工业物联网(IIoT)的进步通过应用人工智能(AI)和云计算技术来改善机器操作和制造流程,从而使智能工厂成为现实。
为此,边缘的专用硬件需要与运维技术(OT)进行交互,运维技术包括通常使用自己专有的现场总线协议的工业机器和资产。
边缘硬件转换现场总线协议,处理数据并连接到AWS云服务Amazon Web Services(AWS)。
在本文中,我们将探讨:
由英特尔的Cyclone V FPGA支持的EXOR International的模块上系统(SOM)和边缘网关,如何使系统集成商和应用设计商基于AWS,在消耗更少的市场投入时间、成本,减少开发工作的情况下,交付IIoT解决方案。
云计算,机器智能和互联网现如今引领着IIoT领域并且无处不在,具体体现在智能工厂和智能制造的兴起。
有针对不同用例的IIoT应用程序,一些用于提高效率并减少运营支出,有些则旨在优化生产流程和提高产品质量。这些应用程序的实施需要可扩展且强大的云基础架构,用于数据整合,存储,分析和可视化。
此外,还需要边缘设备来支持数据收集,机器控制和云连接。
在下图中,您可以看到使用边缘设备从电动机,可编程逻辑控制单元(PLC)和其他运维技术中获取和处理数据。该图显示了OT和IT之间的典型分离,其中包括本地网络基础结构和AWS。
对于真实世界的IIoT实施方案,云基础架构必须满足以下标准:
功能: OT会创建大量非结构化数据。IIoT分析需要对该数据进行汇总,转换,存储和分析。AWS为这些功能提供了组件,并简化了利用组件创建数据通道的过程。
可扩展性:典型的IIoT部署方案可能在多个位置具有多个终端,每个终端连续生成数据。针对这种情况,AWS能够在不影响性能和响应能力的情况下处理静态或传输中的大量数据。
可靠性:当工业流程依赖于云上运行的功能时,基础架构必须可靠且具有高可用性(HA),因为中断可能会导致财务损失。
安全性:机器数据通常包含私有和敏感信息。从边缘到云传输时,必须保护此数据;在AWS上存储时,必须防护此类数据。此外,云本身必须配备安全的访问控制,以防止对工厂运营的入侵。
AWS基础架构强大,安全且高度灵活。AWS服务集为数据通道提供了组件,以支持许多不同的IIoT用例。
许多AWS服务都适合处理和呈现机器数据:用于数据转换的AWS Lambda,用于存储的Amazon Simple Storage Service(Amazon S3),用于数据库支持的Amazon Aurora,用于大数据分析的Amazon EMR,用于数据可视化的Amazon QuickSight和Amazon API网关,用于安全共享数据。
AWS还提供了几种特定于IoT的服务,这些服务可以实现并简化端到端的实施方案。
AWS IoT Core: 这是一个信息息代理,可以处理跨多个站点的生产车间中的设备的数千个连接。AWS IoT Core遵循发布和订阅模型,允许在AWS上运行的边缘设备和服务使用数据,对该数据进行操作并与其他订阅的终端进行通信。
AWS IoT Greengrass: 此软件用于边缘设备,可实现本地计算工作负载的部署,执行和管理。在IIoT的体系中,它用于支持工作负载执行信号处理,协议转换,本地分析和AI推理。
AWS IoT Analytics: 这是一项托管数据通道服务,用于批量收集,转换和分析机器数据。它适用于需要挖掘历史数据以获取见解的用例,例如AI驱动的预测维护。
Amazon Kinesis 数据分析: 支持对在传输中的流数据查询,处理和分析。Amazon Kinesis适用于使用大量数据并实时处理这些数据,实现诸如实时监控和故障检测之类的用例。
Amazon SageMaker: 这是一种机器学习(ML)服务,可简化和加速构建,训练,优化和打包AI模型的工作流程。它可用于开发依赖于边缘推算或机器视觉的IIoT应用程序,并实现诸如缺陷检测和安全监控之类的用例。可以使用AWS IoT Greengrass将来自Amazon SageMaker上的成熟的模型部署到边缘设备上。
广义上讲,有两种类型的IIoT边缘设备:现场网关(FGW)和工业PC(IPC)。
现场网关从运维技术终端获取数据,并将此数据路由到AWS。FGW必须接受来自AWS的命令和控制消息,并将这些消息路由到端点。OT终端可以是传感器,可编程逻辑控制单元(PLC)和其他机械控制器。
与这些终端的通信通常通过现场总线进行。FGW必须支持与现场总线一起使用的特定协议(例如,握手方式,信息格式,数据速率)。
在工厂车间可以使用大量的现场总线类型,每种类型都有自己的协议。例子有Ethercat,Profinet,以太网IP,Modbus TCP,Profibus DP,CAN OPEN,Modbus RTU等。
工业PC可以执行现场网关要做的所有事情,以及其他更多功能。IPC还可以在边缘支持高级工作负载,例如基于深度学习算法的数据分析和AI推算。
对于这两种类型的边缘设备,支持时间敏感网络(TSN)都是常见的要求。TSN在局域网通信中启用确定性延迟。
借助TSN,边缘设备可以与网络上的其他设备协作以执行实时任务。例如,IPC可用于同步TSN上的多个机械手,从而确保将控制消息从IPC及时传递到机械手。
为了在工业环境中使用,边缘设备必须能够在很宽的温度范围内24/7全天候运行。特别是,FGW通常需要安装在机器周围的狭窄空间中,典型的要求包括紧凑的外形尺寸。
边缘设备可以使用模块上系统(SOM)来构建,该模块可以在单个模块上提供所有必需的计算能力和接口。SOM采用超紧凑的单板计算机外形尺寸,可满足大多数IIoT设备的要求。
原始设备制造商(OEM)可以使用SOM构建FGW和IPC,而只需要集中精力集成其他外围设备,例如无线连接或用于现场总线协议的物理连接器。
EXOR International制造了针对IIoT用例的工业级SOM产品。EXOR uS05 microSOM满足了AWS IoT Greengrass的所有系统要求。
在下表中,您可以看到uS05 SOM的硬件规格。
uS05 microSOM是基于Intel Cyclone V FPGA片上系统的低功耗平台,该平台由FPGA架构和基于Arm的主机处理器组成。它支持几种类型的接口以及两个以太网端口和一个TSN交换机。
FPGA架构能够以高数据速率运行,可以经过配置来支持经由一个或多个接口的现场总线的连接。
主机处理器使用EXOR的JMobile 软件进行现场总线协议处理,该软件支持200多种现场总线协议。uS05非常适合在现场网关中使用,以将工业终端连接到云。
由uS05 microSOM支持的eXware 707T网关通过了AWS IoT Greengrass认证,并列在合作伙伴设备目录中。该网关将uS05 microSOM的所有优点与以太网端口、扩展端口和存储在工业外壳中集成在一起,可以在工业环境中作为独立的现场网关进行部署。
经过AWS IoT Greengrass认证的硬件已经过测试和验证,可以集成所有必需的软件和硬件要求,以使用AWS IoT Greengrass并连接到AWS。
在本部分中,我们将研究具有AWS IoT Greengrass的eXware 707T网关如何收集数据以捕获工业资产的状态。根据资产的健康状态,维护工程师可以监视资产或收到有关所需维护的警报。
电机故障是生产线上停机的常见原因。电动机在运行过程中的振动特性可以告诉我们电动机的健康状况。通过对电动机振动进行连续监测和评估,能够主动维修来防止不合时宜的故障。
下面的图说明了基于此概念的电机状态监控的端到端实现。它利用eXware 707T网关连接到安装在电动机上的振动传感器。
在AWS上,到达AWS IoT的频率数据被路由到具有IoT规则的AWS IoT Analytics管道。AWS IoT Analytics清理,转换和存储数据。
定期对数据集调用时间序列分析以检测异常,并将结果显示给Amazon QuickSight中的维护技术人员。
数据也将发送到AWS IoT Events,在这里由复杂的事件处理引擎确定电动机是否正常运行。如果需要对电动机进行维护,则会触发AWS Lambda功能,它将通过Amazon Simple Notification Service(SNS)通知来提醒维护技术人员。
在下一个插图中,您将看到eXware 707T网关本身的软件和硬件体系结构。下图演示了安装了AWS IoT Greengrass和JMobile软件的eXware 707T网关如何收集,处理和转换数据。
网关和振动传感器之间的通信通过CANbus进行,这是EXOR的JMobile软件支持的协议之一。
网关在AWS IoT Greengrass中执行Lambda函数,以通过与JMobile软件API接口来连续处理从传感器接收的振动数据。它使用快速傅立叶变换计算振动的频谱,并将该频率数据发送到AWS IoT。
AWS上的工业物联网(IIoT)解决方案正在利用边缘智能以及云计算来从运维技术中获取价值。
AWS IoT Analytics等AWS IoT服务使您可以使用从边缘设备收集的数据来创建数据管道,以获取关键信息,例如机器运行状况。AWS依靠英特尔和EXOR International等APN合作伙伴来创建边缘解决方案,该解决方案可以收集此数据,执行边缘处理并将此数据移至AWS IoT Core。
由us05 microSOM支持的eXware707T网关可以使用EXOR JMobile软件连接到200多种不同的现场总线协议与OT和工业机械交互。
网关与AWS IoT Greengrass一起提供了完整的智能现场网关解决方案,可连接到AWS IoT Core。