工业

结合边缘分析和操作数据 可望将物联网价值最大化

字号+ 作者:陈端武 来源:digitimes 2018-02-26 09:19

边缘分析发生在营运网络边缘或附近,通常亦称为分布式分析或边缘运算。然而,由于成本、复杂性、安全性和技术障碍等综合因素,直到最近仍无法在行业边缘进行分析


图片来源:https://pixabay.com/photo-1639990/



 
在瞬息万变、竞争激烈的全球市场,企业需仔细考虑数据在哪里里及如何将数据转化为商业价值,以强化营运、改善客户体验。有时数据和分析需集中处理,如储存在云端的数据;有时营运决策则需立即进行,因此集中式方案无法提供分析,而需要导入边缘分析。
 
据Automation World报导,边缘分析发生在营运网络边缘或附近,通常亦称为分布式分析或边缘运算。然而,由于成本、复杂性、安全性和技术障碍等综合因素,直到最近仍无法在行业边缘进行分析。
 
但情况正在改变,数码化正在所有工业环境中发生。棕地基础设施正在借助增设传感器和闸道器等设备来增加智能,新的基础设施则能透过嵌入式软件和智能设备实现数码化。
 
美国顾问公司VR-MR/' target='_blank'>ARC Advisory Group研究主管Michael Guilfoyle表示,随此变化的发生,市场焦点已从集中式的大数据和分析,转向边缘数据管理和分析。这点很合理,因为物联网(IoT)边缘设备及其相关数据已大增,而且将持续下去。
 
但过度依赖设备及相关数据的边缘分析,忽略了工业企业可获得的一些最有价值的数据和见解,即操作数据(operational data)及流程知识。
 
传统上,采用分层结构来撷取、存取和传递整个企业的数据,但在使用数据上存在很多限制。早在互联网之前,此数据结构就已存在。随着互联网成为商业和营运环境中无处不在的一部分,这种传统的数据结构正在被取代。
 
企业现在开始看到更全面的数据和分析的价值。这种改进的观点包括集中式处理,例如在云端中,并且无缝地延伸到营运边缘。由于企业领导者苦于处理爆炸式成长的数据,将云端运算视为相关数量、速度和复杂性问题的解决方案。
 
云端方案可将复杂和大型数据集与先进的分析技术相结合,带来能解决问题的庞大运算能力。例如,将机器学习应用于声学数据以预测资产故障;集成文本分析以优化流程,或使用图象分析进行产品保证。
 
而为因应云端应用的不断成长,企业边缘的概念被定义为企业营运环境的最远延伸,无论是实体基础设施、分布式营运点还是客户互动。边缘分析则将数据处理和运算扩展到数据源或其附近。在工业营运中,边缘执行的分析通常支持提升效率、可靠性、意外停机时间、安全性和客户体验的战术用例。
 
在考虑边缘分析的数据时,常见的误解是它们仅包含串流数据,即基于输入源的时间标记。而其背后构想是联机、自动化、边缘分析和工作流程自动化的组合,是从数据中获取价值的关键。
 
尽管这是正确的,但仅描述工业物联网(IIoT)策略中的部分情况。缺少的是对操作过程及其相关数据的价值的理解。这些数据通常是由主题内容专家(Subject Matter Expert;SME)产生和撷取,因此常包含高价值的信息。
 
操作数据,特别是在边缘产生的数据,通常未获充分利用。除非存在正式流程,否则这些数据很少被系统化为营运数据库的部分来源。除了营运数据,SME还了解营运流程和最佳实践。这些高价值的员工具备如何操作设备、执行维护和确保安全程序的具体知识。
 
例如,原油工程师就很了解精炼过程中的原油类型对设备故障的影响。当然,这种智能产权非常宝贵,企业担心会在工人退休或跳槽时跟着离开公司。
 
好消息是,现在已有技术能对数据进行数学建模,并在分析后取得这些专业知识。而此流程知识可透过操作和IIoT数据来增强,知识和数据的融合可用来推动IIoT策略所需的优化决策流程和设备性能。








相关文章
  • 中国各地密集发布IIoT政策 主要制造省市将依循在地优势

    中国各地密集发布IIoT政策 主要制造省市将依循在地优势

    2018-08-14 07:08

  • 五种工业物联网方式彻底改变石油和天然气行业

    五种工业物联网方式彻底改变石油和天然气行业

    2018-08-02 10:00

  • 智能工厂潮流来袭 制造商转型可用四项关键要素先行评估

    智能工厂潮流来袭 制造商转型可用四项关键要素先行评估

    2018-07-30 08:37

  • 物联网预测性维护如何推动未来工厂发展?

    物联网预测性维护如何推动未来工厂发展?

    2018-07-24 11:08