工业场景的痛点,云计算填不上的坑
现在但凡提工业数字化,十个里有八个说要上云。 上云当然好,做长期数据复盘、企业资源调度,云端能力确实强。可工业场景有个天生的特殊要求——要快。 一条高速运转的生产线,一秒能出三个零件,传感器每秒采集上百次数据,要是出了异常,晚个几百毫秒停线,都得出来好几个废品。要是涉及到机器人协同运动,延迟超过一百毫秒,都可能撞机。 原来把所有数据都传到千里之外的公有云处理,一来一回,延迟少说几百毫秒,多的好几秒。带宽成本还蹭蹭往上涨,几千台设备的工厂,每个月花几万块带宽费都是常事。
国内工厂落地雾计算(工业)的真实收益
还是说东莞那家工厂,原来用公有云做冲压设备预测性维护,跑了大半年实在用不下去。 平均延迟1.2秒,设备异常振动的信号传上去,分析完发回停线指令,一秒多过去了。模具已经碰了,零件已经废了。预警等于马后炮。 后来换了分布式工业雾计算架构,把雾节点部署在每条冲压线的PLC旁边,数据采集完直接在本地节点分析,结果直接传给控制系统。延迟压到了20毫秒以内。 异常刚冒头,直接停线。连提前预警的时间都省了。 除了降报废,带宽成本降得更夸张。原来每个月1.8万的互联网带宽费,现在95%的数据都在本地处理,每个月只需要1千多块,够传核心汇总数据就行。 💡 查过行业数据,2024年上半年国内新建的新能源整车工厂,超过六成已经把雾计算(工业)纳入了基础数字化架构,不是试点,是真的全生产线铺开用。
中小工厂上雾计算(工业)的避坑指南
