მრავალღერძიანი CNC საღარავი მანქანების პროგნოზირებადი მოვლა-პატრონობისთვის, Edge-Computing-ზე დაფუძნებული IoT ჩარჩოები

კონტენტის მენიუ

●შესავალი

●Edge Computing-ისა და IoT-ის გაგება CNC ფრეზირებაში

●Edge-Enabled IoT ჩარჩოების ძირითადი კომპონენტები

●პროგნოზირებადი ტექნიკური მომსახურების განხორციელება: ნაბიჯები და ხარჯები

●რეალური მაგალითები და გამარჯვებები

●ყურადღების მისაქცევ გამოწვევებს

●რა არის შემდეგი?

●დასკვნა

●კითხვა-პასუხი

●ცნობები

 

შესავალი

წარმოიდგინეთ თავი ქარხნის სართულზე, მრავალღერძიანი მანქანის გუგუნით გარშემორტყმულიCNC ფრეზირებამანქანები, რომლებიც წარმოუდგენელი სიზუსტით აყალიბებენ აერონავტიკულ ტურბინის პირებს, საავტომობილო გამანაწილებელ ლილვებს ან სამედიცინო იმპლანტებს. ეს მანქანები თანამედროვე წარმოების გულია, მაგრამ როდესაც ისინი ფუჭდება - მაგალითად, ხელსაწყო ცვდება ან შპინდელი ვიბრაციას იწყებს - ყველაფერი სწრაფად ძვირდება. შეფერხების დროს შეიძლება საათში ათასობით დოლარი დაჯდეს, რომ აღარაფერი ვთქვათ ჯართულ ნაწილებზე ან ვადების დარღვევაზე. სწორედ აქ ერთვება პროგნოზირებადი ტექნიკური მომსახურება, რომელიც იყენებს ნივთების ინტერნეტის სენსორებს და კიდეების გამოთვლებს პრობლემების აღმოსაჩენად, სანამ ისინი კონტროლიდან გამოვლენ. გაფუჭების შემდეგ ნივთების გამოსწორების ან ნაწილების მკაცრი გრაფიკით შეცვლის ნაცვლად, თქვენ ერთი ნაბიჯით წინ რჩებით, ინარჩუნებთ მანქანების მუშაობას და ბიუჯეტს.

Edge computing ნიშნავს მონაცემების პირდაპირ მანქანაზე დამუშავებას და არა მათ შორეულ სერვერზე გაგზავნას. ის სწრაფი, უსაფრთხოა და არ აზიანებს თქვენს ქსელს. მეორეს მხრივ, ნივთების ინტერნეტი თქვენს მანქანებს ნერვული სისტემის მიცემას ჰგავს - სენსორები აკონტროლებენ ყველა ვიბრაციას, ტემპერატურას ან ძალას და ინფორმაციას ჭკვიან ალგორითმებს აწვდიან. ერთად, ისინი რევოლუციურ როლს თამაშობენ CNC ფრეზირებისთვის, აფიქსირებენ ისეთ პრობლემებს, როგორიცაა ბლაგვი ხელსაწყო ან მერყევი საკისარი, სანამ 10,000 დოლარის ღირებულების სამუშაო ნაწილს გააფუჭებენ.

ამ სტატიაში მე გეტყვით, თუ როგორ აერთიანებენ ეს ტექნოლოგიები მრავალღერძიანი CNC წისქვილების მუშაობას. ჩვენ განვიხილავთ თავად ტექნოლოგიას - სენსორებს, კიდის მოწყობილობებს, მონაცემთა ნაკადებს - და ჩავუღრმავდებით რეალურ მაგალითებს, როგორიცაა აერონავტიკის ქარხნები ან სამედიცინო მოწყობილობების სახელოსნოები, ხარჯებისა და დანაზოგის ზუსტი ციფრებით. ამის დასადასტურებლად მე დავეყრდენი რამდენიმე სანდო კვლევას, მაგრამ პრაქტიკულად ვისაუბრებ: რა გჭირდებათ დასაწყებად, რა ღირს და რჩევები თავის ტკივილის თავიდან ასაცილებლად. იქნება ეს სახელოსნოს ინჟინერი თუ მენეჯერი, რომელიც აკვირდება საბოლოო შედეგებს, ეს ეხება თქვენი მანქანების უფრო ჭკვიანურად მუშაობას.

Edge Computing-ისა და IoT-ის გაგება CNC ფრეზირებაში

რას წარმოადგენს Edge Computing?

Edge Computing-ი თქვენს CNC მანქანასთან მინი-ტვინის დადგმას ჰგავს. მონაცემების ყველა ნაწილის - ვიბრაციის რყევების, შპინდელის ტემპერატურის და ა.შ. - დედამიწის მეორე ნახევარში მდებარე ღრუბლოვან სერვერზე გადატანის ნაცვლად, თქვენ მათ იქვე ამუშავებთ. წარმოიდგინეთ პატარა, გამძლე კომპიუტერი, რომელიც მიმაგრებულია ქარხანაზე და ციფრებს ისევე სწრაფად ამუშავებს, როგორც მანქანა ჭრის ლითონს. ის უფრო სწრაფია, უფრო იაფია გამტარუნარიანობის მხრივ და თქვენს მონაცემებს მჭიდროდ ინახავს, რაც მნიშვნელოვანია, როდესაც ისეთ მგრძნობიარე ნივთებს ამუშავებთ, როგორიცაა აერონავტიკის ნაწილები.

ავიღოთ აერონავტიკის სახელოსნო, რომელიც ტურბინის პირებს ამზადებს. ერთი არასწორი ჭრილით შეიძლება 15 000 დოლარის ღირებულების ნაწილი გაფუჭდეს. Edge Computing-ის საშუალებით, სენსორები უცნაურ ვიბრაციებს აფიქსირებენ და სისტემა წამის მეასედში აფიქსირებს გაცვეთილ ხელსაწყოს, რითაც მანქანას კატასტროფის დადგომამდე აჩერებს. თუ ღრუბელზე ხართ დამოკიდებული, ეს მონაცემები ორ წამს გადიან - შესაძლოა ერთი ან ორი - რაც ხანმოკლედ ჟღერს, მაგრამ ასე არ არის, როდესაც პირი საფრთხის ქვეშაა. გარდა ამისა, ლოკალური დამუშავება ნიშნავს, რომ ინტერნეტთან დაკავშირებული პრობლემები არ შეგიქმნით პრობლემას.

ნივთების ინტერნეტი: მანქანების ალაპარაკება

ნივთების ინტერნეტი არის ის, რაც აკავშირებს წერტილებს. თქვენს წისქვილზე დამონტაჟებულია სენსორები, რომლებიც აკონტროლებენ ისეთ პარამეტრებს, როგორიცაა ღერძის სიჩქარე, ჭრის ძალა ან გამაგრილებლის ტემპერატურა. ეს სენსორები მიეწოდება კიდისებრ მოწყობილობას, რომელიც აკვირდება პრობლემებს - მაგალითად, საკისრის გაფუჭებას ან ხელსაწყოს გატეხვას. ეს არ არის მხოლოდ ნედლი მონაცემები; ჭკვიანი ალგორითმები ეძებენ ნიმუშებს, რომლებიც ყვირიან „გამომასწორე ახლავე“.

წარმოიდგინეთ საავტომობილო ქარხანა, რომელიც ამოძრავებს გამანაწილებელ ლილვებს. სენსორები იჭერენ ღერძის ვიბრაციებს და კიდის სისტემა პროგნოზირებს საკისრების გაუმართაობას, სანამ წარმოებას შეამცირებს. ერთი ქარხანა, რომლის შესახებაც წავიკითხე, ამ გზით 20%-ით ამცირებს შეფერხების დროს, რაც წელიწადში 50 000 დოლარს ზოგავს თითო მანქანაზე. თუმცა, ყველაფერი შეუფერხებლად არ მიდის. თქვენ უნდა აირჩიოთ სწორი სენსორები - ვთქვათ, აქსელერომეტრები ვიბრაციისთვის ან თერმოწყვილები სითბოსთვის - დააკავშიროთ ისინი და დარწმუნდეთ, რომ ისინი არ დაიხრჩობა გამაგრილებლით ან ლითონის მტვრით. ამას დაგეგმვა სჭირდება.

რატომ არის პროგნოზირებადი ტექნიკური მომსახურება მნიშვნელოვანი

ძველი სკოლის ტექნიკური მომსახურება ჰგავს იმის გამოცნობას, თუ როდის სჭირდება თქვენს მანქანას ზეთის შეცვლა. დაგეგმილი შემოწმება - ხელსაწყოების ყოველ 100 საათში შეცვლა - ფულის ფლანგვაა, თუ ხელსაწყო წესრიგშია. ავარიის მოლოდინი უარესია; თქვენ გაიჭედეთ, ნაწილები გაფუჭებულია და ყველა სტრესშია. პროგნოზირებადი ტექნიკური მომსახურება იყენებს მონაცემებს, რათა თქვას: „ჰეი, შეცვალეთ ეს ახლავე“, ზუსტად მაშინ, როდესაც ეს საჭიროა.

სახელოსნოში, სადაც სამედიცინო იმპლანტებს, მაგალითად, ტიტანის მუხლის სახსრებს ამზადებენ, უხარისხო ხელსაწყოს გამოყენებამ შეიძლება 20 000 დოლარის ოდენობის შეცდომა გამოიწვიოს. ერთ-ერთმა ადგილას ხელსაწყოების ხმაურის ადრეულ ეტაპზე აღმოსაჩენად ნივთების ინტერნეტი გამოიყენეს, რითაც დაუგეგმავი გაჩერებები 15%-ით შეამცირეს და წელიწადში 100 000 დოლარი დაზოგეს. სწრაფი მოქმედებისთვის აკუსტიკური სენსორები და კიდეების ანალიტიკა გამოიყენეს. ეს მაგია არ არის - საქმე იმაშია, რომ მოუსმინოთ თქვენს მანქანებს და იმოქმედოთ მათ ყვირილამდე.

რჩევა: ნუ ჩაუღრმავდებით ამ საკითხს. ჯერ სენსორები სცადეთ ერთ მოწყობილობაზე, შესაძლოა 1000 დოლარიან მოწყობილობაზე ვიბრაციის მონიტორებით და იაფფასიან Raspberry Pi-ს მსგავს Edge Box-ზე. ერთი თვის განმავლობაში გამოსცადეთ. თუ ეს ერთ ავარიას გადაარჩენს, უკვე წინ ხართ.

Edge-Enabled IoT ჩარჩოების ძირითადი კომპონენტები

სენსორები: თვალები და ყურები

ყველაფერი სენსორებიდან იწყება. CNC საჭრელი დანადგარების შემთხვევაში, თქვენ განიხილავთ:

- ვიბრაციის სენსორები (აქსელერომეტრები): ხელსაწყოს ცვეთის ან საკისრების პრობლემების აღმოჩენა. დაახლოებით $100–$500 წელიწადში. - ტემპერატურის სენსორები (თერმოწყვილები): აკონტროლეთ ღერძის ან გამაგრილებლის სითბო. $50–$200. - ძალის სენსორები: აფიქსირებენ ხელსაწყოს მუშაობის პრობლემას. $500–$1,000. - აკუსტიკური სენსორები: ისმის ჭყვიტინი ან ტკაცუნი, რასაც სხვები ვერ ამჩნევენ. $200–$800.

აერონავტიკაში, ტურბინის პირიანი წისქვილი შეიძლება შპინდელზე ოთხ აქსელერომეტრს ათავსებდეს, რაც წამში 1000-ჯერ დააფიქსირებს მონაცემებს. ლუოსა და მისი გუნდის მიერ ჩატარებულმა კვლევამ აჩვენა, რომ ამან ხელსაწყოების ცვეთის პრობლემების 95% ადრეულ ეტაპზევე აღმოაჩინა, რაც წელიწადში 200 000 აშშ დოლარის ზოგვას იწვევდა შეფერხების დროს. პრობლემა ის არის, რომ სენსორები ურღვევი არ არის - გამაგრილებელმა სითხემ და ნაპრალებმა შეიძლება დააზიანონ ისინი, თუ ფრთხილად არ იქნებით.

ავტომობილების განაწილების ლილვების სახელოსნომ თითო სენსორზე 5000 დოლარი დახარჯა და ორი დიდი გაუმართაობის თავიდან აცილებით ექვს თვეში ზარალიც კი განიცადა. რჩევა: შეიძინეთ IP68 კლასის სენსორები; ისინი წყალსა და მტვერს ანეიტრალებენ. ყოველთვიურად შეამოწმეთ ისინი, რათა დარწმუნდეთ, რომ კალიბრაციას არ არღვევენ.

Edge Devices: The Brains

Edge მოწყობილობები მძიმე სამუშაოს შემსრულებელი ძალაა — წარმოიდგინეთ სამრეწველო კომპიუტერები ან კომპაქტური მოწყობილობები, როგორიცაა NVIDIA Jetson, რომლის ღირებულება 500-5000 დოლარია. ისინი ადგილზე აანალიზებენ სენსორულ მონაცემებს და ალგორითმების გამოყენებით პრობლემის აღმოსაჩენად ამოწმებენ. მანქანური სწავლების მოდელმა შეიძლება ვიბრაციები შეადაროს „ჯანსაღ“ საბაზისო ხაზს და იყვიროს, როდესაც რამე არასწორად გამოიყურება.

ვერმას კვლევის თანახმად, სამედიცინო იმპლანტების სახელოსნომ აკუსტიკური სიგნალების გასაანალიზებლად გამოიყენა ნეირონული ქსელით აღჭურვილი კიდის მოწყობილობა, რომელიც ხელსაწყოს გაუმართაობას 90%-იანი სიზუსტით პროგნოზირებდა. თითო დანადგარის აწყობა მათ 10 000 დოლარი დაუჯდათ, თუმცა ჯართის წარმოება 30%-ით შეამცირეს და წელიწადში 150 000 დოლარს დაზოგეს. პრობლემა? კიდის მოწყობილობები სუპერკომპიუტერები არ არის. მოდელების ზომა უნდა შეამციროთ, რომ არ დაიხრჩონ.

რჩევა: დროის დაზოგვის მიზნით, წინასწარ მომზადებული მოდელები შეიძინეთ ისეთ ადგილებში, როგორიცაა TensorFlow Lite. აპარატურისთვის გამოყავით 2,000–10,000 დოლარი თითო მოწყობილობაზე, იმისდა მიხედვით, თუ რამდენად მოდური გახდებით.

დაკავშირებადობა: ყველაფრის ერთად შენარჩუნება

ინტერნეტის საქონელს (IoT) სჭირდება მყარი ქსელი — Ethernet, Wi-Fi, შესაძლოა 5G — მონაცემების სენსორებიდან Edge მოწყობილობებზე გადასატანად და ზოგჯერ ღრუბელსაც გრძელვადიანი შენახვისთვის. Edge Computing-ი სამუშაოს უმეტეს ნაწილს ადგილობრივად ინახავს, თუმცა შესაძლოა, ანალიზისთვის ტენდენციები აღმავალი გახდეს. უსაფრთხოება უზარმაზარია; გატეხილი ქარხნის შემთხვევაში, შესაძლოა, დაზიანებული ნაწილები გამოჩნდეს ან საერთოდ გაითიშოს.

აერონავტიკის ქარხანა, რომელიც ფრქვევდა პირებს, იყენებდა კიდის მოწყობილობებს მყისიერი შეტყობინებებისთვის და ღრუბელს ისტორიული მონაცემებისთვის. თითოეული მანქანის დაყენება 15 000 აშშ დოლარი ღირდა, მაგრამ ამან ტექნიკური მომსახურების ხარჯები 25%-ით შეამცირა. პატელის კვლევამ აჩვენა, რომ კიდის ასეთი დაყენება 40%-ით უფრო სწრაფი იყო, ვიდრე მხოლოდ ღრუბელზე დაფუძნებული. პრობლემა ის არის, რომ სუსტი ქსელები ან ცუდი კონფიგურაციები შეიძლება შეანელოს თქვენი მუშაობა.

რჩევა: მონაცემთა უსაფრთხო გადაცემისთვის გამოიყენეთ MQTT ან OPC UA - ისინი მსუბუქი და გამძლეა. ჰაკერებისგან თავის დასაცავად, თითოეულ მანქანაზე 1000 დოლარი დახარჯეთ firewall-ზე.

პროგნოზირებადი ტექნიკური მომსახურების განხორციელება: ნაბიჯები და ხარჯები

ნაბიჯი 1: გაარკვიეთ, რა არღვევს სიტუაციას

პირველ რიგში, კარგად დააკვირდით თქვენს წისქვილებს. რა არის ყველაზე მეტად ჩავარდნილი? აერონავტიკის მაღაზიები ხელსაწყოების ცვეთის გამო 5000 დოლარს ხარჯავენ. საავტომობილო ქარხნები ამბობენ, რომ მათი თავის ტკივილის 60%-ს ღერძის ვიბრაცია იწვევს. კარგად ჩაუღრმავდით თქვენს ჟურნალებს, რომ გაიგოთ, რა რა არის.

ღირებულება: პროფესიონალისთვის 1000–5000 აშშ დოლარი ანალიზისთვის ან საკუთარი ძალებით ჩასატარებლად. რჩევა: პირველ რიგში, ყურადღება გაამახვილეთ თქვენს ყველაზე ძვირადღირებულ მანქანებზე - ეს თქვენი ფულისთვის ყველაზე დიდი სარგებელია.

ნაბიჯი 2: სენსორების შერჩევა და განთავსება

შეუსაბამეთ სენსორები თქვენს პრობლემებს. სამედიცინო იმპლანტების ქარხანას შეიძლება დასჭირდეს აკუსტიკური და ძალის სენსორები ხელსაწყოების ხმაურისთვის, რაც ჯამში დაახლოებით 2000 დოლარი დაჯდება. მათ დაყენებას ერთი ან ორი დღე სჭირდება, რაც 500–1000 დოლარის ოდენობის შრომას მოითხოვს.

ლუოს ნაშრომმა აჩვენა, რომ ვიბრაციის სენსორები ხელსაწყოების გაუმართაობას 20%-ით ამცირებდნენ, რაც თითო მანქანაზე 3000 დოლარი ჯდებოდა. რჩევა: გადაამზადეთ თქვენი გუნდი სენსორების განლაგებასთან დაკავშირებით - უხარისხო ინსტალაცია ცუდ მონაცემებს ნიშნავს.

ნაბიჯი 3: Edge მოწყობილობების დაყენება

შეიძინეთ თქვენს საჭიროებებზე მორგებული Edge მოწყობილობა. 1000 დოლარიანი Jetson Nano განკუთვნილია გამანაწილებელი ლილვის მარტივი მონიტორინგისთვის; აერონავტიკას შეიძლება 5000 დოლარიანი კომპიუტერი დასჭირდეს. პროგრამული უზრუნველყოფის დაყენება - კოდირება და მოდელების სწავლება - 5000-დან 20 000 დოლარამდე ჯდება.

ვერმას კვლევამ აჩვენა, რომ Edge მოწყობილობების უწყვეტი მუშაობის დრო 15%-ით გაიზარდა, რაც თითო წისქვილზე 10,000 აშშ დოლარი ღირდა. რჩევა: კოდირების ხარჯების დაზოგვისთვის გამოიყენეთ ღია კოდის პლატფორმები, როგორიცაა EdgeX Foundry.

ნაბიჯი 4: შეაერთეთ და გამოსცადეთ

შეაერთეთ სენსორები კიდეების მოწყობილობებზე და სცადეთ. დაგეგმეთ ერთი ან ორი კვირა ისეთი ხარვეზების გამოსასწორებლად, როგორიცაა ცრუ სიგნალიზაცია. ტურბინის პირების სახელოსნომ 3000 დოლარი დახარჯა ტესტირებაზე, მაგრამ 50 000 დოლარი დაზოგა შპინდელის პრობლემის ადრეულ ეტაპზე აღმოჩენით.

რჩევა: ტესტების დროს გაააქტიურეთ თქვენი ძველი ტექნიკური მომსახურების გეგმა, რათა რაიმე წარუმატებლობის შემთხვევაში არ დარჩეთ უმოქმედოდ.

ნაბიჯი 5: გაშლა

როგორც კი ერთი მანქანა მყარი გახდება, უფრო დიდი უნდა გახდეთ. ავტომობილების სახელოსნომ 10 მანქანაზე 100 000 დოლარი დახარჯა და 18 თვეში 30%-ით ნაკლები შეფერხების დროით ანგარიშიდან გასვლა მოახერხა. პატელის კვლევის თანახმად, პროტოკოლების სტანდარტიზაცია მასშტაბირების ხარჯებს 10%-ით ამცირებს.

რჩევა: ჩაიწერეთ ყველა ნაბიჯი. ეს მანქანების დამატებას გაცილებით გაგიადვილებთ. სრული შეთავაზებისთვის თითო მანქანაზე 10,000–20,000 დოლარის ბიუჯეტი უნდა იყოს.

რეალური მაგალითები და გამარჯვებები

აერონავტიკა: ტურბინის პირები

ტურბინის პირების დაფქვა მაღალი რისკის შემცველია - ერთი უხარისხო ნაწილი, როგორც ჩანს, ახლახანს 10,000-50,000 დოლარი ღირს. სახელოსნო იყენებდა ნივთების ინტერნეტის სენსორებს და კიდეების ანალიტიკას ხელსაწყოების ცვეთის დასადგენად, რითაც პრობლემების 90% ადრეულ ეტაპზევე გამოასწორა. მონტაჟი თითო მანქანაზე 20,000 დოლარი ღირდა, მაგრამ მათ წელიწადში 300,000 დოლარი დაზოგეს. Luo-ს ჰიბრიდულმა მიდგომამ - კიდეები სიჩქარისთვის, ღრუბელი ტენდენციებისთვის - ეს გაამართლა.

მოგება: 25%-ით ნაკლები ჯართი. დაბრკოლება: წინასწარი ხარჯები და რთული მოწყობა.

ავტომობილები: გამანაწილებელი ლილვები

გამანაწილებელი ლილვის ქარხნები დატვირთულად მუშაობენ, ხოლო შეფერხების დრო საათში 5000 დოლარს შეადგენს. დეტროიტის ქარხანაში ვიბრაციის სენსორები და კიდის მოწყობილობები გამოიყენეს, რამაც ავარიის შემთხვევები 20%-ით შეამცირა. თითოეული დანადგარისთვის 15 000 დოლარი ღირდა, რომლის ანაზღაურებაც ერთ წელიწადში მოხდა. Verma-ს კვლევის თანახმად, კიდის გაფრთხილებები 50%-ით უფრო სწრაფი იყო.

მოგება: 15%-ით მეტი გამომავალი სიმძლავრე. დაბრკოლება: სენსორების სწრაფად ცვეთა.

სამედიცინო: იმპლანტები

ტიტანის ბარძაყის იმპლანტებს არ შეიძლება ჰქონდეთ ნაკლი. სახელოსნო იყენებდა აკუსტიკურ სენსორებს და კიდის ხელოვნურ ინტელექტს, ჯართის 30%-ის დაყრით. თითო მანქანაზე 12 000 დოლარი ღირდა, რაც წელიწადში 200 000 დოლარს ზოგავდა. პატელის ნივთების ინტერნეტის სისტემამ ყველაფერი კარგად შეინარჩუნა.

მოგება: უკეთესი ხარისხი. დაბრკოლება: ახალი ტექნოლოგიების გამოყენებაში ადამიანების გადამზადება.

ყურადღების მისაქცევ გამოწვევებს

ძალიან ბევრი მონაცემი, ძალიან ბევრი სიგნალიზაცია

Edge მოწყობილობებს უსასრულო მონაცემების გადაყლაპვა არ შეუძლიათ და ცუდი მოდელებიც ხშირად ყვირიან. აერონავტიკის მაღაზიამ ცრუ სიგნალიზაციაზე 10 000 დოლარი დახარჯა, სანამ საკუთარ სისტემას გამოასწორებდა. ლუოს გუნდმა უფრო მარტივი ალგორითმები გამოიყენა, რათა ყველაფერი გონივრულად შეენარჩუნებინა.

რჩევა: ყურადღება გაამახვილეთ ძირითად სიგნალებზე, როგორიცაა ვიბრაციის პიკები და არა ყველა მცირე ხტომაზე.

ეს იაფი არ არის

თითო მანქანაზე 10,000–20,000 დოლარის დახარჯვა პატარა მაღაზიებს აშინებს. სენსორებისა და კიდის კვანძების სინქრონიზაციამ განაწილების ლილვის ქარხანა ერთი კვირის განმავლობაში გამორთო. ვერმამ პრობლემის შესამსუბუქებლად მოდულური სისტემები შემოგვთავაზა.

რჩევა: ხარჯების გასანაწილებლად იქირავეთ აღჭურვილობა და პირველივე ცდაზე დაიქირავეთ ნივთების ინტერნეტის პროფესიონალი.

ჰაკერებს უყვართ დაკავშირებული მანქანები

ინტერნეტის ინტერნეტი პრობლემებს უხსნის. სამედიცინო მაღაზიას გამოსასყიდის მოთხოვნის საფრთხე შეექმნა, რომლის გამოსწორებაც 5000 დოლარი დაჯდა. პატელის რჩევა: კრიტიკული მონაცემები ღრუბელს მოარიდეთ.

რჩევა: დაშიფრეთ ყველაფერი და გამოიყენეთ 1000 დოლარიანი firewall თითო მანქანაზე.

რა არის შემდეგი?

ეს ტექნოლოგია ახლა იწყებს მუშაობას. უფრო სწრაფი 5G ქსელი შესაძლოა კიდეების სისტემებს კიდევ უფრო სწრაფს გახდის და უფრო დიდ მოდელებს დაამუშავებს. ფედერაციული სწავლება - ჭკვიანი ტექნოლოგიების გაზიარება ქარხნებს შორის მონაცემების გამოვლენის გარეშე - იმედისმომცემია. მომავალში წარმოიდგინეთ CNC ქარხნები გაფართოებული რეალობით, რომლებიც შეკეთებას უძღვებიან ან ბლოკჩეინზე დაფუძნებულ ჩანაწერებს უზრუნველყოფენ.

წარმოიდგინეთ აერონავტიკის სახელოსნო, სადაც ხელოვნური ინტელექტი არა მხოლოდ ხელსაწყოების ცვეთას აფიქსირებს, არამედ 10%-ით ზრდის ეფექტურობის სიჩქარეს. ან გამანაწილებელი ლილვის ქარხანა, რომელიც ციფრულ ტყუპებს - ვირტუალურ მექანიზმის კლონებს - იყენებს, რათა ჭანჭიკზე შეხების გარეშე გამოასწოროს პრობლემები. ეს არც ისე შორს არის - წარმოიდგინეთ ხუთიდან ათ წლამდე.

დასკვნა

Edge computing და IoT ცვლის თამაშსCNC ფრეზირება, რაც საშუალებას გაძლევთ, პრობლემები ადრეულ ეტაპზევე აღმოაჩინოთ და ხაზის მოძრაობა შეინარჩუნოთ. ტურბინის პირებზე 300,000 აშშ დოლარის დაზოგვიდან იმპლანტებზე 150,000 აშშ დოლარამდე დაზოგილიდან დაწყებული, ციფრები არ იტყუება - ნაკლები შეფერხება, ნაკლები შეცდომები, უფრო კმაყოფილი უფროსები. ყველაფერი იდეალური არ არის: ხარჯები მცირეა, დაყენება რთულია და უსაფრთხოების ზომების დაცვა გიწევთ. თუმცა, დაიწყეთ მცირედით, ფრთხილად გამოსცადეთ და გონივრულად მასშტაბირდით, და შედეგსაც დაინახავთ.

აერონავტიკის, საავტომობილო და სამედიცინო მაღაზიებიდან მოპოვებული ისტორიები აჩვენებს, თუ რა არის შესაძლებელი - რეალური დანაზოგი, რეალური შედეგები. ამას ადასტურებს ისეთი ადამიანების კვლევები, როგორებიც არიან ლუო, ვერმა და პატელი, რომლებიც ახორციელებენ კვლევას და მიუთითებენ, თუ რა მუშაობს და რას უნდა მოერიდონ. მომავალში, უფრო სწრაფი ქსელები და უფრო დახვეწილი ტექნოლოგიები, როგორიცაა ციფრული ტყუპები, ქარხნებს არა მხოლოდ საიმედოს, არამედ ბრწყინვალეს გახდის. ინჟინრებისთვის, გადაწყვეტილება ნათელია: შეუერთდით Edge-სა და IoT-ს, თორემ ჩიპების შეძენა მოგიწევთ, სანამ სხვები წინ მიიწევენ.

კითხვა-პასუხი

კითხვა: როგორ დავარწმუნო ჩემი უფროსი, რომ დიდი თანხები უნდა დახარჯოს ინტერნეტის საგნებსა და ეჯ ტექნოლოგიებზე?

აჩვენეთ მათ ფული. 15,000 დოლარის ღირებულების ინსტალაცია წელიწადში 50,000–200,000 დოლარის დაზოგვას შეძლებს, რადგან თავიდან აიცილებს შეფერხებებს და უხარისხო ნაწილებს, როგორც ამას ავტოსამაღაზიები აკეთებდნენ. ჯერ ერთ მანქანაზე სცადეთ - რეალური მონაცემები ყოველთვის ჯობნის გაყიდვების შეთავაზებას.

კითხვა: რა არის ამის გაფუჭების ყველაზე მარტივი გზა?

სენსორების დაყენება მათი რეგულირების გარეშე. არასწორი კალიბრაცია ნიშნავს არასაჭირო მონაცემებს - ცრუ სიგნალიზაციას ან გამოტოვებულ პრობლემებს. ერთმა სახელოსნომ 5000 დოლარი დახარჯა მოჩვენებების დევნაში. ერთი დღე დაუთმეთ გაცვეთილი ხელსაწყოთი ტესტირებას, რათა საბაზისო ნიშნული სწორად დაადგინოთ.

კითხვა: შეუძლია თუ არა პატარა მაღაზიას ამის გაკეთება?

სრულიად. დაიწყეთ 2000 დოლარიანი კომპლექტით — ვიბრაციის სენსორებით და იაფი კიდის ყუთით. პატარა სამედიცინო მაღაზიები წელიწადში 20 000 დოლარს ზოგავდნენ თითო აპარატზე. აპარატურის იჯარა დაგეხმარებათ, რომ საფულე კმაყოფილი დარჩეთ.

კითხვა: როგორ შევაჩერო ჰაკერების მიერ ჩემს ქარხნებში ჩარევა?

დაშიფრეთ მონაცემები და გამოიყენეთ MQTT ან OPC UA პროტოკოლები. სამედიცინო მაღაზიამ პრობლემები 1000 დოლარიანი firewall-ის საშუალებით აიცილა თავიდან და ანალიტიკა ლოკალურად შეინარჩუნა. ხშირად განაახლეთ პროგრამული უზრუნველყოფა და ღრუბელში მხოლოდ მოსაწყენი ტენდენციების მონაცემები გაგზავნეთ.

კითხვა: რა უნდა ისწავლონ ჩემმა ტექნიკოსებმა ამისთვის?