早在“物聯(lián)網(wǎng)”一詞被創(chuàng)造出來之前，技術(shù)行業(yè)就已經(jīng)連接了一系列聯(lián)網(wǎng)對象來收集和交換數(shù)據(jù)。然后是云計算，它為行業(yè)提供了一個存儲所有這些數(shù)據(jù)的地方。進(jìn)入現(xiàn)代，現(xiàn)在邊緣計算將繼續(xù)作為圖片的一部分——從云中獲取一些基本的數(shù)據(jù)處理和分析工作，并將其帶到邊緣設(shè)備。Gartner預(yù)測，雖然目前只有10%的企業(yè)生成數(shù)據(jù)在邊緣處理，但到2022年，這一數(shù)字將達(dá)到50%。預(yù)計一半的處理能力將慢慢從云轉(zhuǎn)移到邊緣設(shè)備，從而導(dǎo)致物聯(lián)網(wǎng)項目利用云計算和智能邊緣的力量來做出明智的業(yè)務(wù)決策。

隨著邊緣計算的成熟，我經(jīng)常分享工業(yè)用例，以展示邊緣計算框架在處理和利用邊緣數(shù)據(jù)方面有多強大。一個很好的例子是制造機器人機械的客戶，該客戶可以通過邊緣計算平臺減少停機時間和維護(hù)成本。

機器人資產(chǎn)監(jiān)控旨在跟蹤整體設(shè)備效率 （OEE） 和服務(wù)水平協(xié)議 （SLA） 參數(shù)的正常運行時間和停機時間。傳統(tǒng)上，工廠經(jīng)理和維護(hù)專業(yè)人員將許多定量和定性技術(shù)結(jié)合起來，以確定故障的可能性并減少機器人資產(chǎn)的停機時間。這些糟糕的維護(hù)策略會降低制造商的生產(chǎn)能力，每年花費數(shù)百萬美元。如今，使用機器人資產(chǎn)的公司需要能夠連接、收集和分析數(shù)據(jù)，以防止故障的即時成本。

機器人系統(tǒng)的不斷使用與先進(jìn)制造工廠的性質(zhì)相結(jié)合，需要采取各種措施來維持運營。故障的瞬時成本可能會擾亂整個工廠周期，導(dǎo)致制造商、其合作伙伴和客戶出現(xiàn)延誤和成本高昂的結(jié)果。過去，需要極其昂貴的技術(shù)投資來處理大量數(shù)據(jù)來監(jiān)控機器人資產(chǎn)，這限制了僅大型組織的部署。

智能互聯(lián)技術(shù)現(xiàn)在在成本和可訪問性方面都已實現(xiàn)，使工業(yè)4.0經(jīng)驗有限的工廠經(jīng)理能夠監(jiān)控機器人資產(chǎn)，并使用這些信息來維持運營并防止故障的即時成本。復(fù)雜的邊緣計算平臺允許制造商直接從任何機器人系統(tǒng)或控制器實時收集數(shù)據(jù)，而無需互聯(lián)網(wǎng)連接。然后，可以使用該平臺在本地處理和可視化數(shù)據(jù)，或者在需要時推送到物聯(lián)網(wǎng)云平臺，該平臺將在一個集中且易于使用的儀表板中顯示OEE和所有其他必需參數(shù)。

該解決方案允許工廠經(jīng)理確定遠(yuǎn)程狀態(tài)監(jiān)測的最佳因素，無論是溫度、振動還是特定于其操作的其他參數(shù)。設(shè)置參數(shù)后，工廠經(jīng)理會在出現(xiàn)問題時收到警報。在分析數(shù)據(jù)后，系統(tǒng)能夠自我學(xué)習(xí)并動態(tài)調(diào)整模式，并使預(yù)測性維護(hù)系統(tǒng)能夠監(jiān)控并因此維護(hù)機器人資產(chǎn)。

邊緣計算平臺使公司能夠訪問其工業(yè)系統(tǒng)中可用的大量數(shù)據(jù)，然后允許他們理解數(shù)據(jù)以推動進(jìn)一步的智能行動。他們可以預(yù)測何時何地可能發(fā)生故障，最大限度地提高制造工廠的效率并隨著時間的推移改善運營，同時最大限度地降低帶寬和云成本。主動維護(hù)可以延長設(shè)備的使用壽命，減少停機時間并降低維護(hù)成本。

審核編輯：郭婷