實現(xiàn)工業(yè)物聯(lián)網(wǎng)： 惡劣的環(huán)境亟需堅固的邊緣節(jié)點

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

　　盡管企業(yè)領導者急于利用工業(yè)物聯(lián)網(wǎng)(IIoT)，但還是很難想象到2020年將有500億臺設備相互連接[1]。 對于工業(yè)人士來說，這個數(shù)字可以打個折扣，因為它包含了智能手機和健身追蹤器等消費類技術(shù)。 不過，據(jù)估計，在2015年至2025年之間，在部署的這些新連接設備中，工業(yè)領域?qū)⒄冀话隱2]。

　　這意味著工程師和科學家在工廠、測試實驗室、電網(wǎng)、煉油廠和基礎設施之間部署IIoT時處于主導地位。 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。 非計劃性的資產(chǎn)停機每年花費200億美元，而其中80%是可以預防的[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)領導者中，有95%的人希望他們的公司在未來的36個月內(nèi)使用IIoT，87%的人相信這將有助于長期的就業(yè)增長[4]。

　　1實現(xiàn)IIoT的價值

　　說到IIoT，我們可以期望獲得三個關(guān)鍵的好處：

　　· 通過預防性維護增加正常運行時間;

　　· 通過邊緣控制提升性能;

　　· 通過互聯(lián)的真實數(shù)據(jù)，優(yōu)化產(chǎn)品設計和制造。

　　第一個好處是顯然是通過預測性維護增加正常運行時間。 目前，重要資產(chǎn)的正常運行時間往往依賴于幾個領域?qū)＜业娜斯z查。 但是，這類人才越難越難找，而且手動監(jiān)測無法擴展到所有資產(chǎn)設備。 據(jù)估計，目前僅有5%的采集得到分析[5]。 IIoT開啟了使用分析和機器學習來預測資產(chǎn)剩余使用壽命的可能，以及在發(fā)生代價高昂的故障之前安排維護的可能。

　　第二個好處是提高和優(yōu)化性能。 部署在生產(chǎn)線或現(xiàn)場的智能機器必須能夠根據(jù)從其他上游機器收到的信息來調(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器或資產(chǎn)擁有充分的自主權(quán)。 在這種情況下，如果機器可以學習其他機器或根據(jù)自己的經(jīng)驗進行學習，就可以調(diào)整控制參數(shù)并更好地適應周圍的環(huán)境。

　　IIoT的最后一個好處是改進產(chǎn)品的設計和生產(chǎn)。 這有時稱為研發(fā)物聯(lián)網(wǎng)。在這種情況下，真實數(shù)據(jù)(如使用數(shù)據(jù))會反饋到工程開發(fā)中，以改進下一代產(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，每天會生成500 GB的時間序列數(shù)據(jù)。 使用以前的解決方案時，他們只分析了10%的數(shù)據(jù)。 在部署IIoT解決方案后，他們將測試覆蓋率提高到了95%，使他們能夠在相同的時間內(nèi)解決更多的設計問題。

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

　　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%將存儲在邊緣側(cè)進行處理、分析和操作

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

　　然而，隨著傳感器總數(shù)的增加，另一個新趨勢是相機的使用。 預計到2022年，全球機器視覺市場將達到147.2億美元，2015年至2022年的復合年增長率為8.9%[7]。 這并不奇怪，因為視覺提供了其他傳感器所無法提供的生產(chǎn)和機械信息。 例如，我們都看到了相機在汽車中大規(guī)模集成，以支持先進的駕駛輔助功能，如盲點監(jiān)控或避免碰撞。 這些嵌入式相機提高了車輛了解周圍世界的能力。

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

　　2 IIoT堅固邊緣節(jié)點的演進

　　NI認識到，IIoT部署需要在邊緣側(cè)進行更加堅固和高端的處理，同時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)布的功能最強大的工業(yè)控制器。 它包括一個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、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)控制器的獨特之處在于其堅固性。 該控制器在具有CompactRIO平臺的堅固性的基礎，增加了IP67的防護等級(IP)，確保了在有灰塵和水的情況下可以根據(jù)IEC 60529標準可靠地運行。這使得該產(chǎn)品非常適合制造、測試單元或戶外應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)境中進行高性能計算

　　隨著越來越多子系統(tǒng)(包括復雜的視覺系統(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)變得越來越復雜，管理不同子系統(tǒng)的集成(每個子系統(tǒng)使用各自的工具和編程環(huán)境)和工業(yè)網(wǎng)絡的固有延遲變得具有挑戰(zhàn)性和昂貴。 由于NI工業(yè)控制器具有強大的處理能力和靈活性，因此可以將子系統(tǒng)納入一個功能強大的集成數(shù)據(jù)采集和控制平臺，從而實現(xiàn)更簡化的測量和控制系統(tǒng)。 NI客戶已經(jīng)體驗到將多個子系統(tǒng)集成到一個平臺所帶來的成本和效率優(yōu)勢。

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

　　3專為機器視覺而設計

　　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用，但其連接選項和獨特的設計使其尤其適用于機器視覺應用。 這些控制器具有專用帶寬，可支持GigE Vision和USB3 Vision標準，因此您可以選擇滿足您應用需求的任何一款相機，而無需擔心兼容性問題。 此外，工業(yè)控制器采用了結(jié)合CPU和FPGA的異構(gòu)架構(gòu)，可實現(xiàn)先進的圖像處理。 使用FPGA作為機器視覺應用的協(xié)處理器，可以顯著減少特定算法的處理時間。 由于FPGA在本質(zhì)上是大規(guī)模并行的，因此對于某些算法來說，它們可以提供比CPU高得多的性能，在某些情況下甚至達到10倍以上。

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

　　4簡單的分布和同步

　　調(diào)試分布式數(shù)據(jù)采集和控制系統(tǒng)最復雜的部分之一是確保整個系統(tǒng)的同步測量和控制。 為了使這個任務更加容易，NI工業(yè)控制器通過集成時間敏感網(wǎng)絡(TSN)功能來利用最新的技術(shù)。 TSN是以太網(wǎng)標準的升級版，通過一條以太網(wǎng)電纜實現(xiàn)跨分布式網(wǎng)絡的時間共享概念，從而最大限度地減少昂貴的布線并簡化復雜的同步架構(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機箱，實現(xiàn)分布式數(shù)據(jù)采集。

　　工業(yè)控制器還內(nèi)置了對硬件定時IEEE 1588精確時間協(xié)議(PTP)的支持，可實現(xiàn)多個設備間的亞微秒級同步。 此外，由于獨特的設計，這個時基還可以與用戶可編程FPGA共享，使得網(wǎng)絡中可以包含I/O和非IEEE 1588設備，例如USB3 Vision相機。 最后，工業(yè)控制器支持IEEE 802.1AS和IEEE 1588，因此它可以充當時間敏感網(wǎng)絡和更傳統(tǒng)的IEEE 1588網(wǎng)絡之間的橋梁。 這種跨多種技術(shù)實現(xiàn)設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)需要功能強大的邊緣節(jié)點來存儲、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)界對強大、堅固耐用的邊緣節(jié)點的需求，并針對分布式數(shù)據(jù)采集和機器視覺進行了優(yōu)化。

　　參考文獻：

　　[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.