在一系列行業(yè)中,特別是在工業(yè)自動化的縱向領(lǐng)域,人們普遍認為,將現(xiàn)代計算機資源與基于云的軟件生命周期管理模型相結(jié)合,將變得越來越普遍。將虛擬計算機資源放置在創(chuàng)建多個數(shù)據(jù)流的地方是很好的。這是解決純粹云計算方法無法解決的系統(tǒng)延遲、隱私、成本和彈性挑戰(zhàn)的途徑。2010年左右,思科系統(tǒng)公司在"霧計算"的標簽下啟動了這種范式轉(zhuǎn)變,并逐步轉(zhuǎn)變?yōu)楝F(xiàn)在所謂的"邊緣計算"。

關(guān)鍵工業(yè)系統(tǒng)的需求

盡管如此,這種轉(zhuǎn)換在計算和數(shù)據(jù)分析中的全部潛力還遠遠沒有實現(xiàn)。任務的關(guān)鍵要求比云本地模式所能提供的要嚴格得多。這尤其是因為特派團關(guān)鍵應用程序有四項具體要求

· 異質(zhì)硬件-典型的工業(yè)自動化設(shè)置有不同的架構(gòu),X86,ARM,以及地板上的各種計算配置

· 安全要求-安全要求及其緩解措施因設(shè)備而異,需要小心處理

· 創(chuàng)新--雖然有些工業(yè)應用可以繼續(xù)沿用過去10年來保持不變的傳統(tǒng)模式,但大多數(shù)工業(yè)世界現(xiàn)在還需要現(xiàn)代數(shù)據(jù)分析和監(jiān)測其安裝中的應用

· 數(shù)據(jù)保密性--和其他信息技術(shù)領(lǐng)域一樣,在連接的機器中,數(shù)據(jù)權(quán)限管理越來越復雜,需要從數(shù)據(jù)的起源開始就進行管理。

· 實時和決定論--控制器提供的實時決定論對操作的安全和保障仍然至關(guān)重要。

出于這些原因,市場正在尋求被"任務關(guān)鍵邊緣"所稱的"山貓軟件技術(shù)"。這一概念源于將嵌入式計算(安全、實時和安全、決定性行為)的典型要求納入現(xiàn)代網(wǎng)絡化、虛擬化、集裝箱化的生命周期管理以及豐富的數(shù)據(jù)和智能計算。

任務關(guān)鍵邊緣的作用

如果沒有一個充分展示的任務關(guān)鍵邊緣,我們將無法解決目前工業(yè)電子基礎(chǔ)設(shè)施所特有的許多痛苦點。特別是,我們將無法安全地鞏固、整理和豐富數(shù)據(jù)分析和人工智能的成果,許多連接不佳、支離破碎和老化的子系統(tǒng)控制當今的工業(yè)環(huán)境。

下面這幅廣泛的架構(gòu)圖展示了我們實現(xiàn)這一目標的愿景,例如:

· 分布式和互聯(lián)式,具有混合臨界能力,虛擬化多核心計算節(jié)點(系統(tǒng)系統(tǒng))

· 網(wǎng)絡支持,包括傳統(tǒng)的信息技術(shù)通信(例如:、以太網(wǎng)、Wifi),但也是決定性的遺留領(lǐng)域公共汽車,正在走向IEEE時間敏感網(wǎng)絡(TNS),以及公共和私人4G/5G,也在走向決定論

· 支持基于標準中間件(OPCUA、MQTT、DDS等)的節(jié)點內(nèi)部和節(jié)點之間的數(shù)據(jù)分布,也將努力實現(xiàn)決定論(例如。,總檢察長辦公室

· 必須進行遠程管理和軟件的分布式節(jié)點將作為虛擬機(VMS)和容器(現(xiàn)代云本地微服務的模型)交付和編排。

分布式系統(tǒng)系統(tǒng)旨在應對控制當今工業(yè)環(huán)境的許多連接薄弱、支離破碎和老化的子系統(tǒng)所面臨的挑戰(zhàn)。

林奇公司將工業(yè)操作架構(gòu)(工業(yè)自動化樓層基礎(chǔ)設(shè)施架構(gòu))的演變確定為實現(xiàn)整個任務關(guān)鍵邊緣模式的最適當目標之一。

與更強大和可伸縮的新多核平臺相匹配,任務關(guān)鍵邊緣計算方法可以提供一個統(tǒng)一和統(tǒng)一的基礎(chǔ)設(shè)施,從機器到工業(yè)地面,再到電信邊緣和云,使硬件和軟件基本脫鉤。作為vm包裝的應用程序和越來越多的作為容器包裝的應用程序,可以在這個基礎(chǔ)結(jié)構(gòu)的所有層上進行動態(tài)管理和編排。

融入當今支離破碎的工業(yè)環(huán)境

控制當今物理環(huán)境的許多連接薄弱、支離破碎和老化的子系統(tǒng)可以有效和安全地鞏固、協(xié)調(diào)和豐富數(shù)據(jù)分析和人工智能的成果。

當任務關(guān)鍵邊緣部署到工廠的業(yè)務技術(shù)領(lǐng)域時,基礎(chǔ)設(shè)施將如何看起來。有一個分布式的節(jié)點集,有的離工廠很近,有的很遠。

上面的圖表顯示了當任務關(guān)鍵邊緣部署到工廠的業(yè)務技術(shù)領(lǐng)域時,基礎(chǔ)設(shè)施將如何看待。有一個分布式的節(jié)點集,有的離工廠很近,有的很遠。實際上,這就像一個分布式數(shù)據(jù)中心,但是包含了一個更加異構(gòu)的、互聯(lián)的虛擬化計算機資源集,它可以在需要的時候和需要的時候托管應用程序。這些將以虛擬機和容器的形式部署,它們是由云或本地組織的。

讓我們討論一下奧迪制造廠的一個具體用例,更具體地說,是針對奧迪A3的。內(nèi)卡蘇姆工廠的生產(chǎn)線上有2,500個自主機器人。每個機器人都配備了某種工具,從膠水槍到螺絲刀,并完成了組裝奧迪汽車所需的特定任務。

奧迪在內(nèi)卡蘇倫工廠每天組裝大約1,000輛車,每輛車有5,000個焊點。為確保焊接質(zhì)量,奧迪進行手動質(zhì)量控制檢查。然而,每天要手動檢查1,000輛汽車是不可能的,所以奧迪采用了行業(yè)標準的取樣方法,每天把一輛汽車從線路上拉下來,并使用超聲波探測器測試焊接點,記錄每個點的質(zhì)量。取樣成本高,勞動密集,容易出錯。因此,目的是檢查每輛車的5,000個焊點,并推斷每一個焊點在微秒內(nèi)的結(jié)果。

通過將機器電子學習算法的預測結(jié)果與奧迪提供的實際檢驗數(shù)據(jù)進行比較,建立并培訓了一種精確度的機器電子學習算法。記住,在邊緣有一個豐富的數(shù)據(jù)集,可以訪問。機器學習模型采用焊接控制器生成的數(shù)據(jù),顯示焊接過程中的電壓和電流曲線。數(shù)據(jù)還包括其他參數(shù),如焊接的結(jié)構(gòu)、金屬的類型和電極的健康性。

然后,將這些模型部署在兩個層次,首先是在線條本身,也是單元格層次。結(jié)果是,這些系統(tǒng)能夠在實施前預測出糟糕的焊接。這大大提高了質(zhì)量標準。這項工作取得成功的核心是在邊緣(即生產(chǎn)線)而不是在云中收集和處理與任務關(guān)鍵流程有關(guān)的數(shù)據(jù)。因此,可以實時調(diào)整這一進程。

在嵌入和信息技術(shù)之間的邊界獲得集成的好處

還有一些技術(shù)領(lǐng)域需要取得相當大的進展。山貓的焦點主要集中在兩個方面

· 在多中心系統(tǒng)中傳遞確定性行為;隨著多個系統(tǒng)合并起來在單個多中心處理器上運行,諸如內(nèi)存和I/O之類的資源共享引起干擾,這意味著保證具有時間臨界功能的行為將成為問題。

· 為應用程序提供嚴格隔離,以確保系統(tǒng)的高度可靠性和安全性

還有其他一些主題,包括為這些復雜的連接系統(tǒng)提供時間敏感的數(shù)據(jù)管理、邊緣分析和網(wǎng)絡功能。例如,為這些確定性的、具有時間敏感性的系統(tǒng)部署編排和調(diào)度的正確方法是什么?

總之,關(guān)鍵任務就在這里。它開始實現(xiàn)霧計算的最初意圖。我們正開始從嵌入式技術(shù)和信息技術(shù)之間的真正一體化中獲得巨大的好處。需要做更多的工作,這將需要一個村莊。這將需要一系列廣泛的生態(tài)系統(tǒng)伙伴,以簡化這種技術(shù)如何交付到市場。