重复性。
 
 
  下面不妨进一步了解数字孪生。
 
  实施数字孪生
  数字孪生是物理机器的数字复制品。在数字孪生中,企业可使用AR/VR构建机器的虚拟表示,实现实时数据叠加的可视化。通过结合机器学习,数字孪生有助于查看实时运营和正常数据;企业可以从实际行为(比如执行主动式维护)深入了解情况。数字孪生便于模拟假设分析场景,以确定机器的最佳KPI,并为操作人员提供构建沉浸式教育和培训,以帮助操作人员处理设备。
 
  数字孪生使用物联网持续收集实时数据,可以从数字复制品控制机器的运行。它提供了机器实际模型的沉浸式体验,有助于预警、预测和优化。数字孪生执行下图所示的以下任务:
 
 
 
  使用数字孪生对机器的思维进行建模
 
  如图所示,数字孪生通过以下方式来管理机器:
 
  •监控:数字孪生通过在虚拟世界中复现数字复制品来收集和分析数据。机器遥测数据可以来自云提取的传感器。工厂车间数据可以提取自基于本地应用程序构建的API包装器。
 
  •分析:要构建数字复制品,企业可以使用流行的AR/VR技术,比如微软HoloLens、Amazon Sumerian或Oculus。借助在数字复制品上创建数据叠加层,能显示数据如何从各种传感器流入,并可以进行进一步的分析。要构建数据可视化和搜索功能,企业可以使用Amazon OpenSearch和Quicksight等工具。数字孪生可以使用基于人工智能的服务,通过语音进行控制。使用机器学习功能,能训练、调整和部署机器学习模型。
 
  •行动:企业获得数据洞察和预测后,可以将消息发回到运营团队,以执行所需的行动。企业可以通过为一线工作人员创建自动维护工单来通知操作应用程序。AWS IoT Core可以接收一线的消息,并直接对机器执行操作。如果冷却风扇运行异常或温度超出预期,操作人员可以直接从数字孪生停止机器。
 
  下面,不妨以飞机喷气发动机的数字孪生的参考架构为例,如下图所示。在这里,企业使用物联网传感器实时收集发动机温度和速度数据,并在数字发动机复制品中显示数据叠加层,以获得洞察力,并采取行动。

(编辑:应用网_丽江站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读