Anzeige
Anzeige
Beitrag drucken

Internet of Things

Edge und Swarm Computing zusammendenken

Eine Swarm-Computing-Infrastruktur befähigt Fertigungsunternehmen dazu, auf Grundlage von Datenanalysen Entscheidungen zu treffen und in Aktionen umzusetzen. Eine solche Datenanalyse muss eng mit den betroffenen Geschäftsprozessen kombiniert sein. Sie kann zudem unterschiedliche Edge-Computing-Systeme und Cloud-Computing-Umgebungen mit einbeziehen – für IoT-Szenarien, die auch die vernetzte Produktion ausweiten können.

IT-Management per Dashboard -Blick in eine 'Smart Factory' (Bild: ©ipopba/gettyimages.de)

IT-Management per Dashboard -Blick in eine ‚Smart Factory‘ (Bild: ©ipopba/gettyimages.de)

Der autonome Lkw rollt über das Werksgelände und steuert das Lager an, wo ein Roboter das Rohmaterial entlädt und ins Hochregallager einsortiert. Damit dies funktioniert, koordiniert ein Swarm-Computing-System als zentrale Steuerungseinheit die Systeme des Lkw, der mit GPS-Empfängern und Funketiketten ausgestatteten Transportpaletten, des Roboters und der Lagerlogistik. Der ‚Schwarm‘ bindet alle beteiligten Komponenten in ein temporäres Netzwerk ein und stellt die Ressourcen für die Datenerfassung und -analyse in Echtzeit zur Verfügung. Auf diese Weise lassen sich die Rohlinge auch vom Lager aus automatisiert in die vernetzte Produktion eintakten. Eingefügt in eine Smart Factory bildet das Szenario zusammen mit der vorausschauenden Wartung (Predictive Maintenance) die wichtigsten Einsatzfelder von Edge und Swarm Computing. Gerade Unternehmen im Fertigungsumfeld sollten diese zusammendenken.

Vom Rand zum Schwarm

Schauen wir uns zunächst das Wichtigste zum Edge Computing an. Es basiert darauf, dass Sensoren an den Maschinen Werte messen, diese als Statusmeldungen und Diagnoseinformationen an Edge Devices senden. Diese Geräte sind möglichst nahe am Datenentstehungsort installiert. Sie haben genügend Rechenleistung, um Daten aufzubereiten. Diese Vorverarbeitung gestattet es, Reaktionen in Echtzeit auszulösen. Nachdem eine Aktion ausgelöst wurde oder feststeht, dass diese nicht nötig ist, transferieren die Mikrorechenzentren die Daten in ein Rechenzentrum (Cloud), wo tiefere Analysen stattfinden. Es gibt einsatzfähige Hochleistungsserver für Edge Computing, die Algorithmen für künstliche Intelligenz anwenden. So führt die BullSequana Edge von Atos kontextbezogene Analysen von Bilddaten durch, die Kameras erfassen. Edge Computing lässt sich durch Swarm Compting ergänzen. Ein Schwarm umfasst IoT-Endpunkte, Edge-Systeme sowie Cloudplattformen. Diese heterogenen Komponenten kommunizieren und formieren sich eigenständig und auf flexible Weise zu neuen IT-Infrastrukturen. Sie stellen Nutzern und Anwendungen Services, Inhalte und Ressourcen zur Verfügung. Übertragen auf das Beispiel Predictive Maintenance bedeutet das: In bestimmten Zeitabständen schließen sich smarte Diagnosesysteme an einem Edge Node an. Die Diagnose-Tools suchen nach den Daten, die den Verschleiß von Werkzeugen anzeigen oder Indizien liefern, dass eine Komponente bald ausfallen kann. Ein Schwarm handelt autonom und automatisiert. Wird etwa ein vordefinierter Temperatur-Grenzwert bei einer Werkzeugmaschine überschritten, analysiert das Swarm-Computing-System Daten in Echtzeit, um anschließend eine Meldung an das Servicepersonal zu senden. Oder der Schwarm ermittelt einen Notfall und schaltet die Maschine ab.

Die drei Ebenen eines Schwarmes

Um verteilte, autonome Systeme im Rahmen von Swarm Computing miteinander zu verknüpfen, eignet sich am besten eine maschenförmige Peer-to-Peer-Architektur. Wichtig ist, dass die Daten, die innerhalb und außerhalb der Edge- und Swarm-Computing-Infrastruktur anfallen, valide und konsistent sind. Eine praxistaugliche Swarm-Architektur besteht aus drei Ebenen: Edge Computing, Multi-Cloud Computing und Service-Orchestrierung.

Beitrag drucken

Edge und Swarm Computing zusammendenken

Eine Swarm-Computing-Infrastruktur befähigt Fertigungsunternehmen dazu, auf Grundlage von Datenanalysen Entscheidungen zu treffen und in Aktionen umzusetzen. Eine solche Datenanalyse muss eng mit den betroffenen Geschäftsprozessen kombiniert sein. Sie kann zudem unterschiedliche Edge-Computing-Systeme und Cloud-Computing-Umgebungen mit einbeziehen – für IoT-Szenarien, die auch die vernetzte Produktion ausweiten können. (mehr …)

1 2 3


Das könnte Sie auch interessieren:

Augenstein Maschinenbau plant, entwickelt und fertigt individuelle Automatisierungslösungen für Produktionsprozesse. Eine Visualisierungssoftware liefert dabei früh ein erstes Bild der Anlage. Das schafft Klarheit und hilft dem Vertrieb quasi nebenbei, den Auftrag überhaupt an Land zu ziehen.‣ weiterlesen

Im Projekt ‘Kitos – Künstliche Intelligenz für TSN zur Optimierung und Störungserkennung‘ arbeiten Wissenschaftler und Ingenieure gemeinsam an Lösungen für ein dynamisches Netzwerkmanagement in der Industrie.‣ weiterlesen

Laut statistischem Bundesamt hat sich die Industrie im Mai von den Einbrüchen verursacht durch die Corona-Pandemie etwas erholt. Die Produktion legte zu, verfehlt das Mai-Ergebnis des Vorjahres jedoch um 19,3 Prozent.‣ weiterlesen

Zwei Drittel (66 Prozent) der Unternehmensleiter weltweit sind optimistisch, dass sich der europäische Markt relativ schnell vom wirtschaftlichen Abschwung durch die COVID-19-Pandemie erholen wird. Das geht aus einem Report des Beratungsunternehmens Accenture hervor, der auf einer Umfrage unter fast 500 C-Level-Führungskräften in Europa, Nordamerika und im asiatisch-pazifischen Raum in 15 Branchen basiert.‣ weiterlesen

Wie die Kommunikation in der Arbeitswelt zukünftig aussehen kann, erforschen derzeit die Fraunhofer-Institute für Arbeitswirtschaft und Organisation IAO und für Produktionstechnik und Automatisierung IPA. Dabei steht der digitale Zwilling im Mittelpunkt.‣ weiterlesen

Der ERP-Anbieter Proalpha hat einen neuen Chief Sales Officer. Zum 1. Juli hat Michael T. Sander die Position übernommen. Er folgt auf Andree Stachowski.‣ weiterlesen

Ein Produkt online konfigurieren und sofort bestellen: Was für Verbraucher alltäglich ist, gewinnt auch im B2B-Bereich an Bedeutung. Mit dem Configure-Price-Quote-Ansatz und entsprechender Software kann diese Variantenvielfalt angeboten werden, ohne den Vertrieb zu überlasten oder die Customer Journey aus dem Blick zu verlieren.‣ weiterlesen

Kürzere Durchlaufzeiten, Abläufe und Sequenzen simulieren und frühe Aussagen zu Konzepten und deren Verifikationen treffen zu können - das waren die Wünsche der österreichischen SEMA Maschinenbau. Die Software IndustrialPhysics von Machineering leistet genau das.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige