實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)： 惡劣的環(huán)境亟需堅(jiān)固的邊緣節(jié)點(diǎn)

作者 / Leah Langston NI公司DAQ & Control產(chǎn)品市場(chǎng)工程師

　　盡管企業(yè)領(lǐng)導(dǎo)者急于利用工業(yè)物聯(lián)網(wǎng)(IIoT)，但還是很難想象到2020年將有500億臺(tái)設(shè)備相互連接[1]。 對(duì)于工業(yè)人士來說，這個(gè)數(shù)字可以打個(gè)折扣，因?yàn)樗酥悄苁謾C(jī)和健身追蹤器等消費(fèi)類技術(shù)。 不過，據(jù)估計(jì)，在2015年至2025年之間，在部署的這些新連接設(shè)備中，工業(yè)領(lǐng)域?qū)⒄冀话隱2]。

　　這意味著工程師和科學(xué)家在工廠、測(cè)試實(shí)驗(yàn)室、電網(wǎng)、煉油廠和基礎(chǔ)設(shè)施之間部署IIoT時(shí)處于主導(dǎo)地位。 全球加工行業(yè)是最早采用IIoT的行業(yè)之一，其中的原因顯而易見。 非計(jì)劃性的資產(chǎn)停機(jī)每年花費(fèi)200億美元，而其中80%是可以預(yù)防的[3]。

　　然而，IIoT不僅僅給全球加工行業(yè)帶來了明顯的好處。 在商業(yè)領(lǐng)導(dǎo)者中，有95%的人希望他們的公司在未來的36個(gè)月內(nèi)使用IIoT，87%的人相信這將有助于長(zhǎng)期的就業(yè)增長(zhǎng)[4]。

　　1實(shí)現(xiàn)IIoT的價(jià)值

　　說到IIoT，我們可以期望獲得三個(gè)關(guān)鍵的好處：

　　· 通過預(yù)防性維護(hù)增加正常運(yùn)行時(shí)間;

　　· 通過邊緣控制提升性能;

　　· 通過互聯(lián)的真實(shí)數(shù)據(jù)，優(yōu)化產(chǎn)品設(shè)計(jì)和制造。

　　第一個(gè)好處是顯然是通過預(yù)測(cè)性維護(hù)增加正常運(yùn)行時(shí)間。 目前，重要資產(chǎn)的正常運(yùn)行時(shí)間往往依賴于幾個(gè)領(lǐng)域?qū)＜业娜斯z查。 但是，這類人才越難越難找，而且手動(dòng)監(jiān)測(cè)無法擴(kuò)展到所有資產(chǎn)設(shè)備。 據(jù)估計(jì)，目前僅有5%的采集得到分析[5]。 IIoT開啟了使用分析和機(jī)器學(xué)習(xí)來預(yù)測(cè)資產(chǎn)剩余使用壽命的可能，以及在發(fā)生代價(jià)高昂的故障之前安排維護(hù)的可能。

　　第二個(gè)好處是提高和優(yōu)化性能。 部署在生產(chǎn)線或現(xiàn)場(chǎng)的智能機(jī)器必須能夠根據(jù)從其他上游機(jī)器收到的信息來調(diào)整參數(shù)，例如溫度或吞吐量。 提高這些系統(tǒng)性能的最理想方法是讓機(jī)器或資產(chǎn)擁有充分的自主權(quán)。 在這種情況下，如果機(jī)器可以學(xué)習(xí)其他機(jī)器或根據(jù)自己的經(jīng)驗(yàn)進(jìn)行學(xué)習(xí)，就可以調(diào)整控制參數(shù)并更好地適應(yīng)周圍的環(huán)境。

　　IIoT的最后一個(gè)好處是改進(jìn)產(chǎn)品的設(shè)計(jì)和生產(chǎn)。 這有時(shí)稱為研發(fā)物聯(lián)網(wǎng)。在這種情況下，真實(shí)數(shù)據(jù)(如使用數(shù)據(jù))會(huì)反饋到工程開發(fā)中，以改進(jìn)下一代產(chǎn)品的產(chǎn)生。 但是，我們不僅要獲取數(shù)據(jù)，還要有效地管理數(shù)據(jù)，以便獲得有價(jià)值的信息。 以捷豹路虎為例。 該公司有數(shù)百名工程師，每天會(huì)生成500 GB的時(shí)間序列數(shù)據(jù)。 使用以前的解決方案時(shí)，他們只分析了10%的數(shù)據(jù)。 在部署IIoT解決方案后，他們將測(cè)試覆蓋率提高到了95%，使他們能夠在相同的時(shí)間內(nèi)解決更多的設(shè)計(jì)問題。

　　這些結(jié)果取決于幾項(xiàng)核心技術(shù)，但關(guān)鍵的共同點(diǎn)是邊緣側(cè)的智能需求。 例如，實(shí)時(shí)處理大量傳感器數(shù)據(jù)的能力對(duì)于實(shí)現(xiàn)自主機(jī)器的復(fù)雜控制至關(guān)重要。 但這不僅限于自主機(jī)器。 據(jù)估計(jì)，所有物聯(lián)網(wǎng)創(chuàng)建的數(shù)據(jù)中至少有40%將存儲(chǔ)在邊緣側(cè)進(jìn)行處理、分析和操作[6]。 實(shí)際上，這很可行。 如果邊緣節(jié)點(diǎn)傳輸?shù)膬H僅是“可用壽命”值，而不是將原始振動(dòng)數(shù)據(jù)傳輸回中央數(shù)據(jù)中心，那么部署整個(gè)IIoT系統(tǒng)將會(huì)更容易。 為了最大限度地提高性能并減少不必要的數(shù)據(jù)傳輸，決策必須在設(shè)備處或靠近設(shè)備的邊緣節(jié)點(diǎn)做出。

　　圖1 到2019年，所有物聯(lián)網(wǎng)創(chuàng)建的數(shù)據(jù)中至少有40%將存儲(chǔ)在邊緣側(cè)進(jìn)行處理、分析和操作

　　但是，如果邊緣節(jié)點(diǎn)要進(jìn)行局部分析和控制，就必須滿足特定的要求。 這些邊緣節(jié)點(diǎn)必須足夠堅(jiān)固以便放置在傳感器附近，同時(shí)具有高處理能力，以進(jìn)行大量數(shù)據(jù)的在線分析和控制。 另外，這些節(jié)點(diǎn)還必須能夠在整個(gè)系統(tǒng)中進(jìn)行同步，并能夠無縫集成到現(xiàn)有的基礎(chǔ)設(shè)施中。

　　然而，隨著傳感器總數(shù)的增加，另一個(gè)新趨勢(shì)是相機(jī)的使用。 預(yù)計(jì)到2022年，全球機(jī)器視覺市場(chǎng)將達(dá)到147.2億美元，2015年至2022年的復(fù)合年增長(zhǎng)率為8.9%[7]。 這并不奇怪，因?yàn)橐曈X提供了其他傳感器所無法提供的生產(chǎn)和機(jī)械信息。 例如，我們都看到了相機(jī)在汽車中大規(guī)模集成，以支持先進(jìn)的駕駛輔助功能，如盲點(diǎn)監(jiān)控或避免碰撞。 這些嵌入式相機(jī)提高了車輛了解周圍世界的能力。

　　同樣，在檢測(cè)系統(tǒng)和智能機(jī)器中添加更多的相機(jī)，可以讓您更深入地了解產(chǎn)品的質(zhì)量或機(jī)器的健康和生產(chǎn)力。 雖然制造工程師希望在生產(chǎn)線上完成更多的質(zhì)量檢驗(yàn)任務(wù)，但需要確保在線處理的速度不會(huì)影響生產(chǎn)線的產(chǎn)量。

　　2 IIoT堅(jiān)固邊緣節(jié)點(diǎn)的演進(jìn)

　　NI認(rèn)識(shí)到，IIoT部署需要在邊緣側(cè)進(jìn)行更加堅(jiān)固和高端的處理，同時(shí)需要更多地使用視覺。 因此，NI最新推出的NI工業(yè)控制器系列為邊緣處理提供了堅(jiān)固性和性能的完美結(jié)合。 IC-3173是NI公司發(fā)布的功能最強(qiáng)大的工業(yè)控制器。 它包括一個(gè)2.20 GHz Intel Core i7雙核處理器和Kintex-7 160T FPGA，通過提供自定義I/O定時(shí)、同步和控制以及圖像協(xié)處理來提高系統(tǒng)性能。 然而，這款工業(yè)控制器的獨(dú)特之處在于其堅(jiān)固性。 該控制器在具有CompactRIO平臺(tái)的堅(jiān)固性的基礎(chǔ)，增加了IP67的防護(hù)等級(jí)(IP)，確保了在有灰塵和水的情況下可以根據(jù)IEC 60529標(biāo)準(zhǔn)可靠地運(yùn)行。這使得該產(chǎn)品非常適合制造、測(cè)試單元或戶外應(yīng)用等噴涂和較臟的環(huán)境，而且不需要額外的外殼。

　　圖2 IC-3173(IP67)是第一款防塵防水的工業(yè)控制器，非常適合在噴涂和較臟的環(huán)境中進(jìn)行高性能計(jì)算

　　隨著越來越多子系統(tǒng)(包括復(fù)雜的視覺系統(tǒng))的加入，將這些子系統(tǒng)集成在一起的需求愈加凸顯。 由于系統(tǒng)變得越來越復(fù)雜，管理不同子系統(tǒng)的集成(每個(gè)子系統(tǒng)使用各自的工具和編程環(huán)境)和工業(yè)網(wǎng)絡(luò)的固有延遲變得具有挑戰(zhàn)性和昂貴。 由于NI工業(yè)控制器具有強(qiáng)大的處理能力和靈活性，因此可以將子系統(tǒng)納入一個(gè)功能強(qiáng)大的集成數(shù)據(jù)采集和控制平臺(tái)，從而實(shí)現(xiàn)更簡(jiǎn)化的測(cè)量和控制系統(tǒng)。 NI客戶已經(jīng)體驗(yàn)到將多個(gè)子系統(tǒng)集成到一個(gè)平臺(tái)所帶來的成本和效率優(yōu)勢(shì)。

　　“NI工業(yè)控制器擁有一套強(qiáng)大的I/O資源，我們只需使用一個(gè)控制器就能滿足各種自動(dòng)化需求，包括測(cè)試、視覺、運(yùn)動(dòng)控制和數(shù)字I/O。”Federal-Mogul Powertrain制造工程師Jordan Larson表示， “而且，對(duì)于運(yùn)動(dòng)和調(diào)理I/O，我們使用了內(nèi)置的EtherCAT主節(jié)點(diǎn)，大大減少了我們自行開發(fā)的自動(dòng)化機(jī)器的布線和調(diào)試時(shí)間。 使用工業(yè)控制器系列產(chǎn)品后，與以前用于機(jī)器視覺的其他相機(jī)相比，每臺(tái)相機(jī)的成本大大降低了。 借助NI的工業(yè)控制器，我們減少了機(jī)器內(nèi)部的部件數(shù)量，并將所有的控制軟件集成到一個(gè)平臺(tái)上，這是我們以前無法做到的?！?/p>

　　3專為機(jī)器視覺而設(shè)計(jì)

　　盡管NI工業(yè)控制器可用于從數(shù)據(jù)采集到控制等各種應(yīng)用，但其連接選項(xiàng)和獨(dú)特的設(shè)計(jì)使其尤其適用于機(jī)器視覺應(yīng)用。 這些控制器具有專用帶寬，可支持GigE Vision和USB3 Vision標(biāo)準(zhǔn)，因此您可以選擇滿足您應(yīng)用需求的任何一款相機(jī)，而無需擔(dān)心兼容性問題。 此外，工業(yè)控制器采用了結(jié)合CPU和FPGA的異構(gòu)架構(gòu)，可實(shí)現(xiàn)先進(jìn)的圖像處理。 使用FPGA作為機(jī)器視覺應(yīng)用的協(xié)處理器，可以顯著減少特定算法的處理時(shí)間。 由于FPGA在本質(zhì)上是大規(guī)模并行的，因此對(duì)于某些算法來說，它們可以提供比CPU高得多的性能，在某些情況下甚至達(dá)到10倍以上。

　　圖3.在FPGA協(xié)處理中，圖像使用CPU進(jìn)行采集后，通過DMA發(fā)送到FPGA，然后由FPGA對(duì)圖像進(jìn)行處理。

　　4簡(jiǎn)單的分布和同步

　　調(diào)試分布式數(shù)據(jù)采集和控制系統(tǒng)最復(fù)雜的部分之一是確保整個(gè)系統(tǒng)的同步測(cè)量和控制。 為了使這個(gè)任務(wù)更加容易，NI工業(yè)控制器通過集成時(shí)間敏感網(wǎng)絡(luò)(TSN)功能來利用最新的技術(shù)。 TSN是以太網(wǎng)標(biāo)準(zhǔn)的升級(jí)版，通過一條以太網(wǎng)電纜實(shí)現(xiàn)跨分布式網(wǎng)絡(luò)的時(shí)間共享概念，從而最大限度地減少昂貴的布線并簡(jiǎn)化復(fù)雜的同步架構(gòu)。 此功能內(nèi)置于編程API的底層，這樣您無需額外開發(fā)即可獲得TSN同步功能。

　　除了使用TSN實(shí)現(xiàn)控制器間通信外，該控制器還可結(jié)合NI2017年年初發(fā)布的基于TSN的CompactDAQ機(jī)箱，實(shí)現(xiàn)分布式數(shù)據(jù)采集。

　　工業(yè)控制器還內(nèi)置了對(duì)硬件定時(shí)IEEE 1588精確時(shí)間協(xié)議(PTP)的支持，可實(shí)現(xiàn)多個(gè)設(shè)備間的亞微秒級(jí)同步。 此外，由于獨(dú)特的設(shè)計(jì)，這個(gè)時(shí)基還可以與用戶可編程FPGA共享，使得網(wǎng)絡(luò)中可以包含I/O和非IEEE 1588設(shè)備，例如USB3 Vision相機(jī)。 最后，工業(yè)控制器支持IEEE 802.1AS和IEEE 1588，因此它可以充當(dāng)時(shí)間敏感網(wǎng)絡(luò)和更傳統(tǒng)的IEEE 1588網(wǎng)絡(luò)之間的橋梁。 這種跨多種技術(shù)實(shí)現(xiàn)設(shè)備同步的能力提供了最大的系統(tǒng)靈活性。

　　IIoT的不斷出現(xiàn)需要功能強(qiáng)大的邊緣節(jié)點(diǎn)來存儲(chǔ)、處理、分析和處理邊緣側(cè)的傳感器數(shù)據(jù)。 NI工業(yè)控制器滿足了業(yè)界對(duì)強(qiáng)大、堅(jiān)固耐用的邊緣節(jié)點(diǎn)的需求，并針對(duì)分布式數(shù)據(jù)采集和機(jī)器視覺進(jìn)行了優(yōu)化。

　　參考文獻(xiàn)：

　　[1]Cisco, The Internet of Things: How the Next Evolution of the Internet Is Changing Everything, 2011.

　　[2]IHS Markit, IoT Trend Watch 2017.

　　[3]ARC Advisory Group, Passing the Insurance Acid Test With APM, March 17, 2011.

　　[4]Accenture, Connected Business Transformation: How to Unlock Value From the Industrial Internet of Things, 2017 .

　　[5]IDC—The Digital Universe of Opportunities: Rich Data and the Increasing Value of the Internet of Things.

　　[6]IDC FutureScape: Worldwide Internet of Things 2017 Predictions .

　　[7]Stratistics MRC: Machine Vision—Global Market Outlook.