“L’Industria 4.0 ha introdotto macchine e impianti che producono grandi quantità di dati. L’edge computing rappresenta il passo successivo, perché permette di processare e analizzare i dati con strumenti derivati dall’Information Technology, come gli Industrial PC, le GPU, l’Intelligenza Artificiale e la Computer Vision.
Il termine “edge” identifica dove avviene l'elaborazione dei dati, ovvero vicino alla fonte che li genera, come un sensore o un PLC. Infatti i dispositivi di calcolo sono collocati a bordo macchina o nello stabilimento produttivo. Questa caratteristica comporta importanti vantaggi:
L’edge computing si pone quindi come un insieme di tecnologie per trasformare i dati raccolti in informazioni che le aziende possono usare per ottimizzare i processi e prendere decisioni strategiche.”
“Quando si parla di analisi dei dati, si fa riferimento ad informazioni statistiche ricavate da ampi dataset. Queste vengono poi applicate ai dati in tempo reale per eseguire dei controlli o prevedere l’esito di un processo. Manutenzione e controllo della qualità sono processi che beneficiano dell’edge computing. L’obiettivo della manutenzione è quello di garantire la massima performance possibile delle macchine. A questo scopo è fondamentale minimizzare i fermi imprevisti."
"Equipaggiando componenti in grado di generare dati, è possibile creare dei modelli matematici relativi al loro stato. Confrontando i dati in tempo reale con questi modelli, si deduce lo stato di salute del componente e si stima il tempo rimanente prima della rottura.”
“Parlando di controllo qualità, questa spesso viene eseguita tramite un controllo visivo. L’edge computing è applicabile anche in questo caso perché le immagini sono dati che possono essere processati per fornire informazioni. Dotando una macchina di un sistema di rilevamento immagini, è possibile automatizzare e velocizzare il rilevamento di difetti di produzione. Il sistema confronta un pezzo appena prodotto con il modello costruito su un set di immagini di esempio. Se un pezzo non corrisponde al modello, la macchina provvede automaticamente a scartarlo.
Le potenzialità dell’edge computing sono anche maggiori. Permette di evolvere i processi da cui si possono raccogliere grandi dataset, trasformandoli da reattivi a predittivi e da manuali ad automatizzati.”
“Per implementare progetti di edge computing di successo le aziende devono avere due focus.
Il primo è relativo alle conoscenze. È necessario porsi l’obiettivo corretto, raccogliere dati significativi e analizzarli con strumenti e tecniche adeguati. Per fare ciò, sono necessarie figure professionali competenti nei processi produttivi e negli strumenti analitici. Una sfida in questo senso è prevedere che saranno necessari più cicli di raccolta e analisi dei dati prima di raggiungere l’obiettivo prefissato.
Il secondo focus è la gestione dell’infrastruttura, intesa come dispositivi, sistemi operativi e applicazioni. L’edge computing aumenta la complessità di una macchina o di un impianto produttivo. La maggiore complessità aumenta i rischi per la sicurezza e la difficoltà di manutenzione. È fondamentale realizzare un sistema che sia costantemente monitorato e sicuro. Questo si traduce nella realizzazione di reti dedicate e segmentate, nel controllo costante dello stato e delle modifiche degli apparati, nella possibilità di aggiornare e modificare i sistemi tramite un sistema centralizzato.
Le aziende produttive che vogliano adottare l’edge computing devono iniziare un percorso di maturazione digitale che passi anche dall’acquisizione di conoscenze e competenze derivate dall’Information Technology.”
Scopri come i costruttori di macchine possono raccogliere dati in modo sicuro sulla loro piattaforma Industrial IoT con gli Edge gateways di IXON.