工業資產、系統、過程和環境的自動化和監控在包括運輸、電子、采礦和紡織業的制造業中越來越重要。為了實施更安全、更高效的實踐,各公司正在使用物聯網傳感器自動化其制造過程。物聯網傳感器產生大量數據,當人工智能的力量與其相結合時,將產生有價值的見解,制造商可以利用這些見解提高運營效率。
邊緣計算允許支持傳感器的設備在本地收集和處理數據,以便在工廠現場提供見解,而無需與云通信。Edge AI 使任何設備或計算機都能夠實時處理數據,并以最少的延遲做出AI主導的決策。這種便利性帶來了需要快速、實時洞察的新用例,如掃描裝配線上的產品缺陷、識別工作場所危險、標記需要維護的機器等。
邊緣計算為制造商提供了許多優勢,包括:
超低延遲處理:在制造場景中,吞吐量至關重要。檢查流程可能是整個流程中的關鍵瓶頸。在邊緣處理數據可以節省寶貴的微秒,因為數據不需要發送到云端或從云端發送出去。
增強安全性:制造商的數據是關鍵 IP。與通過云發送數據相比,將數據保存在設備內意味著不易受到攻擊或數據泄露,保持安全。
節省帶寬:僅向云發送人工智能處理的智能數據,并在設備上本地處理剩余的高速(例如振動)和大容量(例如圖像和視頻)數據,可降低數據傳輸速率并釋放帶寬,從而降低成本。
利用 OT 領域知識:授權 OT 領域專家通過利用他們的隱性知識來控制數據處理 AI 參數,使他們能夠創建一個高度適應性和注重結果的敏捷解決方案。
強健的基礎設施:通過邊緣設備在現場處理數據,使公司能夠在不中斷的情況下保持其生產過程,即使發生網絡中斷。
制造業中的邊緣計算用例
全球制造商已開始在邊緣使用人工智能來改造其制造流程。以下用例將探討邊緣計算如何促進制造業的效率和生產率的提高。
預測性維護:傳感器數據可用于早期檢測異常,并預測機器何時會出現故障。如果機器需要維修,設備上的傳感器會掃描缺陷并向管理層發出警報,以便盡早解決問題,避免停機。傳感器數據、AI 和邊緣計算的組合可準確評估設備狀況,并允許制造商避免代價高昂的計劃外停機。例如,化工廠配備傳感器的攝像機用于檢測管道中的腐蝕情況,并在管道可能造成任何損壞之前向工作人員發出警報。
質量控制:缺陷檢測是制造過程的重要組成部分。當運行一條生產數百萬產品的裝配線時,需要實時捕獲缺陷。使用邊緣計算的設備可以在微秒內做出決定,立即發現缺陷,并提醒員工。這種能力為工廠提供了一個顯著的優勢,因為它可以減少浪費并提高生產效率。
裝備效能:制造商不斷尋求改進工藝。當與傳感器數據相結合時,邊緣計算可用于評估設備的整體效能。例如,在汽車焊接過程中,制造商需要滿足許多要求,以確保其焊接具有最高質量。利用傳感器數據和邊緣計算,公司可以實時監控產品質量,并在產品出廠前發現缺陷或安全風險。
產量優化:在食品生產工廠中,了解生產過程中所用成分的準確數量和質量至關重要。通過使用傳感器數據、人工智能和邊緣計算,機器可以在任何參數需要更改時立即重新校準,以生產出質量更好的產品。不需要手動監督,也不需要將數據發送到中心位置進行審查。現場傳感器能夠實時做出決策,以提高產量。
車間優化:制造商必須了解如何利用工廠空間來改進流程。例如,在汽車制造廠,如果工人必須步行到不同的地點來完成任務,則效率低下。如果數據不可用,主管可能不知道這個瓶頸。傳感器有助于分析工廠空間如何使用、誰在使用以及為什么使用。數據和關鍵邊緣 AI 處理信息被發送到中心位置,供主管審查。然后,主管可以對工廠流程進行知情的優化。
供應鏈分析:越來越多的公司需要持續了解采購、生產和庫存管理。通過人工智能和邊緣計算自動化這些過程,公司可以更好地預測和管理其供應鏈。例如,具有自動化流程的 ele CTR onic 制造公司可以立即通知全國其他生產設施生產更多所需原材料,從而不影響生產。
工人安全:工業工人經常在制造現場操作重型機械和處理危險品。使用配備 AI 視頻分析功能的攝像頭和傳感器網絡,制造商可以識別處于不安全條件下的工人,并快速干預以防止事故發生。邊緣計算對工人安全至關重要,因為需要實時做出救生決策。
邊緣計算將通過提升人工智能驅動的運營效率和生產率,繼續改變制造業。
責任編輯:haq
-
傳感器
+關注
關注
2550文章
51060瀏覽量
753272 -
人工智能
+關注
關注
1791文章
47234瀏覽量
238351 -
邊緣計算
+關注
關注
22文章
3086瀏覽量
48923
原文標題:用邊緣計算制造人工智能的未來
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業解決方案】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論