今天,智能时代各种概念层出不穷,例如边缘计算就是一个刚刚开始进入流行阶段的方向www.cechina.cn,它究竟意味着什么?它对工业生产的贡献将会体现在哪里?如何实现它,本文以贝加莱的边缘计算架构和实现为例,为产业界的朋友分享我们对于智能制造的认识,以及边缘计算在智能制造中所扮演的角色。
1.OICT融合的时代
智能时代的制造业将需要通过OICT的融合来实现数据的采集、传输、存储、分析,以实现最终对生产过程的品质、能耗、维护等的优化,提高整体的效率,这是整个智能制造的战略层面所需要实现的目标CONTROL ENGINEERING China版权所有,这一切的目标必须基于设备的连接与数据采集的基础实现来达到。
图1阐述了整个OICT融合的框架,从底层的传感器、变送器、仪表传送的数据通过PLC实现控制任务的处理,而另一方面,这些参数也会用于与生产整体优化的应用。
图1-基于OICT融合的应用场景架构
1.1边缘计算扮演什么样的角色呢?
简单的理解,自动化技术是基于信号的控制,而边缘计算则是基于信息的控制—这是一个包含了策略优化、路径规划、分析等应用场景,为何采用边缘计算模式,又与任务的处理周期有关。
1.2与时间处理有关的现场分层
图2显示了从OT的现场控制到边缘节点再到云对于任务的时间需求变化,而贝加莱可以通过OPC UA与其它边缘计算系统、云平台进行数据的传输,可以选择自有的系统架构,也可以对接第三方的系统。
图2-不同层级的数据连通
从图2可以看出,边缘计算处理的与自动化现场的高速响应达到μS级的响应不同,在mS这个级别,而云计算则处理的是更为大的时间周期的数据,如秒、分钟、小时、天、月。
2.工业物联网(IIoT)
IIoT-工业物联网也被认为是未来最为重要的实现智能制造的手段,包括了德国工业4.0组织在其智能制造中也将IIoT作为整个架构的重要一环www.cechina.cn,IIC作为重要的推动物联网技术的力量,也发布了其针对工业物联网的架构设计,而对于中国,ECC也将为工业物联网提供实现路径。目前www.cechina.cn,这些组织间的交流也变得紧密,并出现了明显的技术融合迹象。
2.1边缘计算的目标与功能
边缘计算本身即是实现IIoT的一个重要方向,图3显示了边缘计算所关注的问题:
图3-边缘计算的功能与目标
边缘计算是一个较为全局的概念,它包括了(1)数据的感知(传感技术),以及数据的(2)采集(总线连接),包括数据的传输、存储与管理,并在其基础上(3)分析(数据处理),并且由此实现控制,而这里的控制—更多的是在策略、优化、规划问题级的大范围的控制,亦或归于系统控制。
2.2IIoT的价值
图4-IIoT为制造业带来的价值
图4显示了工业物联网IIoT所要为智能工厂所带来的价值,包括在提升资产使用效率、有效的维护、减少当机等方面的贡献。
3.边缘计算节点(Edge Nodes)
为了实现对工厂的数据采集并实现边缘计算的任务,贝加莱为这个应用场景提供了OrangeBox和APROL两个应用场景的解决方案,当然,OrangeBox和APROL可以无缝集成,只是OrangeBox更为倾向于小型的、老旧的工厂,而APROL则更为侧重于针对大型、新的工厂数据采集。
3.1为老旧工厂所提供的边缘节点
OrangeBox是基于贝加莱Panel PC或X20系列PLC与基于mapp的软件功能所集成的现场数据采集方案:
(1)数据采集:借助于贝加莱的I/O模块丰富的种类,OrangeBox可以采集各种现场数据;
(2)通过各种总线模块实现对具有总线接口的设备的数据采集,贝加莱的开放互联支持Profibus、Modbus、DeviceNet、CAN等传统现场总线以及基于以太网的如POWERLINK、Profinet、Ethernet/IP等。
(3)mapp软件的强大功能:mapp中强大的mappOEE、mappEnergy、mappAudit等可以为现场的设备提供在OEE、能源监测、维护、审计追踪方面的服务。
图5-OrangeBOX的数据集成能力
图5显示了OrangeBox具有的功能,如OEE、PackML-针对包装工业的数据采集,用于实现机器到MES的数据互联,Euromap实现注塑机与MES等管理系统的互联。
3.2基于APROL的边缘计算架构
图6是基于APROL的边缘计算架构,APROL内部提供了过程数据采集PDA(Process Data Acquisition) 和能源监测的EnMon(Energy Monitoring)、状态监测ConMon(Condition Monitoring)、以及用于过程控制的APC/MPC集成能力。
图6-基于APROL的边缘计算架构
4.边缘计算应用于产业
图7以塑料行业的设备互联为例,描述了边缘计算节点通过Euromap 77来提供参数,为MES系统所访问,各个边缘节点的数据也可以通过MQTT/AMQP方式为云平台所采集,并通过云存储、分析方式为集团下的各个工厂提供数据优化与分析,并改善生产的质量、成本与能耗。
通过EUROMAP的集成,边缘节点可以提供以下数据信息给MES/ERP等上层系统。
●关于注塑机的通用信息(制造商,型号控制工程网版权所有,序列号等),当前配置和IMM状态包括模具、注射单元、功率单元以及在机器上相关改变的日志。
●作业管理:机器运行期间的作业信息以及生产循环的参数,以及从MES到IMM的传送作业信息并启动生产的方法。
●数据集管理:IMM存储相关配置的信息叫数据集,这些数据包括了与IMM相关的额定工艺参数(时间,温度,压力),同时也包括了安装的机械手系统,EUROMAP 77.2允许信息在IMM和MES之间进行传输,用于构建一个数据集知识库。
图7-边缘计算为注塑工厂实现架构
5.贝加莱边缘计算架构
贝加莱为边缘计算提供了整个集成能力的实现,包括了底层的POWERLINK—提供μS级的数据采集与控制需求,通过OPC UA接口实现μS-mS级数据传输的需求,通过开放的接口提供面向云平台更长周期的数据传输。
图8-贝加莱边缘计算产品族
图8显示了贝加莱在产品级提供的支撑,通过具有现场采集能力的I/O、总线控制器,可以将数据通过各种总线(RS485/CAN/Profibus/Modbus等)以及基于以太网的总线方式传输至于嵌入式控制器—这些控制器作为现场设备、产线的边缘节点汇总数据。而对于Edge Controller层则可以采用OrangeBOX和APROL来进行数据的处理(采集、存储、分析),并可通过边缘节点与云服务平台建立连接,访问。
整个边缘计算的架构是为了IIoT的实现而设计,它是自动化技术与IT融合的延伸,今天的产业,IT与OT互相渗透,使得整个产业出现了更为快速的发展。
6.边缘计算--服务于生产效率的提升
正如Mckinsey Digtal 2015年在其如何导航制造业的数字化一文中所描述的,数字化的应用最终会为制造业提供提升的机会,经过对大量企业的调研,Mckinsey得出数字化在工业4.0时代对于生产制造带来的效率提升包括了以下几个方面:
●降低30-50%机器的整体当机时间;
●通过知识自动化来提升技术专业45-55%的生产效率;
●降低20-50%的库存成本;
●降低10-20%的质量成本;
●提高预测精度到85%;
●缩短20-50%的面市时间;
●降低10-40%的维护成本;
●实现生产效率的提升。
因此,我们讨论边缘计算、云计算、大数据分析、人工智能分析,不能为了概念而概念,必须服务于制造业本身的升级。