客户价值
我们正在经历一场伟大的变革
需要高灵敏度的感知系统
传统工业的感知系统大多是由现场层设备完成,这现场控制器设计主要是面向过程控制需要,数字开关量采集居多,模拟量也主要是低速低精度的信号采集。而设备状态微小缓慢变化的信息,需要高精度高速高灵敏度的感知系统。
传统产业几百年来赖以生存的发展模式是“传统工具+经验决策”,这将彻底被以“数据+算力+算法”的新型智能制造核心技术体系颠覆。智能制造将掀起了在工具和决策两个维度上的深层次革命。而这两方面的革命都要求传统工业的体系架构进行重塑。一个明显的特征就是计算平台的迁移,从最初的单机工业电脑,到云端服务器,再到边缘计算平台。边缘侧需要在实时业务、数据优化、应用智能、安全与隐私保护等方面为整体智能制造系统提供更有力的支持。
需要高效的边缘侧数据提炼
目前大多数工业现场设备和网络设备对于数据处理主要功能是将数据尽可能快的传输给云端,数据清洗预处理等所有的工作都在云端执行,导致海量的低信息密度数据无意义的从工业现场层透过多层重复搬移,大量占用带宽、存储、计算资源。
需要开放的边缘侧计算平台
上一代现场设备大多是执行固定逻辑或算法的封闭单元,固件程序一旦出厂很少会更新,扩展性较差。而智能制造新工业环境需要边缘侧设备配合云端在IaaS、Paas、SaaS三个层次上实现协同:边缘侧设备应具有连接网络、虚拟化资源、安全管理等能力;能与云端PaaS进行数据协同、智能协同、应用管理协同、业务管理协同;配合云端SaaS进行服务协同。这就要求边缘侧具有全新的、开放的、易于扩展的新架构。
智能制造呼唤新的解决方案
设备健康管理是智能制造的关键技术
智能制造的关键技术之一就是预测性维护PDM(Predictive Maintenance)。预测性维护是保证制造未来可持续且高效的提供服务的关键,它对制造业的重要性已被充分认识和广泛接受。预测性维护对于制造所具有的重要意义包括预防硬件故障、优化维护例程、加强工作场所安全、提升产品质量和客户服务及预测分析等。
不同于落后的事后维修以及基于时间的预防性维护,预测性维护是基于条件的维护新方式。通过分析设备状态数据识别设备运行模式,仅在需要的时候触发维护干预,从而变被动维护为主动维护,可大大提高制造可靠性并节约制造成本。
采用预测性维护能给生产带来巨大的好处:
人类历史上经历了三次工业革命,每次工业革命都带来生产力、经济、人类社会及文明翻天覆地的变化。如今人类又一次站在了人类历史的转择点上,第四次工业革命序曲已经奏响。
第四次产业革命是以信息物理系统CPS(Cyber Physical System)为基础,智能制造为主导的产业升级。智能是第四次工业革命的主要特征。
第四次工业革命中人、机器、信息将被CPS紧密地连接在一起,在未来的发展过程中,普通工厂和生产方式将逐步消失,取而代之的是以生产高度数字化、网络化、机器自组织为标志的全新的智慧工厂和智能制造。
赛博联物为满足智能制造对于新型边缘计算平台的需要,研发了euEdge边缘计算平台。该平台针对智能制造对于边缘侧实时业务、数据优化、应用智能、安全等方面都提供了相应的解决方案,在实体世界和信息世界之间建立了一条安全、高效、灵活的通道,可以为工业互联网平台提供高质量数据及设备数字镜像服务。
我们的技术 – 边缘计算平台euEdge
赛博联物在信号采集、实时预处理、特征提取、边云协同等领域具有独立自主知识产权的核心技术,其提供的面向不同工业场景的专业边缘计算平台可以为工业互联网平台提供高质量的数据源,其柔性的架构设计使得云端可以与设备边缘侧尽心高效的算法部署和信息交换。
客户价值