Implementazioni delle soluzioni Deep Edge

Abbiamo fornito una panoramica della tecnologia di edge computing nel documento informativo “Edge Computing nell’ambiente industriale”. In questo blog, approfondiremo le forme dell’edge computing e l’implementazione di soluzioni edge intelligenti in ambiente industriale.

L’implementazione di soluzioni di edge computing industriale efficaci hanno bisogno dell’integrazione di svariati componenti. Le applicazioni hardware e software di base, la sicurezza fisica e informatica, il monitoraggio remoto e le soluzioni di manutenzione si uniscono per garantire che tutto sia sempre attivo e funzionante. Nel paragrafo “Le forme della tecnologia di Edge Computing” del suddetto documento informativo, sappiamo che i dispositivi edge saranno suddivisi in sotto-strati specifici (anche se i singoli sistemi non li utilizzeranno tutti).

Figura 1: Diagramma a blocchi della tecnologia Edge Computing Thick, Thin e Micro

Come mostrato nella figura precedente, l’edge computing può essere suddiviso in base alla distribuzione o alla centralizzazione dell’elaborazione in un’implementazione edge comunemente nota come Thick Edge, Thin Edge e Micro Edge (collettivamente nota come Deep Edge).

Nell’elaborazione Thick Edge si assiste a un passaggio a un paradigma di elaborazione più distribuito e decentralizzato. I sensori sono spesso collegati a nodi di elaborazione che eseguono applicazioni edge vicino a dove i dati vengono raccolti, filtrati, aggregati, raggruppati e così via. Le informazioni vengono successivamente trasferite in ambienti cloud o in data center aziendali. Il concetto di Thick Edge può riguardare anche i sistemi informatici, tipicamente utilizzati per gestire applicazioni SCADA e simili. Questi nodi di calcolo locali (noti anche come dispositivi edge, gateway edge o computer edge) sono utilizzati nell’elaborazione Thick Edge per offrire un’intelligenza localizzata in grado di agire rapidamente (con bassa latenza) sui dati che affluiscono dai dispositivi di rilevamento fisico. Esegue compiti/carichi di lavoro ad alta intensità di calcolo adattando CPU di fascia alta, GPU, FGPA e altri dispositivi di elaborazione. I nodi di elaborazione Thick Edge possono spesso funzionare in modo indipendente per lunghi periodi di tempo grazie alle loro capacità di elaborazione e archiviazione.

Il thin edge computing comporta una minore elaborazione nel sito di raccolta dei dati del sensore. I dati rilevati vengono raccolti e inviati a un sistema di elaborazione più centralizzato, dove vengono analizzati e trattati. L'elaborazione centralizzata può avvenire nel cloud o in centri di elaborazione dati privati (noti anche come "on-prem"). Descrive i controllori intelligenti, le apparecchiature di rete, i PLC e i computer specializzati integrati nelle macchine utensili e in altre apparecchiature di produzione. Nelle installazioni di calcolo Thin Edge potrebbero non essere necessarie piattaforme informatiche aggiuntive (ad esempio, gateway), a seconda della complessità e delle capacità di connessione delle apparecchiature fisiche di rilevamento. A volte include anche componenti di intelligenza artificiale come GPU o ASIC.

Il Micro Edge rappresenta i sensori che raccolgono i dati dai processi e dalle apparecchiature industriali che in genere sono stati collegati direttamente ai PLC o ai processori di fascia bassa a causa delle limitazioni di costo e di consumo energetico. Rappresenta anche il livello più vicino ai macchinari dell’officina e la parte dell’ecosistema informatico industriale. Poiché le risorse di calcolo situate nel "Micro Edge" sono i dispositivi stessi che generano dati.

Di fatto, non c'è distinzione tra Thin e Thick Edge. Agli estremi dell'edge, esiste più che altro uno "spettro" di soluzioni che tendono a essere "Thin" o "Thick", in base alla disponibilità delle risorse, alla richiesta di casi d’uso e ai problemi di implementazione e gestione del software.

Edge Analytics in ambiente industriale

Il diagramma seguente illustra il concetto di intelligenza ai margini della macchina e di diffusione delle informazioni acquisite da una a molte macchine. L’apprendimento collaborativo è costituito dalle informazioni sul parco macchine di un produttore. Le reti consentono agli utenti finali di sviluppare soluzioni di manutenzione predittiva basate su potenti algoritmi di rilevamento delle anomalie, facilitando lo scambio di informazioni tra i sensori intelligenti ai bordi. I modelli di previsione vengono istruiti e testati utilizzando i dati storici etichettati con informazioni sui precedenti guasti delle apparecchiature. La quantità di dati storici può essere enorme, quindi l’archiviazione in tempo reale nel cloud è una soluzione efficace, che dà origine alla manutenzione predittiva basata sul cloud. I motori elettrici a induzione sono i principali attuatori nella maggior parte delle fabbriche industriali, pertanto la manutenzione predittiva dei motori elettrici basata su cloud è di particolare importanza. I guasti meccanici producono vibrazioni nei motori elettrici con ampiezza e frequenza diverse. Pertanto, le soluzioni di monitoraggio dello stato di salute dei motori si concentrano principalmente sulla misurazione delle vibrazioni e della temperatura. Le risorse di edge computing disaccoppiano il programma dall’hardware sottostante, consentendo architetture flessibili in cui le applicazioni possono migrare da un’apparecchiatura di calcolo intelligente a un’altra.

Figura 2: Nodo Edge industriale per il rilevamento delle anomalie

Piattaforma Edge industriale

LEdge industriale è costituito da un backend, da dispositivi Edge e da applicazioni Edge che vengono utilizzate per l’analisi intelligente dei dati e per migliorare la produttività. Come mostrato nella figura seguente, i componenti fanno tutti parte di un ecosistema hardware e software integrato per l’automazione. Il Sistema di Gestione dell’Edge Industriale può essere utilizzato per controllare e monitorare centralmente tutti i dispositivi Edge collegati. Portando in modo sicuro la potenza dell'Edge computing e dell’analisi avanzata a livello di produzione, i dispositivi Industrial Edge forniscono un’elaborazione dei dati a livello di macchina ai sistemi di automazione.

Figura 3: Piattaforma Edge industriale

La gestione delle applicazioni è responsabile della distribuzione, della configurazione, della rimozione, dell’avvio, dell’arresto e del ripristino delle applicazioni. Gli utenti e i costruttori di macchine possono installare "applicazioni" sui dispositivi Edge e possono persino progettare le proprie applicazioni. I protocolli di trasmissione cloud, i sistemi operativi basati su cloud e il Message Queuing Telemetry Transport (MQTT) sono tutti supportati da Industrial Edge, rendendo il trasferimento dei dati sicuro ed efficiente.

Rimanete in contatto con i nostri altri blog ispirati dove abbiamo parlato di strategie e standard di implementazione dell’Edge computing, integrazione dell’Edge computing nei PAC e nei PLC, rischi e soluzioni per la sicurezza dell’Edge computing.