工業(yè)4.0以來
一出出“變形金剛”大戲
在全球范圍內(nèi)上演
工廠車間發(fā)力智能制造
信息技術(shù)滲透到各個生產(chǎn)環(huán)節(jié)
笨重機(jī)械的老古董
搖身一變
成了智慧、自動化的化身
傳統(tǒng)制造業(yè)搭上智能數(shù)字化快車，搖著降本增效的大旗革新底層架構(gòu)，煥發(fā)出新時代的勃勃生機(jī)。
我們知道羅馬非一日建成，制造業(yè)“老樹發(fā)新芽”的背后是車間機(jī)床上的無數(shù)次探索，今天讓我們一起走進(jìn)歐洲一流理工大學(xué)實驗室，看看智能制造是如何從走出理論、走向?qū)嵺`的。
生產(chǎn)線上的
流式數(shù)據(jù)處理難題
德國亞琛工業(yè)大學(xué)(RWTH)成立于1870年，是德國頂級理工大學(xué)，現(xiàn)為歐洲四所頂尖理工大學(xué)戰(zhàn)略聯(lián)盟(IDEA 聯(lián)盟)成員之一，迄今已連續(xù)三屆在德國精英大學(xué)中榮膺首位，被譽(yù)為“歐洲的麻省理工”。
具有100多年歷史的亞琛工業(yè)大學(xué)機(jī)床與生產(chǎn)工程實驗室(Laboratory for Machine Tools (WZL) of RWTH Aachen University，以下簡稱WZL)是世界上最大的機(jī)械研究所，多年來在世界各地的生產(chǎn)工程領(lǐng)域進(jìn)行前瞻性研究并獲得成功。除了基礎(chǔ)理論，WZL研究還涉及工業(yè)環(huán)境中的應(yīng)用，并為促進(jìn)生產(chǎn)合理化制定實用的解決方案。
在WZL，科學(xué)家、數(shù)學(xué)家和軟件開發(fā)人員一起工作，研究從邊緣產(chǎn)生的實時數(shù)據(jù)中獲取洞察的方法。作為WZL制造流程的一部分，精密沖裁創(chuàng)新中心會產(chǎn)生大量數(shù)據(jù)，振動傳感器、聲學(xué)傳感器及其他制造條件下的專用傳感器每秒生成超過100萬個數(shù)據(jù)點，這些數(shù)據(jù)首先必須在第一線記錄下來并快速處理。
面對海量流數(shù)據(jù)，WZL以往的做法是使用Hadoop、Apache、Kafka、Spark等經(jīng)典大數(shù)據(jù)平臺對流數(shù)據(jù)進(jìn)行捕捉、處理和歷史分析，然而由于大量傳感器分布在不同機(jī)器、不同位置，且并非所有的傳感器都時時刻刻運轉(zhuǎn)，實驗室經(jīng)常要動用人力來處理負(fù)載平衡問題。
此外，WZL在管理Hadoop堆棧方面也遇到了麻煩，雖然是大型實驗室，但WZL所擁有的資源相當(dāng)有限，在生產(chǎn)數(shù)據(jù)小批量、本地化處理的方式下，其研究人員不得不花費大量時間進(jìn)行內(nèi)部系統(tǒng)開發(fā)。
在數(shù)據(jù)管理流程上投入太多精力迫使WZL尋找一個可實施的極低延遲的流模型，WZL希望尋找這樣一個平臺，可以利用高頻率數(shù)據(jù)，幫助制造商在生產(chǎn)過程中收集數(shù)據(jù)、分析變化，監(jiān)測產(chǎn)量和工藝質(zhì)量并實時做出調(diào)整。
實時采集海量數(shù)據(jù)
在工業(yè)邊緣實現(xiàn)洞察
長期以來，戴爾科技與WZL一直保持著良好的合作關(guān)系，戴爾團(tuán)隊從WZL需求和實際情況出發(fā)，為其提供戴爾流數(shù)據(jù)平臺SDP(Streaming Data Platform)解決方案，搭建邊緣計算集群以實時攝取、存儲和分析連續(xù)的流數(shù)據(jù)。
對此WZL首席數(shù)據(jù)官兼數(shù)字轉(zhuǎn)型主任的Daniel Trauth博士這樣評價：
“
戴爾流數(shù)據(jù)平臺以流的形式處理所有東西，使我們可以輕松地使用一個處理模型來創(chuàng)建新的分析管道。
” 戴爾科技為WZL搭建的本地系統(tǒng)包括一個經(jīng)過優(yōu)化的SDP軟件平臺，可連接從智能物聯(lián)網(wǎng)到云集成的所有組件和服務(wù)，并利用人工智能對實時數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行分析。
硬件上PowerEdge R640服務(wù)器為這個集群提供支持，它擁有240個處理器內(nèi)核、1.563 TB內(nèi)存、3.84TB SSD內(nèi)存、360TB HDD內(nèi)存和6塊GPU。
PowerEdge R640搭載英特爾®至強(qiáng)®系列可擴(kuò)展處理器，在核心、緩存、內(nèi)存以及I/O方面進(jìn)行了大量優(yōu)化，使得其在整體性能上有了極大的提升，可滿足多種工作負(fù)載需求。
為了對不同類型的數(shù)據(jù)提供近乎無限的"DVR式"存儲和回放，WZL選擇PowerScale存儲來處理流數(shù)據(jù)平臺的長期存儲需求，為歷史數(shù)據(jù)采集、分析和機(jī)器學(xué)習(xí)模型開發(fā)提供空間。
獲得收益：
流數(shù)據(jù)平臺與精沖機(jī)連接之后，每0.4毫秒即可記錄多達(dá)1,000個特征值，這些特征值來源于海量的圖像流、X射線和物聯(lián)網(wǎng)設(shè)備，采集后立即被邊緣PowerEdge服務(wù)器存儲起來進(jìn)行實時預(yù)分析，以便人工智能和機(jī)器學(xué)習(xí)開展進(jìn)一步評估。
WZL的精沖線上每天產(chǎn)生大約80TB數(shù)據(jù)，盡管模型計算是個非常耗費CPU和時間的過程，但得益于流數(shù)據(jù)平臺的邊緣連接性，這些工作幾乎可以瞬間完成。
由于速度和溫度等條件處于AI的持續(xù)監(jiān)督之下，機(jī)器能夠自動調(diào)整以防止任何中斷。通過這種方式對機(jī)器進(jìn)行監(jiān)測，WZL可以實時捕捉、預(yù)測整個金屬沖壓過程中的異常情況，據(jù)此優(yōu)化生產(chǎn)過程，并從邊緣的產(chǎn)生的數(shù)據(jù)挖掘新的價值。
基于戴爾的解決方案，WZL最終從邊緣的生產(chǎn)數(shù)據(jù)中獲得實時洞察力，這將幫助制造商根據(jù)需要調(diào)整流程，并大規(guī)模地管理大量數(shù)據(jù)和IT基礎(chǔ)設(shè)拖。
IDC預(yù)計，到2025年，全球物聯(lián)網(wǎng)連接數(shù)將增長至270億個，物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到1000億臺，超過70%的數(shù)據(jù)和應(yīng)用將在邊緣產(chǎn)生和處理。
在通往智能制造的道路上，邊緣計算是繞不開的大趨勢，它結(jié)合人工智能、物聯(lián)網(wǎng)等技術(shù)，將業(yè)務(wù)洞察推到生產(chǎn)環(huán)節(jié)的各個神經(jīng)末梢，真正實現(xiàn)數(shù)據(jù)驅(qū)動的業(yè)務(wù)發(fā)展。作為全球領(lǐng)先IT基礎(chǔ)架構(gòu)供應(yīng)商，戴爾科技可提供完善的邊緣計算解決方案，幫助制造業(yè)用戶更好更快地實現(xiàn)智能轉(zhuǎn)型!
京公網(wǎng)安備 11010502049343號