赛特斯SDN/NFV实现边缘计算灵活调度 助力工厂由数字走向智能

栏目: 编程工具 · 发布时间: 5年前

内容简介:移动通信的高速发展促进了各种新型业务的不断涌现,为了有效满⾜移动互联网、物联网⾼速发展所需的⾼带宽、低时延的要求并减轻网络负荷,欧洲电信标准化协会ETSI于2014年提出了MEC(Multi-access Edge Computing,多址边缘计算)的定义。基于5G演进架构,同时作为5G的关键技术,MEC将通信网与互联网业务深度融合,帮助运营商由传统管道服务商向互联网运营服务商转变。MEC作为运营商新的增值服务运营模式,将传统外部应⽤拉⼊移动网络内部,使得内容和服务更贴近⽤户,并结合5G高带宽、低时延、大连

移动通信的高速发展促进了各种新型业务的不断涌现,为了有效满⾜移动互联网、物联网⾼速发展所需的⾼带宽、低时延的要求并减轻网络负荷,欧洲电信标准化协会ETSI于2014年提出了MEC(Multi-access Edge Computing,多址边缘计算)的定义。基于5G演进架构,同时作为5G的关键技术,MEC将通信网与互联网业务深度融合,帮助运营商由传统管道服务商向互联网运营服务商转变。

MEC作为运营商新的增值服务运营模式,将传统外部应⽤拉⼊移动网络内部,使得内容和服务更贴近⽤户,并结合5G高带宽、低时延、大连接的特性,从改善⽤户体验、开发网络边缘价值切入,在⽆线网络侧增加计算、存储、处理等功能,构建开放边缘计算应用服务平台。未来产业规划将迎来新的变⾰,商业模式也将被重新定义。

MEC定义了接入网实现云服务能力,但是缺少工业协议接入和控制属性,因此需要将边缘计算继续下沉至设备侧,也就是现场级边缘计算。通过更靠近边缘的数据分析处理能力,可以帮助工厂更好地实现物与物之间的传感、交互和控制,因此依赖边缘计算可以实现工厂的智能网络重构、低时延工业控制、边缘工业应用承载(如图1所示)。

赛特斯SDN/NFV实现边缘计算灵活调度 助力工厂由数字走向智能

图1 现场级边缘计算

边缘计算是一种融合技术,它包括数据的感知(传感技术)、数据的采集(总线连接)以及数据的传输、存储与管理,并在其基础上进行分析(数据处理),并且由此实现控制,而控制更多的是在策略、优化、规则执行后的回馈型控制。最终完成有效的资产性能管理,降低资源消耗,实现有效的生命周期管理,降低服务成本,减少非计划停机。

边缘计算节点完成计算与网络的融合

工厂主要有两类任务,一类是数据采集,另一类是数据管理。为了实现工厂的数据采集和设备管理并实现边缘计算的任务,赛特斯提供了EdgeMatrix和EdgeHub解决方案,同时无缝集成基于SDN的网络管理服务FlexEdge,帮助工厂设备联网和跨厂区互联。赛特斯解决方案在边缘节点处可以提供丰富的计算、网络和存储服务,具体如下。

数据采集:借助EdgeMatrix可以采集各种现场数据,并支持数据的清洗、过滤,同时能够根据策略实现本地自治。

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,赛特斯的开放互联支持BACnet、Modbus、CAN等传统现场总线以及基于以太网的如POWERLINK、Profinet、Ethernet/IP等。

在边缘以微服务形式提供边缘智能数据分析处理服务,包括轻量化AI、大数据预处理、工业AOI等。

边缘计算节点集成FlexEdge网络管理模块,结合SDN控制,实现网络的流量优化管理、数据转发、远程管理等功能,并能够建立IPsec隧道,用于厂区分支互联和数据加密传输。

边缘计算在智能工厂中的价值

边缘计算应用于工业是两化融合的产物,是工业互联网实现的必要环节,数字化的应用最终会为制造业提供改革的机会,会在工业4.0时代对生产制造带来效率提升:降低30%~50%机器的整体宕机时间;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,赛特斯依托自身在云计算、大数据分析、人工智能分析等领域的丰富积累,不断加强自有产品和技术融合,基于赛云打造边缘云,适应运营商通信架构演进,利用SDN、NFV实现边缘计算节点的灵活管理和调度,利用人工智能和大数据打造智能边缘赋能。

瓶装水厂边缘计算实践

瓶装水厂产能和品质是工厂赖以生存的两大关键要素,传统瓶装水生产流程包含水处理车间和水灌装生产线。某瓶装水厂生产线每小时灌装能力最高达8000~10000瓶每小时。未来,工厂计划加大生产线投入,即将引进产能为每小时3.6万瓶灌装能力的大型生产线。

水处理车间目前主要工序是利用现有设备进行水处理,水处理设备阀门需要人工进行开关控制,设备面板需要人工驻守车间监控。

灌装生产线,从瓶胚入料、吹瓶、清洗、灌装加盖、漂浮物识别,到加标签、人工二次排查包装和水质,最后装箱几项主要流程。每项流程均需要有人驻守产线进行生产过程的运维保障,以及产品生产环节的工序保障。

从工厂生产现状可以看出,自动化产线已经具备,但在生产过程中的工序,以及设备生产情况的监控、控制,均需要在设备或产线前由人工亲自完成。人工的干预导致自动化产线流程的自动化效率大大降低。原先的每小时1万瓶的灌装产能,往往因为工序中需要人工干预,使得流水线被迫短暂的停滞。

赛特斯在深入了解客户现状后,发现工厂的痛点在于缺乏实时有效的信息化、自动化结合的手段去监控、保障生产过程的有序、高效运行,因此提出解决之道---矿泉水杂质实时视觉检测与分离;水处理设备监控数据面板实时反馈移动端,用于远程监控;水处理设备开关,移动端远程操作。

通过分析,可以采用边缘计算完成瓶装水产线的杂质自动识别、模型来源与云端训练,在边缘实现推理同时对接PLC实现远程开关。方案架构(如图2所示)及简要说明如下。

1. 瓶装水通过流水线方式送入边缘视觉检测系统。

2. 区域内采用高清工业相机完成视频采集。相机与边缘网关采用千兆网卡对接,以二进制字节流传递给边缘节点缺陷检测算法程序进行识别,检测分析。

3.边缘网关接收云端训练模型,在边缘完成推理识别,识别后将指令传递给机械臂,将当前NG产品剔除。

4.将有杂质的照片暂存本地网关,并通过4G/5G网络传递至边缘云。

5.边缘云通过本地分流传输至工厂数据中心,形成端到端的数据闭环。

赛特斯SDN/NFV实现边缘计算灵活调度 助力工厂由数字走向智能

图2 瓶装水厂边缘计算方案架构

经过工厂的检验,赛特斯边缘计算整体解决方案通过视觉分析杂质,取代人工,分析准确率达到99%,灌装产线产能提高60%以上。水处理设备可在无人化车间中进行生产。操作人员可以在办公室,甚至异地通过手机APP实时查看水处理设备数据,并进行远程开关操作,大大提升了生产效能,让智能工厂的梦想照进现实。(作者为 赛特斯边缘计算研发部副总监

来源:《通信世界》杂志2019年4月25日刊


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

游戏的设计与开发

游戏的设计与开发

次世代工作室 / 人民交通出版社 / 2003-12 / 50.00元

一起来看看 《游戏的设计与开发》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具