欢迎访问
为什么工业互联网需要边缘计算?边缘计算在工业领域的实际应用
2023-06-16 来源:
1522

边缘计算通常是应用在工业物联网领域,指靠近实际工作环境或产生数据源头的一侧,利用就近的计算资源、网络资源、存储资源等为工业生产数据信息化提供就近服务的平台。其应用程序在边缘侧发起,也在边缘一侧响应,有更快的网络服务响应,满足行业在实时监控、智能调度、数据安全与隐私保护等方面的基本需求。


边缘计算与云计算有什么不同


边缘计算在技术实现上与云计算有很大的相似性,但在应用层面却有很大的不同,不是我们通常理解的企业内网与公网的区别。传统的云计算服务商大多从计算资源,大数据,虚拟化等角度考虑云计算的架构及实现。甚至一些从事工业ERP、PLM、MES系统的公司简单以为把他们的系统搬到云上,以云架构的方式实现工业系统,就解决了工业上云的问题,其实这样很难取得大的成功。工业上的边缘计算与云计算主要的区别在以下几点:


1、工业智能化制造,工业机器人等作业调度程序等对数据的实时性要求比较高,云端网络不能满足需求。


2、工厂现在沿用的很多设备,如注塑机,冲压机等,都还是比较老旧的设备,信息化功能不多,有些只能通过加传感器的方式采集信息,有些可以读取设备的PLC获取信息。但是这些采集设备出于成本考虑,计算及存储能力都有限,一旦云网络出现故障,数据可靠性将得不到保障,因为采集设备可能不够资源来实现数据缓存与重传。


3、 工厂生产过程中会产生大量的数据,这些数据有时是冗余的,有时又是关键的。如果所有的数据都在放上云端,那么流量及空间的费用就会比较高,有时企业甚至是不想承担的。


所以,工业物联网要能成功的落地,架构、设计、实现切实可行的边缘计算方案将是成功的关键。


边缘计算的架构


边缘计算在系统架构上要考虑三方面的内容:


1、系统的伸缩性,工厂的生产数据会越来越多,产线会动态扩展,产品设计也会随时变更,所以不可能停下设备来等待边缘计算的部署和升级。这一方面利于大数据分布式平台hadoop等可以很好的满足需求。


2、边缘计算与云计算的融合,工业的数据如果不上云和本地系统就没什么区别,所以和云的融合是边缘计算的一个基本任务。由于工厂数据量大,可以分开数据类型,一类数据用于实际的生产和本地化处理,一类数据用于上云及云上应用,是一种合理的应用。


3、跨边缘计算的分布式部署,有许多大的公司可能在各地都有工厂,所以分布式边缘计算将是必然的。这个就有点像云计算中的跨数据中心的分布式部署有点类似,但一方面hadoop不适合跨数据中心部署(对时延要求比较高),google的跨数据中心数据库spanner还在理论阶段,是一个比较大的挑战。


当前,边缘计算将技术与工业互联网融合,已经得到一定的研究,被应用于很多工业场景。


1、故障诊断与缺陷检测:在所有数据分析场景中,故障诊断与缺陷检测类往往较为重要,而边缘计算能够为其提供更便捷的计算资源,因此这是目前应用最多的一种工业边缘计算场景之一。典型的应用有基于深度学习的轴承故障诊断,刀具磨损监控、产线零件识别与缺陷检测、设备实施监控运维等。边缘计算低时延的特性提高了诊断的响应速度以及及检测效率。


2、工厂园区安防监控:基于边缘计算的视频流处理也是工业领域中的重要应用,例如对视频数据进行结构化分析,从而完成人员的行为督导、设备状态监测、物料流转监控等任务,实现无人值守。


3、工业数据挖掘:边缘计算提供了大量的分布式计算节点,可利用其来捕捉异常和故障在传感器以及设备之间的传播,获取故障相关信息,从而进行预测性维护


4、控制决策过程的优化:以深度学习为代表的复杂优化方法在工业控制领域也有着较多应用,边缘计算可以为这些应用提供基础的计算设施。例如针对随机顺序的混沌生产场景,利用边缘智能构建多个智能体系统,通过不同智能体之间的行为交互提高自主决策能力,进而提高自适应性与鲁棒性。另有基于5G和边缘计算的智能汽车柔性制造解决方案,提高了制造中感知、分析、决策和执行过程的效率。


总结


综上所述,工业的边缘计算的架设是建设工业物联网系统的关键步骤,不管以后的消费者直接下单到工厂定制生产的系统的建设,还是工厂的维护自己的大数据分析等,都应该把边缘计算当作关键的部件来考虑。


瑞芯微Rockchip深耕AI市场,RK3399Pro和RK1808两颗人工智能旗舰芯片在智能家居、智能安防、视觉、手势识别、智能语音等领域得到广泛应用。

 

其中,RK3399Pro内置性能高达3.0Tops,融合了Rockchip在机器视觉、语音处理、深度学习等领域多年经验打造的NPU,让典型深度神经网络Inception V3、ResNet34、VGG16等模型在其上的运行效果表现惊人,性能大幅提升。

 

RK3399Pro是采用CPU+GPU+NPU硬件结构设计的AI芯片,具备以下三大特性:

 

1、AI硬件性能高;

2、平台兼容性强;

3、完整方案易于开发。

 

RK3399Pro作为Rockchip首款整合AI硬件的处理器,其平台可快速量产商用。非常适用于智能驾驶、图像识别、安防监控、无人机、语音识别等各AI应用领域。

 1-201019141Q818.png

 

 

快包电子上线RK3399Pro边缘计算主板

 

基于瑞芯微RK3399Pro架构的AI边缘计算主板,RK3399Pro是一款双Cortex-A72+四Cortex-A53 大小核CPU结构,主频高达1.8GHz的高性能处理器,可支持4K 60fps VP9 and 4K 10bits H265/H264 视频解码,外围接口丰富,拥有超强扩展性。RK3399Pro内置嵌入式神经网络处理器(NPU),NPU算力可达3.0TOPs,支持PCI-e/USB3.0/RGMIIMP,可对多路摄像头及网络摄像头进行视频结构化识别和分析。


微信图片_20230615094352.png


 

Rockchip RK3399Pro芯片的边缘计算主板算力强悍,输入输出接口丰富可扩展性强。PCB 采用8层沉金工艺设计,具有极佳的电气特性和抗干扰特性,工作稳定可靠,可达到工业级标准,可广泛应用于智慧城市、智慧安防、智慧医疗、工业互联网等人工智能终端领域。



相关文章
Baidu
map