制造业的边缘计算和物联网处理方式

工业自动化

在当今数字化驱动的制造环境中，有太多的传感器和设备，产生了太多的数据，是不可能依赖于人工进行处理的。制造商希望实现整个工厂系统监控的自动化，对异常情况和问题的响应(比如设备出现过压迹象)也要自动化。通过监控应用程序的即时反馈，智能系统自动、主动地纠正某些问题，然后提醒工厂车间的操作人员注意这些问题。

这方面有一个例子：边缘计算系统注意到一个进料罐料位过低，便告诉生产机器放慢速度，这样就不会耗尽原材料。同时，它向上游工序发出信号，以加快速度，并通知工厂操作人员正在发生的事情。

质量与合规

边缘计算解决方案是通过实时质量控制过程来保持最佳产品质量的关键。例如，制造商现在可以结合使用来自物联网传感器的数据、计算机视觉和机器学习功能，自动对产品和材料进行视觉检查、检测故障，并自动从生产线上剔除有缺陷的产品。有了边缘计算，他们能够比任何人类检查员更快、更准确地完成这类工作。

像这样的功能可以大大节省成本。麦肯锡公司(McKinsey&Company)的一项研究发现，与基于人工检测的流程相比，人工智能质量测试将生产率提高了50%，缺陷检出率提高了90%。

这些过程很大程度上依赖于边缘计算解决方案。

在另一个重要的应用情形中，边缘计算帮助制造商自动收集并管理法规和合规方面的信息。实现自动化后，制造商避免了采用手动数据收集方法所带来的错误和其他疏忽，人们也不必手拿纸夹板在生产车间里走来走去进行记录，而生成的报告会更为准确。

这方面有一个例子：戴尔技术公司的合作伙伴IMS Evolve与英国一家大型连锁超市合作，使用边缘计算将冰箱自动设定在正确的温度上，以符合食品质量标准，避免浪费，减少了昂贵的过度制冷。

生产计划和调度

边缘计算和物联网解决方案通过制订更好的生产计划和调度，以及对生产线的实时监控，帮助制造商提高产品质量和工厂产量。

一家企业认识到，其生产过程需要200多次人工检查，而这些检查占用了总生产时间的30%。工厂操作人员希望能把这些检查自动化，以提高产能。他们安装了传感器来监测整个生产过程中的温度、湿度和灰尘浓度。然后，边缘分析解决方案接收来自传感器的数据，并实时深度分析可能影响所生产组件质量的变化因素。在部署的6个月内，新的基础设施系统覆盖了工厂70%的区域，消除了每年5000小时的人工数据输入。

（编辑：PHP编程网 - 黄冈站长网）

【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!