În 2015, tehnologia calculului de margine (edge computing) și-a câștigat definiția formală ca o tehnologie care permite efectuarea calculelor la marginea rețelei, iar din acel moment, companiile și furnizorii de soluții au considerat și aplicat această tehnologie în multe aplicații industriale.
În ultimii ani, au fost analizate pe larg aplicațiile și soluțiile Industry 4.0, iar în acest articol se va vorbi despre modul în care edge computing este implementată în soluțiile industriale IoT și despre avantajele acestei implementări. În cele ce urmează, vă prezentăm pe scurt concluziile trase de Karim7, Specialist marketing de produs, Zerynth
Ce este tehnologia de calcul la margine?
În termeni simpli, calculul la margine (fiind o denumire relativ recentă se regăsește majoritar sub denumirea în engleză: edge computing) înseamnă efectuarea unei anumite părți a algoritmului aplicației pe dispozitivele din apropierea sursei de date, în loc să se bazeze în totalitate pe un centru de date principal. În loc să transmită date brute către un server pentru procesare și analiză, această muncă este, în schimb, efectuată acolo unde datele sunt generate efectiv, fie că este vorba de un magazin de vânzare cu amănuntul, o fabrică, o utilitate extinsă sau undeva într-un oraș inteligent. Edge computing este un termen general care cuprinde o mulțime de tehnologii și practici. În acest articol, se face referire în principiu la calculul la margine în soluții IoT.
Cum este implementată tehnologia edge computing pentru soluții industriale?
În timpul lucrului într-un proiect UE care a urmărit să umple golul dintre provocările industriale IoT și abilitățile tehnice ale forței de muncă, s-au analizat multe provocări industriale, modul cum sunt abordate și care sunt cele mai bune tehnologii pentru rezolvarea lor.
Soluțiile IoT industriale sunt diverse, dar cele mai uzuale sunt două aplicații:
- Monitorizarea și Supravegherea în timp real a unui proces industrial.
- Întreținere predictivă asupra componentelor și utilajelor.
Pentru aplicațiile de monitorizare a producției în timp real, algoritmii de calcul de margine constau de obicei din:
- Preprocesarea, filtrarea și formatarea datelor colectate de la senzori sau dispozitive. Pentru aplicațiile simple, aceste date prelucrate vor fi trimise către server unde vor fi afișate vizual utilizatorului final prin tablouri de bord.
- Pentru aplicații complexe, cum ar fi detectarea anomaliilor consumului de energie sau detectarea și prezicerea stării mașinii pe baza performanței mașinii, algoritmul de calcul de margine constă în implementarea și rularea modelelor de învățare automată care analizează datele și iau decizii sau prezic valori.
De exemplu, într-un proiect realizat împreună cu o companie importantă de producție care produce piese pentru automobile, folosind unitatea de achiziție de date industriale 4ZeroBox, s-a putut monitoriza fluxul de producție și s-a putut prezice defecțiunea unei supape importante care controla procesul de producție. Acești algoritmi au rulat pe 4Zerobox.
Soluțiile de întreținere predictivă folosesc, de asemenea, algoritmi de învățare automată și AI la nivelul marginii. Întreținerea predictivă este procesul care ajută companiile să elimine întreținerea preventivă și să prezică defecțiunea și ciclul de viață al unei componente prin modelele AI și ML.
Există avantaje în utilizarea algoritmilor de calcul de margine în aceste aplicații?
Latența (întârzierea) este definită pur și simplu ca timpul dintre un eveniment și răspunsul pentru acel eveniment. În multe cazuri de utilizare industrială, latența totală, care include procesarea și returnarea datelor pentru a face o acțiune critică, este foarte importantă. Luați în considerare cazul unei bariere electronice (numită și perdea luminoasă) în jurul unui aparat de sudură. Dacă cineva încalcă bariera, operațiunea de sudare se oprește singură.
Odată cu creșterea numărului de persoane care lucrează de la distanță, plus platformele și serviciile digitale utilizate mai mult ca niciodată, edge computing este soluția pentru procesarea rapidă și fiabilă a datelor. Algoritmii de calcul local au un avantaj față de algoritmii de procesare centrală, deoarece pot reduce potențialele probleme de latență.
Pentru o aplicație, utilizarea unui server central care analizează datele și trimite înapoi o acțiune adecvată adaugă timp de întârziere fiecărei acțiuni. Această acumulare de întârzieri ar putea produce efecte periculoase în operațiunile critice.
Cu dispozitivele IoT pentru calcul marginal și centrele de date de margine poziționate mai aproape de utilizatorii finali, există o probabilitate mai mică de apariție a unei probleme de rețea într-o locație îndepărtată care poate afecta clienții locali. Datorită algoritmilor săi descentralizați, dispozitivele continuă să funcționeze chiar dacă este deconectată temporar conexiunea la cloud.
A avea o rețea versatilă și fiabilă este foarte important, deoarece adaugă un grad de stabilitate sistemului. În calitate de utilizator, puteți fi sigur că soluția rulează și execută algoritmii pe dispozitivele de margine și nu depinde de conectivitatea și disponibilitatea serverelor centrale.
Chiar dacă proliferarea dispozitivelor IoT de calcul marginal pare că mărește suprafața globală de atac a rețelelor, oferă, de asemenea, câteva avantaje importante de securitate.
În general, deoarece mai multe date sunt procesate pe dispozitive locale, tehnologia edge computing reduce cantitatea de date efectiv expuse riscului într-un moment dat, deoarece nu este nevoie să transmiteți datele către servere. Utilizatorii au control deplin și acces la aceste date. Din punct de vedere al securității, aceasta este o caracteristică importantă pentru soluțiile care au date critice.
Tehnologia de calcul de margine (edge computing) este, de asemenea, benefică pentru mediu. Adoptarea tehnologiilor de calcul de vârf la scară largă are un impact mare asupra mediului. Nu numai că este folosită o lățime de bandă mai mică pentru a trimite date către cloud, dar acum serverele centrale nu au nevoie de resurse convenționale enorme pentru a rula algoritmi.
Sunteți interesat să aflați mai multe despre tehnologiile de calcul marginal?
Zerynth și RS Components au creat un kit exclusiv IoT Edge și un pachet Workshop, care este adaptat pentru auto-învățare.
Workshop-ul acoperă elementele de bază ale IoT industrial, care include infrastructura de bază a unei aplicații IoT, oferind, de asemenea, experiență practică privind colectarea de date de la mașinile industriale, trimiterea acestor date în cloud și monitorizarea datelor în timp real.
În plus, workshop-ul discută elementele fundamentale ale serviciului IoT Cloud, protocoalele de comunicare, edge computing, plus cele mai bune practici în aplicarea actualizărilor ‚over-the-air’.
Pentru a participa la acest workshop, puteți achiziționa de la RS setul pentru workshop cu număr de stoc 219-6059, apoi utilizați codul exclusiv furnizat împreună cu kitul pe DesignSpark pentru a accesa atelierele (https://www.rs-online.com/designspark/home).
Concluzionând, edge computing înseamnă efectuarea unei anumite părți a algoritmului aplicației pe dispozitivele din apropierea sursei de date, în loc de utilizarea în totalitate a unui centru de date principal. Edge computing cuprinde o mulțime de tehnologii și practici.
În cele ce urmează sunt prezentate câteva dispozitive/ produse cu posibilitate de utilizare în industria IoT:
Zerynth 4ZeroBox – Placă de dezvoltare cu microcontroler pe 32-biți IND-4ZB-09-F016
Nr. stoc RS 220-8613 – Marca Zerynth − Cod de producător IND-4ZB-09-F016
4ZeroBox este o unitate electronică hardware modulară care simplifică dezvoltarea aplicațiilor de Industrial IoT, permițând integrarea rapidă cu senzori, actuatoare și servicii Cloud. 4ZeroBox beneficiază de un microcontroler ESP32 puternic de la Espressif Systems (240MHz, 16Mb Flash, 512KB SRAM) și oferă multe caracteristici pe placă, precum: o carcasă montabilă pe șină DIN cu canale pentru senzori de calitate industrială, suport pentru Wi-fi, Bluetooth, Ethernet, LoRa, CAN , RS485, RS232, Card SD, JTAG, I2C, SPI; elementul cripto ATECC608A de la Microchip a fost integrat pentru a gestiona conexiunile securizate într-un mod simplu, schimbând certificate și chei, criptând mesaje prin protocolul TLS și utilizând proceduri de autentificare securizate. 4ZeroBox permite utilizatorului să aleagă cea mai bună strategie de instalare, adaptând-o la mediul industrial specific. În timp ce permite achiziționarea de date de la PLC prin porturi digitale − filtrarea datelor la bord pentru a evita supraîncărcarea lățimii de bandă și risipa de resurse cloud − permite, de asemenea, instalarea și gestionarea senzorilor externi, pentru o experiență IoT industrială completă. 4ZeroBox este programabil în Python (sau hibrid C/Python) datorită software-ului Zerynth.
Kit de dezvoltare pentru calcul de margine − Seeed Studio Grove AI HAT
Nr. stoc RS 201-1445 – Marca Seeed Studio − Cod de producător 102991187
Platforme suportate
Grove AI HAT pentru Edge Computing (denumit în continuare „Grove AI HAT”) este construit în jurul MODULULUI AI Sipeed MAix M1 cu procesor Kendryte. Aceasta este o placă AI puternică, ce lucrează împreună cu Raspberry Pi, cu cost redus, care ajută Raspberry Pi să ruleze AI în aplicații de calcul marginal. De asemenea, poate funcționa independent pentru aplicațiile edge computing. MAix M1 este un modul puternic RISC-V 600MHz AI cu procesor cu nucleu dublu 64-biți, 230GMULps 16-biți KPU (Procesor de rețea neurală), FPU acceptă DP&SP, iar procesorul audio APU suportă 8 microfoane. Pe lângă procesorul puternic Kendryte K210, placa Grove AI HAT pentru Edge Computing oferă o multitudine de periferice: I2C/UART/SPI/I2S/PWM/GPIO. Dispozitivul beneficiază, de asemenea, de interfață LCD și cameră, care acceptă Sipeed 2,4 inch QVGA LCD și DVP, fiind utilă în cadrul unui proiect de viziune AI. Pentru aplicațiile de recunoaștere a vocii AI, este adăugat un microfon de înaltă calitate. Iar pentru aplicații de mecatronică, există integrat un accelerometru cu 3 axe, care este mai precis și mai ușor de utilizat în comparație cu senzorii externi. Au fost lansate diverse produse SIPPED AI, iar acum există dorința de a aduce senzorii și actuatoarele Grove în aplicațiile voastre AI. Aici își are locul Grove AI HAT pentru Edge Computing. Sunt adăugați 6 conectori Grove, inclusiv 1×Digital IO, 2×Analog IO, 1×I2C, 1×UART și 1×PWM. În plus, pe baza kendryte-standalone-sdk, a fost adăugată o interfață completă ArduinoCore-API pentru a suporta Arduino IDE, Linux, Windows, Mac OS X și alte medii de dezvoltare. Ceea ce înseamnă că puteți rula cu ușurință bibliotecile Grove Arduino și multe biblioteci Arduino excelente pe această placă. Se dorește ca placa să ajute la dezvoltarea de aplicații de calcul marginal, viziune AI, recunoașterea vocii și alte proiecte AI. (https://www.youtube.com/embed/5BF3ExL1HOQ)
Computer industrial Brainboxes Neuron Edge
Nr. stoc RS 181-7467 – Marca Brainboxes − Cod de producător BB-400
Controlerul Edge Brainboxes Neuron este un dispozitiv de calcul marginal ce permite comunicare senzorială fără fir prin Bluetooth sau Wi-Fi. BB-400 dispune, de asemenea, de NFC pentru comunicare cu dispozitive din imediata apropiere, 8 linii digitale I/O și o conexiune serială pentru RS232/422/485.
Printre caracteristici pot fi evidențiate: comunicație mașină inteligentă; procesare marginală cu Raspberry Pi; multiple căi de conectare în cadrul designului compact cu montare pe șină DIN; interfață ușor de utilizat; beneficiază de Linux și software-ul open Raspbian pentru a dezvolta aplicații în zona Industrie 4.0.
Caracteristici tehnice oferite de acest dispozitiv: 8 linii digitale I/O; 1 port Ethernet pentru rețea externă; 1 port Ethernet pentru rețea proprie; antenă detașabilă Wi-Fi; Bluetooth; UPS pentru management energetic; sursă de tensiune duală redundantă 5-30 VDC; modul Raspberry Pi Compute; procesare marginală pentru a trimite date relevante către aplicație sau în cloud; software open source; beneficiază de avantajul comunităților Linux și Raspbian.
Autor: Grămescu Bogdan
Aurocon COMPEC SRL