我们从制造商那里得到了很多关于两者差异的问题边缘和云端。边缘和云计算通常被误解为相互排斥，但是，它们可以以不同的方式运作，利用一个人不排除使用另一个。事实上，他们实际上彼此相得益彰。
对于制造，Edge Computing的目标是处理和分析数据靠近一台需要在时间敏感的情况下快速处理数据的机器。它需要立即做出决定，不能拖延。
在设置传统的IOT平台中，字段中的设备产生的数据（用于所有意图和目的，让我们调用通过物联网设备收集的机床）（类似的MachineMetrics边缘）将返回到中央网络服务器（如果您愿意推送到云端）。
在云中，所有数据都会在集中位置收集和处理，通常在数据中心中。所有需要访问此数据的设备或使用与其关联的应用程序必须首先连接到云。由于一切都集中，云通常很容易确保和控制，同时仍然允许可靠地访问数据。
一旦数据在云中被处理(“分析”)，就可以通过物联网平台(比如MachinImetrics.）以多种方式，无论是通过实时可视化，报告，诊断分析等，如何帮助提高您根据实际数据做出决策的能力。
问题：当它归结为需要极快的决定时，情况变得更加复杂。
首先，数据需要从边缘设备向云行进的“距离”需要时间。这种轻微的延迟可能只有一个毫秒的问题，但对于某些决定可能是至关重要的，例如停止机床断裂。
其次，这些机器产生大量的数据(每毫秒数百个数据点)，所有在边缘和云之间来回传输的数据会使通信带宽紧张。
解决方案：而不是不断将每块数据传递回云，EDGE支持的设备可以在机器的“边缘”处实时收集和处理数据，允许它们更快且更有效地响应。
在制造设施中，边缘硬件和边缘计算的集成将在许多方面扰乱工业努力。拿预见性维护例如。机器能够分析它们在边缘产生的数据允许在制造中集成预防性维护业务模式。在这里，商店楼层内的资产将不断创建警报，以通知企业系统有关表现不佳的组件。这些资产还创建了抢占维护计划，这些时间表大大减少了计划外机停机的可能性。数据驱动的预测维护业务模式附带的增值命题包括：
例如，当您处理数控机床时，机床在周期内的停止是一个边缘决策，而周期结束的则是一个云决策。这是因为周期内的停工通常需要非常低的，接近于零的延迟时间，而周期结束时的停工有更宽松的延迟时间。在前一种情况下，机器将不得不杠杆边缘分析在适应周期时自动关闭机器，以避免潜在的昂贵停机和维护。
那么，这对客户的意义是什么？要清晰，边缘计算不会取代云计算，尽管这两种方法可以相互补充。云计算是数据收集，分析和历史报告的更通用的平台，但有数百个使用情况，反应时间是物联网系统的关键值，例如某些预测维护事件，在哪里发送实时数据到云的数据可防止分析快速发生。
制造公司需要能够在三个不同的层面做出决定：在机器级别，在工厂级别，在商业水平。MachineMetrics提供边缘平台和云平台，以便在这些级别中的每个级别进行决策所需的分析。这是关于在合适的时间向合适的人提供正确的信息，以便他们可以采取行动。通过使用云计算能力的边缘计算，例如通过MachinineMetrics传递的云计算能力，公司可以最大限度地提高两种方法的潜力，同时最大限度地减少其限制。
准备授权你的车间？
学到更多.svg)
评论