康耐視部落格

何謂邊緣運算?

what is edge computing large

如果您是生產線工程師,或身為改善製造或物流營運方面處理量的相關人士,則應要多加留意邊緣運算這項技術。其可讓您更深入解析生產線的運作情況,並能更迅速做出決策,以及提升決策準確度。

隨著歸併在物聯網 (IoT) 術語統稱之下的周邊裝置與感測器產生更多資料,並要求更多網路與雲端資源,浮現兩項問題:

  • 頻寬有限,而且傳輸大量資料會讓成本變得高昂
  • 往返時間延遲 (或延後),導致對分秒必爭的作業做出決策的速度緩慢

同時,包括功能強大的智慧相機與讀碼器等,位在工廠現場的裝置獲得的內置運算能力越來越強大,所能產生的資料也越來越多。透過將資料處理能力移至更靠近資料收集裝置本身 (也就是「邊緣」),將資料向上傳送至雲端並等待指示送回不再有所延遲,還可減少網路壅塞程度,以及提高可靠性。

邊緣運算是生產資訊系統的一部分

一般而言,感測器產生的資料會透過閘道傳輸至集中式雲端應用,例如製造執行系統 (MES)、企業資源規劃 (ERP),以及各式各樣的其他企業營運與作業軟體。這項資訊可讓工廠產生和實作重要的效率增強功能。以集中式系統發佈所有這類資料、加以建立模型,然後執行分析,需要具備大量運算能力。

採用邊緣運算,生產線上的智慧裝置就能篩選和壓縮自身的資料,減少網路上的負載。同時可為控制工程師提供可視性,即時掌握生產線的所有運作情況,進而能夠真正改進整體設備效益 (OEE)。

現代化生產線的挑戰與機會

讓現今的複雜生產與配送系統持續已有效率且可靠的方式執行並不容易,還有機器視覺系統多年來不斷協助將這些重要的製造流程自動化。這些工廠成功與否,經常以處理量為衡量依據,這些流程的進行過程如發生任何中斷,都會帶來高昂成本與罰款。因此,務必迅速採取行動,以解決問題並讓停機時間縮至最短,損失幾分鐘的生產或出貨時間,可能要付出高達成千上萬美元,甚至是數百萬美元的成本。
不過,當問題發生時,生產經理經常缺乏可適當診斷問題的正確系統性能資料,因此只能揣測問題發生原因。可確實掌握的性能監視資訊經常侷限於整體平均值,而不是顯示特定問題或可看出呈現的趨勢。

缺乏系統性能的可視性

生產線運作缺乏可視性,會導致發生:

  • 未規劃的停機時間
  • 維修延期或進行不必要的維護
  • 無法識別和找出廢料出現之處
  • 無法識別速率下降和發生錯誤的原因
  • 無法隨時間測量、衡量和改善性能
  • 無法提高處理量
  • 與工廠管理部門溝通不良

此外,隨著營運規模擴大,裝置管理工作也會變得繁重。若沒有系統可追蹤細微的設定變更,會更難以診斷對整體性能造成的負面影響。邊緣運算可讓生產線工程師掌握到更多資訊與分析,並更能瞭解和控制其所管理的生產線。

邊緣運算出擊:識別未經授權逕自變更讀碼器的情況

舉例說明特定邊緣運算應用,可以協助闡明其優點。邊緣運算的主要優勢在於能夠輕鬆深度探討,以瞭解問題發生在生產線或在讀碼器層級,查看是否有某種偏離條碼品質、監控對比度、條碼位置及其他指標的情況。這種根本原因識別方式可顯露一些屢見不鮮的不當行為。

在有多班次投入多條生產線運作,並需要回報過多漏讀或延遲情況的繁忙工廠中,可能會讓人強烈想要調整有問題的掃描器,將該班次內的那條生產線漏讀率降至低於閾值。次日第一班次的工程師會發現有所變化,但對於實際上有何變更,以及在何時變更,卻毫無頭緒。某人對特定問題的速成解決方式,卻導致更顯著拖慢整體速度。

有了邊緣運算,工程師一上班,便可看出有何變更、在何時變更,以及變更所造成的影響。他們還可以恢復至先前的狀態。矯正情況之後,還可執行更大規模的分析,查看造成漏讀率高居不下的可能原因。解決根本原因不僅可改善 OEE,還可將日後臨機操作調整相機設定的誘惑降至最低。

邊緣更加強大

邊緣運算可為企業應用提供去蕪存菁的結構化資料,用以做出全工廠適用的有效長期決策。還可讓生產線工程師改善並最佳化日常作業。如需詳細資訊,請下載邊緣運算白皮書

其他文章

取得產品支援與訓練等等

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

聯絡我們
Loading...