יתרונות מרכזיים של ערפל בתעשיית הייצור

האבולוציה המהירה של ייצור חכם ותעשייה 4.0 הציבה דרישות חסרות תקדים על מהירות עיבוד נתונים, אבטחה ואמינות.בעוד מחשוב ענן מציע אחסון רחב וניתוח רב עוצמה, ההסתמכות על מרכזי נתונים מרכזיים מציגה שקיפות שיכולה לזרז פעולות רגישות בזמן על רצפת המפעל. Fog - ארכיטקטורה מבוזרת שמביאה חישוב, אחסון ורשת קרובה יותר למקור הנתונים - התפתחה כפתרון רגיש לזמן קצר לתהליכי ייצור אלה, אפילו לא ניתן לשנות את קצבי אבטחה, כלומר, כלומר, כלומר, לתקני אבטחה מתקדמים, לא ניתן למצוא את התכונות של רשתות אבטחה, או לענן, כלומר, תוך כדי שינוי אבטחה, או לפתח מערכות אבטחה, תוך כדי שינוי אבטחה, כלומר, על גבי רשתות אבטחה, תוך כדי שינוי אבטחה, על פני השטח של אבטחה, על פני השטח של אבטחה, על פני השטח של אבטחה, או פיתוח רשת תעשייתיות, או שיפור אבטחה, על פני השטח של מערכות מחשוב מודרניות, כלומר, על פני השטח של מערכות מחשוב מתקדמות, על פני השטח של מערכות מחשוב, על פני השטח של מערכות מחשוב, או פיתוח רשת ענן, כלומר, כלומר, כלומר, כלומר, על גבי סוללות אבטחה, כלומר, כלומר, על פני השטח של מערכות מחשוב, כלומר, כאשר היא יעילה, כלומר, על גבי סוללות אבטחה, על גבי סוללות אבטחה, כאשר היא יעילה, כלומר,

מה זה Fog Computing?

מחשוב פוג הוא פרדיגמת מחשוב מבוזרת המשתרעת על פני הענן לקצה הרשת.בניגוד למחשוב ענן מסורתי, שבו נתונים עוברים מחיישנים למרכז נתונים מרוחק לעיבוד וניתוח, מחשוב ערפל מבצע את המשימות הללו במכשירים ביניים – הנקראים לעתים קרובות נודים ערפל – שהועברו בתוך הרשת האזורית (LAN) אולמות אלה יכולים להיות נתבים תעשייתיים, בקרים לוגיים מתוכנתים (CPL), שרתים מוטבעים, או אפילו ממרחקים חזקים של מאות נתונים מצטברים בזמן אמתי נתונים (LAN).

חשוב לציין כי מחשוב ערפל ומחשוב קצה, אם כי קשור, אינם זהים. Edge מחשוב בדרך כלל מתייחס לעיבוד המבוצע ישירות על מכשירים קצה - כגון חיישנים, פועלים או מחשבים בודדים - כאשר מחשוב ערפל מקיף היררכיה רחבה יותר של נוודים ביניים המספקים מחשוב נוסף, אחסון, משאבי רשת. ערפל יכולים לתאם עם מודעות וענן, ויצרו זרם נתונים חלקה של הארגון הפתוח (עכשיו) מגדיר תמיכה טכנית, תכונות מפתח של ערפל (Opent) של מחשוב תעשייתיות) יש תכונות אבטחה ומקורות אבטחה ורשתות.

יתרונות מרכזיים של מחשוב פוג בייצור

עיבוד נתונים בזמן אמת

סביבות הייצור דורשות תשובות מפוצלות לשניות.עלייה בטמפרטורה בכור כימי, אנמטית רטט ב CNC ספינדל, או חלק לא מופרע בקו הייצור לא יכולה להרשות לעצמה את השניות - או אפילו מ-מילימטרים - נדרש לשלוח נתונים לשרת ענן, לחכות לניתוח ולקבל עיבוד נתונים בזמן אמת מנקודת האיסוף או על מנת להפחית את משוב דרמטי.

לדוגמה, במפעל פלדה מתגלגל, חיישנים מהירים עוקבים אחר עובי, טמפרטורה ומתח. ערפל יכול לנתח זרמי נתונים אלה באופן מקומי ולהתאים את לחץ רולר או קירור בתוך מיקרו-שניות.זה מבטל את הסיכון לייצר מוצרים מחוץ לדגום של ספק בעוד מנוע הניתוח מבוסס ענן עדיין מקבל את הנתונים באופן דומה, בייצור רכב, חימוש רובוטי מלוטש על כוח בזמן אמתי משוב: 0 שניות של טיפול תרופתי אינו יכול לבצע אלגוריתמים של שימוש מיידי של שימוש בחומרים:

2.הפחתה של Bandwidth Usage

מפעלים מודרניים מייצרים טרה-ביאטים של נתונים מדי יום מאלפי חיישנים, מצלמות ומכשירי IoT. Transmitting כל המידע הגולמי לענן ישאיר קישורים לרשתים ויריד עלויות רוחב פס מופרזות. Fog מכתובות על ידי סינון, סגירה ומדחסימת נתונים בקצה.רק תובנות משמעותיות - מכירות, סטטיסטיקות מצטברות, או מודלים דחוסים - נשלחות לענן לאחסון ארוך טווח או עמוק יותר.

שקול צמח עיבוד מזון גדול עם מאות חיישנים רטט על חגורות, מנועים, משאבות.זרמת רציף של גלי רטט גולמי יהיה לצרוך כמה ג'יגה-בייט לשנייה. A ערפל יכול לבצע ניתוח מהיר ארבעהייה (FFT) ניתוח מקומי, לחלץ תכונות מפתח כגון עלייה של אדמדנים ושינויים תדירות, ולהעביר רק כמה על ידי טלוויזיות perחיישנים לדקה.

3.שיפור האבטחה והפרטיות

נתוני הייצור הם בין הנכס האינטלקטואלי בעל הערך והרגיש ביותר שהחברה מחזיקה במתכונים לייצור מפיצים, תצורת מכונות, ומדדים איכותיים חייבים להיות מוגנים מפני התקפות סייבר חיצוניות ושימוש לרעה פנימי.מחשוב פוג משפר באופן בלתי-מכוון את האבטחה על ידי שמירה על נתונים רגישים בתוך הרשת המקומית perimeter. במקום לחשוף נתונים גולמיים לנתיבי אינטרנט ציבוריים ולשרתי ענן, תהליך ערפל ושמירת מידע מאחורי פרוטוקולי החומות האבטחה והאבטחה של הארגון.

יתרה מכך, ארכיטקטורות ערפל מאפשרות בקרת גישה גרפית והצפנה נתונים במנוחה ובמעבר בתוך הרשת המקומית.לדוגמה, יצרנית התרופות יכולה לעבד רשומות אצילות על ערפל ורק לשדר ציות אנונימיות המסוימות לענן לדיווח רגולטורי.

בנוסף, מחשוב ערפל תומך בדרישות הריבונות של נתונים.גורמים הפועלים באזורים עם חוקי ייצוב נתונים קפדניים (למשל, GDPR באירופה, חוק אבטחת סייבר) יכול לעבד ולאחסן נתונים לייצור מקומי תוך שימוש עדיין מניתוח ענן למשימות שאינן רגישות.

4. הגדלת אמינות וזמינות

אמינות היא בלתי ניתנת להשגה בייצור.ענן בלתי צפוי או הפרעה ברשת יכול לעצור את קו הייצור כולו, המוביל להפסדים פיננסיים מסיביים.מחשוב פוג מבטיח כי פעולות קריטיות ממשיכות גם כאשר קישוריות רשת רחבה של שטח רחב של נתונים והחלטות להתרחש באופן מקומי, מכונות יכולות להפעיל אוטונומי עד שהקשר יוחזר.

בפאב למחצה, למשל, תהליך הליתוגרפיה פועל ברציפות ודורש ניטור סביבתי קבוע.אם הקישור לאינטרנט נכשל, הערפל המשגיח על תנאי חדר נקי עדיין יכול להתאים את זרימת האוויר, הטמפרטורה, ואת ריכוזים כימיים המבוססים על קוראי חיישן ולוגיקה בקרה מאוחסנים. ברגע שקשר הענן מבוסס מחדש, מטושטשים תהליכים וכל תורים מזהירים כי "יכולות קו ישר" זה אפילו לא יכול לפעול 24 שעות ביממה.

יתר על כן, ניתן להגדיר ערפל בהתנצלות מגוננת.אם לא ייכשל, אחר יכול לקחת על העומס שלו, להבטיח שירות לא מופרע זה ניגודים עם ארכיטקטורות תלויות ענן שבו נקודה אחת של כשל - חיבור לאינטרנט או ספק ענן - יכול להביא פעולות לעמידה.

5. תחזוקה חיזוי וצמצום זמן השבת

מחשוב פוג מצטיין במתן אפשרות לתחזוקה חיזוי על ידי עיבוד נתונים חיישן גבוה קידוד מקומי ומודלים של למידת מכונה פועל המזהים סימנים מוקדמים של ההידרדרות בציוד.במקום לשלוח נתונים רצופים לענן לניתוח, ערפל יכול לבצע מודלים AI קלים - לעתים קרובות מהנתונים אימון שנוצרו בענן - כדי לסווג תנאים כרגיל, אזהרה או קריטי.

לדוגמה, במפעל נייר, ערפל המחובר לזיקוק גדול יכול לנתח זרם המנוע, טמפרטורה, אותות רטט כל מילימטר השניות.זה יכול לזהות שינויים עדינים בחתימות הרמוניות המציינות ללבוש, לקשור את ה-IoT עם מדדי זיהוי איכותיים של ייצור, כאשר סף אזהרה הוא עודף, הצומת מייצר התראה וממליץ על פעולות - ללא מעורבות בענן המקומי, אך ורק במקרים של דיוקים: 0F יכול להגביר את הפחתת זמן תגובה חיובית על ידי LT2.

סקאביה וגמישות

כאשר מפעלים גדלים או קווי ייצור משתנים, IT ו- OT תשתיות חייב להתאים במהירות.מחשוב פוג מציע גישה מודולרית, מדרגית: ערפל חדש ניתן לפרוס באופן מצטבר כדי להתמודד עם חיישנים נוספים, מכונות, או זרימת עבודה ניתוח מבלי לדרוש overhaul ארכיטקטוני מלא.זה הוא בעל ערך במיוחד עבור אתרי חומים שבו יש לשלב ציוד מורשת עם מכשירים חדשים.

ערפל יכול להפעיל יישומים מקוטבים, המאפשר ליצרנים לפרוס שירותים חדשים - כגון ראיית מחשב לבדיקה איכותית או אופטימיזציה אנרגיה בזמן אמת - על פלטפורמות קיימות של גירוד, כגון Kubernetes יכול לנהל ערפל באתרים מרובים, המאפשר ניהול מדיניות ריכוזי תוך שמירה על האוטונומיה המקומית. גמישות זו מפחיתה את העלות הכוללת של הבעלות (TCO) בהשוואה לדרג פתרון ענן טהור, אשר ידרוש אי פעם מחדש משאבים.

7.עלות יעילות

בעוד מחשוב ערפל דורש השקעה מקדימה בחומרה מקומית, הוא לעתים קרובות מניב חיסכון תפעולי משמעותי.ההפחתה של עמלות ענן בלבד יכולה להפחית עלויות חומרה בתוך חודשים.בנוסף, עיבוד נתונים באופן מקומי מוריד את דמי החיוב והאחסון המובאים על פלטפורמות ענן, במיוחד עבור רמות גבוהות, עומסי עבודה בזמן אמת.

ערפל יכול גם לייעל תהליכי ייצור כדי להפחית את הפסולת החומרית, צריכת האנרגיה, ואת זמני מחזור.לדוגמה, מערכת ניהול אנרגיה מבוססת ערפל יכול להתאים את מדינות כוח המכונות בהתבסס על הביקוש לייצור בזמן אמת, חיתוך חשבונות חשמל ב-15-30%. כאשר בקנה מידה על פני מתקן עם מאות מכונות, חיסכון זה משמעותי.על ידי שילוב של צמצום רוחב פס, עלויות ענן נמוכות יותר, ואופטימיזציה של תהליכים, מחשוב מספק החזר משכנע על ייצור עבור כל החברות.

השתמש במקרים בייצור

קווי איסוף רכב

בצמחי רכב, ערפל לתאם נשק רובוטי, מערכות ראייה, ומעבירים בקרה.הם מעבדים את המצלמות כדי לאמת את ההיערכות חלקה ולעורר התאמות בזמן אמת, ומבטיחים כינוס אפס-defect.מחשוב פוג מאפשר גם רובוטים שיתופיים (cobots) לשתף מעמדות בטיחות באופן מיידי, למנוע התנגשות ללא להסתמך על שרתי ענן מרוחקים.

תרופות וביוטכנולוגיה

תעשיות אלה דורשות ניטור סביבתי קפדני ועקביות אצווה.טמפרטורת ערפל נודס, לחות וחלקיק ספירה בחדרים נקיים, הטלת סטייה מיידית.הם גם ישה וצפינות רשומות ייצור באופן מקומי כדי לעמוד ב- FDA 21 CFR חלק 11 תאימות לפני שליחת נתונים מסכמים לענן עבור ארכיון ארוך טווח.

נפט וגז מקררים

בסביבה מסוכנת, מחשוב ערפל מפחית את הגמישות במערכות בטיחות.ערפל יכול לנתח נתוני חיישן צינורות ושסתום כדי לזהות דליפות או לחץ חריגות בתוך מילימטרים, הפעלת הפסקות חירום באופן מקומי ללא לחכות לאישור ענן.שילוב זה של מהירות ואמינות הוא קריטי למניעת תאונות ונזק סביבתי.

אתגרים ושיקולים

למרות היתרונות שלה, מחשוב ערפל מציג אתגרים.ניהול רשת מבוזרת של ערפל דורש כלי תזמורת חזקים ואנשי צוות מיומן.ביטחון חייב להיות מתחזק על הצומת עצמם, כמו גישה פיזית לחומרה קרקעית במפעל יכול לחשוף נתונים רגישים.אינטגרציה עם ציוד מורשת (למשל, PLCs ישנים יותר, מערכות SCADA) עשוי לדרוש שערי תרגומים או מודעות ביניים מותאם אישית, ההון הראשוני של הוצאות מתאימות בדרך כלל יכול להיות מצדיקה פתרונות ייצור חד-טווח.

מגמות עתידיות

ההתכנסות של מחשוב ערפל עם רשתות 5G ו-AI נקבעת כדי לפתוח יכולות חדשות. תקשורת אולטרה-הרנטית נמוכה (URLLC) מ-5G תאפשר אפילו תיאום מהיר יותר בין ערפל למכונות סלולריות.מודלים AI יהיו מאומן בענן ולאחר מכן פרוסים כמודלים זעירים, אופטימיזציה מראש (TitimeML) על ערפלים, המאפשרים ניתוח מתוחכם על תתאומים מפלטים של חומרים מאומנים באופן חלקי.

מסקנה

מחשוב פוג מתייחס לגבולות היסוד של ארכיטקטורות ממוקדות ענן בייצור: שקיפות, רוחב פס, אבטחה ואמינות. על ידי מתן עיבוד נתונים בזמן אמת, צמצום צריכת רוחב פס, שיפור האבטחה, ולהבטיח המשכיות מבצעית גם במהלך משקעי ענן, מחשוב ערפל מעצימה יצרנים להשיג יעילות גבוהה יותר, עלויות נמוכות יותר, וגמישות רבה יותר כמו יוזמות תעשייתיות 4.0 להאיץ, שילוב של מחשוב לתוך רשתות יהיה חיוני לשמירה על קצה תחרותי של חברות חכמות היום.