エッジコンピューティングのメーカーガイド

以下は、製造業におけるエッジコンピューティングに関するこの詳細な記事で取り上げる内容です。特定のセクションにジャンプする場合は、リンクを選択してください：

• 製造業におけるエッジコンピューティングの概要
• エッジコンピューティングとは何ですか？
• エッジコンピューティングプラットフォームとは何ですか？
• エッジデバイスとは何ですか？
• エッジとクラウドの関係
• 製造業におけるエッジコンピューティングのユースケース
• 製造業における接続環境の変化

製造業におけるエッジコンピューティングの概要

モノのインターネット（IoT）デバイスが一般的になるにつれて、エッジコンピューティングフレームワークはさまざまな業界に急速に浸透しています。最も有望なエッジコンピューティングのユースケースの1つは製造業であり、これらの新しいテクノロジーは潜在的に大幅な生産性の向上につながる可能性があります。

IoTはすでに工場の現場で重要なイネーブラーであることが証明されていますが、組織は現在、製造システムの応答性をさらに向上させることを目指しています。これを達成するために、これらの組織は、エッジコンピューティングを主なイネーブラーとして使用するスマート製造を採用しています。

スマートマニュファクチャリングは、工場の設備が工場の現場で起こっていることに基づいて自律的な決定を下せる未来を想定しています。企業は、設計、製造、サプライチェーン、運用など、製造プロセスのすべてのステップをより簡単に統合できます。これにより、競争の激しい市場に参加する際の柔軟性と反応性が向上します。このビジョンを実現するには、IoT、AI /機械学習、エッジコンピューティングなどの関連テクノロジーの組み合わせが必要です。

ネットワークのエッジで分析を収集する主な利点は、分析のためにデータをオフサイト（クラウドまたはデータセンター）に送信することに伴う帯域幅コストなしで、リアルタイムデータを分析して実行できることです。製造は、仕様外のコンポーネントの生産、機器のダウンタイム、労働者の負傷、または死亡を回避するという点で時間に敏感です。より複雑で長期的なタスクの場合、データをクラウドに送信し、他の構造化および非構造化形式のデータと組み合わせることができます。結果として、これら2つの別個のコンピューティングフレームワークの使用は相互に排他的ではなく、それぞれが提供する利点を活用する共生関係です。以下では、ユースケースと、製造におけるクラウドとエッジの関係について詳しく説明します。

まず、エッジコンピューティングフレームワークのコンポーネントを定義します。

エッジコンピューティングとは何ですか？

エッジコンピューティングは分散コンピューティングフレームワークであり、計算とデータストレージをデータのソースに近づけることで、応答時間を改善し、帯域幅を節約します。

簡単に言えば、エッジコンピューティングとは、クラウドで実行されるコードを取得し、ローカルデバイスの近くまたはデバイス上で実行することです。例としては、ゲートウェイデバイス（MachineMetrics Edgeなど）や、IIoT対応機器の隣にあるPCなどがあります。

エッジコンピューティングを使用すると、クラウドに送信する必要のあるデータが少なくなります。これは、機械学習アルゴリズムの実行に使用される高周波データを収集する場合に特に便利です。このデータはエッジで処理できるため、すぐに処理できます。対照的に、この高周波データがクラウドに送信され、処理されてから処理される場合、遅延の影響があります。エッジコンピューティングはこの問題を解決します。

エッジコンピューティングを理解するには、IoTソリューションを一般的に3つのコンポーネントで構成されていると考えると役立ちます。

• 物事 センサーデータを生成するIoTデバイスのように。
• 洞察 このデータから抽出します。
• アクション これらの洞察に基づいて実行し、ある種の価値を提供します。

エッジコンピューティングでは、洞察を動かします およびアクション クラウドからデバイスへのコンポーネント。つまり、コードの一部をデバイスに直接取り込みます。このデバイスは、データから洞察を処理および抽出し、それに応じて何らかのアクションを実行するために使用されます。

製造業では、もの 製造現場の機械または設備である可能性があります。 洞察 したがって、リアルタイムのマシンデータである可能性があります。そして、アクションの例 予想される工具の破損により、機械が一時停止している可能性があります。

エッジコンピューティングプラットフォームとは何ですか？

製造用に構築されたエッジプラットフォームを使用すると、PLC、デジタル制御システム、センサー、歴史家などの産業システムからデータを収集し、イベント処理、予測分析、機械学習モデルなど、データに基づいてローカルでアプリケーションを実行できます。オフラインの最初の展開で。

エッジコンピューティングプラットフォームは、ネットワークのエッジで動作するアプリケーション、デバイス、および接続を管理します。ここで、エッジデバイスと接続された機器（「モノ」）は、純粋なクラウドコンピューティングで達成される速度よりも速い速度で通信し、タスクを実行できます。

多くのエッジデバイスを扱うことは、困難な作業になる可能性があります。一元化されたエッジ管理プラットフォームは、ネットワーク全体の適切な管理を確実にするために、多くの異なるエッジデバイスを接続することによってこの問題を軽減します。たとえば、エッジコンピューティングプラットフォームを使用すると、メーカーはすべてのエッジデバイスにセキュリティ更新プログラムをプッシュし、必要に応じてトラブルシューティングを行うことができます。

ある意味では、エッジコンピューティングプラットフォームは、クラウドの計算リソースをデータのソースに近づけるだけです。したがって、エッジプラットフォームは、単にクラウドコンピューティングプラットフォームの機能を果たしますが、エッジで機能します。これにより、クラウドコンピューティングリソースへの負担が軽減され、エッジデバイスと機器間のデータ遅延が軽減されます。機械学習とAIが未来の道である場合、データを保存および分析できる速度は非常に重要です。

エッジデバイスとは何ですか？

エッジデバイスは、ローカルネットワークとクラウド間のデータの流れを管理する機器です。これらは、ローカルネットワーク上の接続された機器と、データの分析に使用されるソフトウェアプラットフォームとの間のゲートウェイとして機能します。

スマートマニュファクチャリングのコンテキストでは、エッジデバイスは個別のネットワーク間のリンク以上のものを提供します。また、IoTセキュリティと分析変換を強化するための機能も含まれています。これを拡張するために、エッジデバイスは、他の点では互換性のないデータを変換し（たとえば、異なるプロトコルを使用している場合）、異なるソースからのデータをクラウドで集約して理解できるようにします。

MachineMetrics Edgeは、Wi-Fi、セルラー接続、またはイーサネットを使用して、マシンをMachineMetricsクラウドサービスに簡単に接続します接続。

従来のネットワークとの物理的な距離は、大きなデータパケットの送信時間が長くなることを意味します。エッジデバイスを使用すると、マシンからのデータネットワークを、データの保存および分析場所に非常に近づけることができます。これにより、ユーザーへの情報の返送がはるかに高速になります。これは、リアルタイムの予測分析などのユースケースでは不可欠です。エッジデバイスとエッジコンピューティングは、マシンの場所でデータを消費して処理するために、より多くのストレージと分析能力を配置しています。

IoTインフラストラクチャが複雑になるにつれて（つまり、プラントの場所、デバイス、ネットワークが増える）、データの集約と処理の必要性は依然として重要です。ただし、課題は、エッジ上のデバイスがクラウドコンピューティングプラットフォームとの高遅延通信に苦しむことです。

これが、エッジデバイスとエッジコンピューティングプラットフォームが解決するために機能するものです。

エッジとクラウドの関係

製造業におけるエッジコンピューティングとクラウドコンピューティングの違いに関する完全な記事があるので、これは短くしておきます。

エッジとクラウドは2つの異なるテクノロジーですが、オフセットの長所があるため、多くの場合、タンデムで使用されます。関係の中心にあるのは、エッジコンピューティングが時間に敏感なデータを処理して処理するのに対し、クラウドコンピューティングは、タイムリーに処理する必要のない一元化された場所にデータを集約することです。

完全なIIoTインフラストラクチャでは、メーカーは、リアルタイムのデータ収集、予測分析、自律的な意思決定にエッジを使用し、集合体データ分析、ベンチマーク、傾向分析にクラウドを使用できます。

これらのメリットとデメリットは続きます：

製造業におけるエッジコンピューティングのユースケース

次に、製造でエッジコンピューティングを使用する実際的な理由について説明します。すべてのネットワークがクラ​​ウドに適切に接続され、エッジで強力なコンピューティングリソースを提供できるようにすることには、さまざまなビジネス上のメリットがあります。

• 機器の稼働時間の改善 ：たとえば、サブシステム、コンポーネントの障害、またはコンポーネントを劣化状態で実行した場合の影響をリアルタイムで予測し、より多くのデータを分析するにつれて継続的に改善し、運用上の使用と保守のスケジューリングを強化するために使用できます。
• メンテナンスコストの削減 ：必要なメンテナンスの分析が強化されているため、問題の原因、必要なアクション、必要な部品についてメカニックに詳細な指示を与えることで、最初の訪問でより多くの修理を完了できるため、修理コストを削減できます。
• スペアパーツの在庫を減らす ：エッジ分析モデルは、個々のデバイスまたはシステムの要件に合わせて調整できます。これは、特定のコンポーネントやサブシステムに直接関連付けられているセンサーを読み取ることを意味する場合があります。エッジモデルは、組織の望ましいビジネス価値に基づいて、ビジネス目標を達成するためにデバイスまたはシステムを最適に構成する方法を定義し、スペアパーツの在庫を最小限のコストで大幅に効率化できます。
• 重大な障害の防止 ：コンポーネントに関するデータを取得、監視、分析することで、エッジ分析はその影響が顕在化する前に原因を特定し、問題の早期発見と防止を可能にします。
• 条件ベースの監視 ：ITとOTの統合により、メーカーは機械データにアクセスできるようになり、レガシー機器を使用している場合でも、製造現場の機器の状態を監視できるようになりました。
• 新しいビジネスモデル ：おそらく最も重要なのは、エッジ分析が新しいビジネスモデルを形成して新しい機会を獲得するのに役立つことです。たとえば、どのコンポーネントがいつ故障するかを予測する自己監視分析を使用して、ジャストインタイムの部品管理システムを改善し、バリューチェーン全体で部品交換通知をトリガーできます。これにより、「必要に応じて」メンテナンススケジュールを作成でき、ダウンタイムと部品在庫を削減して、より効率的なモデルを実現できます。

製造業における接続環境の変化

産業用IoTのポイントは、計画外のダウンタイムの削減、マシンメンテナンスの全体的なコストの削減、機械学習機能の活用を目的として、高度な分析を大量のマシンデータに適用することです。クラウドは、この種の大規模なデータの取得、転送、分析を可能にするのに役立ちました。

エッジコンピューティングと分析は、マシンとデータ処理自体の間の物理的な距離を縮めることにより、この概念を新しいレベルに引き上げているだけです。遠くに分散し、多くのソースからデータを取得している企業にとって、この近接性はいくつかの現実に対処するのに役立ちます。

• 距離に関連する接続の問題と、一元化された場所への大量の継続的なデータ転送のコスト。
• 運用レベルでの分析の可用性。複数のレベルのユーザーが迅速に意思決定できるようにします。
• データをリアルタイムで利用できるため、より迅速な（さらには自律的な）意思決定が可能になります
• データのセキュリティとネットワークの整合性を確保します。

これらすべての現実は、エッジコンピューティングによって処理される場合、メーカーがコストを削減し、効率を高めることを可能にします。さらに、メーカーは、セキュリティへのエラーやリスクをほとんど伴わずに、信頼性の高いデータ転送を行うことができます。言うまでもなく、これにより、大規模な生産で経験するのと同じ価値を持つカスタマイズと小規模な製造も可能になります。エッジコンピューティングを使用すると、すべてのデバイスの柔軟で簡素化されたメンテナンスでこれらすべてを利用できます。

データ速度が日常茶飯事であり、接続性が安定している必要がある場合、エッジはメーカーが注目すべきソリューションになります。 AIと機械学習アルゴリズムを適用して、問題をリアルタイムで視覚化、診断、予測することは、近接性、速度、および強固なネットワークでより簡単に達成できる目標です。リアルタイムの視覚化と予測通知により、チームは即座に是正措置を講じ、重要なデータを見逃すことを恐れずにマシンを稼働させ続けることができます。

エッジコンピューティングの可能性のおかげで、工業生産は革命の危機に瀕しています。新世代のスマートIoTエッジデバイスと組み合わせると、エッジコンピューティングアプリケーションは今後数十年で製造業を完全に変革し、コストを抑えながら効率と生産性を向上させます。