Advantech در روز افتتاحیه کنفرانس آنلاین، پلتفرم اینترنت صنعتی اشیاۀ (IIoT) را ارائه کرد. در این کنفرانس نمایندگان و دیگر کارشناسان در حوزهی صنعت جمع شدند تا دربارهی پیشرفتهای افق جدید IIoT، هوش مصنوعی (AI) و شبکههای صنعتی به تبادل نظر بپردازند.
به خصوص، که تعداد زیادی از جلسات بر روی موانعی متمرکز شده است که اگر IIoT و تکنولوژیهای صنعتی مرتبط 4 در آینده به طور همه جانبه فراگیر شود، وجود خواهند داشت.
کنفرانس آنلاین Advantech تا 6 ماه می ادامه دارد
شاید بزرگترین برداشت از اولین روز این رویداد این بود که پایه و اساس ارزش واقعی IIoT در دادههایی است که تولید میکند با این حال نمیتوان از آن چیزی به دست آورد مگر اینکه این دادهها به طور موثر جمعآوری، تجزیه و تحلیل شوند و با سایر دادهها ارتباط داشته باشند.
چندین سخنران تکنولوژیهای رو به پیشرفت، مانند ارتباط بیسیم 5G ، حسگرهای هوشمند و AI را که بیشترین ترندهای صنعتی با اهمیت هستند، بررسی میکنند.
با توجه به پیشرفتهای این تکنولوژیها درتوانایی جمعآوری، انتقال و تجزیه و تحلیل دادهها، صنعت Advantech تصور میکند فراتر از IIOT و به سمت هوش مصنوعی اشیا (AIoT) در حرکت است که امکان برنامههای تحویل ابر زمان واقعی، تصمیمهای خودکار را در سطح تجهیزات ایجاد میکند.
AI & AIOT
در این چارچوب، AI بر پایهی ابر روی دادههای با مقدار بزرگ آموزش دیده و میتواند برای اپراتورهای صنعتی وسیلهای برای استخراج راحتتر مقادیر از زیر ساختهای IIOT آنها در مبادله برای تجهیز پلت فرم AIoT با مجموعه داده مورد نیاز برای ادامه گسترش توانایی آنها فراهم کند.
Allan Yang مدیر ارشد فناوری در Advantech به نیاز به پلت فرم رویکرد در صورتی که IIOT به موقع تحقق پیدا کند و مقرون به صرفه باشد تاکید کرد
: « IIOT میان رشتهای است که به محاسبات لبه، پلتفرمهای ابر، دانش داده، تجربه و تخصص دامنه در بسیاری از زمینههای خاص نیاز دارد.
هیچ یک از شرکتها به تنهایی نمیتواننداین کار را با موفقیت انجام دهند. با این حال مشاهده میکنیم که بسیاری از شرکتها هنوز هم تلاش میکنند تا ماژولهای تکنولوژی مورد نیاز را در داخل بسازند به جای اینکه رویکرد پلت فرم را بپذیرند و از آن بهره ببرند.»
او همچنین بیان کرد: « این موضوع زمان بسیاری لازم دارد و شامل آزمایش و خطای بسیاری است. ما با تمام توان همهی شرکتها را بدون در نظر گرفتن اندازه آنها تشویق میکنیم تا امکان همکاری یا مشارکت برای افزایش سرعت در پذیرش رویکرد را ارزیابی کنند.»
آینده IIOT
کنفرانس آنلاین Advantech همچنین در مورد اینکه چرا نرخ پذیرش IIOT هنوز انتظارات مورد نظر را برآورده نکرده نیز به بحث میپردازد.
Dirk Finstel معاون مدیر عامل در قسمت اروپایی Advantech اشاره کرد: « که اگر چه 50 بیلیون از تجهیزات IIOT برای استفاده در سال 2020 آماده شده بود اما تنها 8.5 بیلیون در واقعیت به کار گرفته شده است».
بر طبق نظر Finstel، تا حد زیادی علت این موضوع را میتوان در کمبود زیر ساختهای مرتبطی جست و جو کرد که برای ایجاد IIOT در مقیاس بزرگ در واقعیت مورد نیاز هستند.
او اعتقاد دارد که سرعت بالا و ظرفیت پهنای باند شبکههای 5G باعث افزایش استفاده و پیشرفت تکنولوژیهای IIOT میشود که به محاسبات ابر در آینده نزدیک بستگی دارد.
Jerry O’Gorman وابسته به معاون رئیس جمهور در امریکای شمالی گفت: « پیشرفت در محاسبات لبه همچنین انتظار میرود نقش مهمی در گسترش IIOT داشته باشد که نتیجهی این کار آسان کردن انتقال مقادیر بسیار زیادی از داده در داخل و خارج از تجهیزات با استفاده از برنامههای محاسبات ابر خواهد بود. »
محاسبات لبه
O’Gorman نه تنها در مورد کاهش محاسبات لبه و افزایش سرعت پذیرش صحبت میکند، بلکه او می گوید با گسترش نرم افزار ابر تا لبه میتوان تاخیر را کاهش داد و پهنای باند کمتری برای انتقال داده مورد نیاز خواهد بود.
در حقیقت او تخمین میزند که با گسترش نرم افزار ابر بومی تا لبه (cloud-native)، تا 75 درصد دادههای جمعآوری شده ممکن است هرگز نیاز به فرستاده شدن با ابر نداشته باشند.
او همچنین تاکید کرد که چه طور ماژولهای نرمافزار به عنوان سرویس (SaaS) مانند 5G رشد میکند و اجازه میدهد برنامههای پیچیده با سرعت به لبه تحویل داده شوند.
O’Gorman دریافته است که این کار تا حد زیادی میتواند هزینهها را برای کابران نهایی کاهش دهد و میتواند کاری بکند که برنامههای AIOT پیچیده به آسانی در دسترس حتی شرکتهای کوچک و متوسط قرار گیرند.
ملاحظات تجاری
William Webb نویسندهی کتاب اینترنت اشیاۀ Myth در طی این رویداد در Advantech بیان کرد:« اگرچه AI نوید میدهد که به طور موثری ویژگیهای جدیدی را ارائه کند اما کابران نهایی نباید انتظار داشته باشند که میتواند تمام مسائل مربوط به گسترش و یکپارچهسازی IIOT را حل کند.
پیشرفتهای امید بخش بسیاری در این زمینه وجود دارد که باید با احتیاط با آنها برخورد شود و به شیوهی صحیح از آنها استفاده شود. AI تنها هنگامی کار میکند که دادهها در اولین مکان به دست آمده باشد و این به این معنی است که میتواند تنها سیستم IIOT که از قبل وجود دارد و به خوبی کار میکند را افزایش دهد.
تا زمانی که شما سیستم IIOT در مکان تحویل دادهها نداشته باشید و همهی دادهها در اختیار شما نباشد نمیتوانید واقعا از AI برای دریافت دادهها استفاده کنید.»
بر طبق نظر Webb رویکرد IIOT طرحی با چشماندازی رو به جلو است که موافق و سازگار با فرآیندهای تجاری حرکت میکند که ممکن است بهترین روش برای اطمینان از موفقیت باشد.
اپراتورها
در تعداد زیادی از تکنولوژیهای IIOT اولیه گسترش یافته، برای اپراتورها غیر معمول نبود تا سیستم جدید را در جای خود قرار دهند بدون اینکه درک کاملی از عملکردهای سیستم داشته باشند تا سیستم بتواند به طور موثر با استفاده از ابتکارات آنها عمل کند.
برای مثال حتی وقتی تجهیزات به تکنولوژی IIOT مجهز شده بودند تا خطاها را پیشبینی کنند این اطلاعات تنها برای به دست آوردن سود و بهره استفاده میشد
زیرا هنگامی که فرآیندهای جدید طراحی شدند که به طور موثری نیروی کاررا برای انجام کارهای تعمیر و نگهداری از ماشین آلات و هدایت مجدد آنها اختصاص میدهد، در حالی که این کار را برای دیگر فعالیتهای ارزشمند انجام نشده است.
بنابراین پیشبینی نگهداری درتئوری کار آمدتر است اما بدون پشتیبانی مناسب از سیستم، تعمیر و تنظیم و نگهداری برنامهها در عمل، سادهتر و آسانتر هستند .
البته اپراتورها پیچ و تاب را از بین میبرند و تعمیر پیشبینی شده هم اکنون یکی از رایجترین کاربردها برای تکنولوژی IIOT است.
Webb تاکید کرد چالشهایی مانند این مسایل است که اهمیت مشاهده پروژههای IIOT را نه تنها به عنوان تاسیسات تکنولوژی بلکه نیاز به خلاقیتهای برای فرهنگسازی، نیروی کار و تغییر در جهت تجاری درون یک سازمان برجسته میکند.
برای خواندن مطالب بیشتر در این زمینه میتوانید مقالات پیشرفت سیستم SCADA با توجه به توانایی های اینترنت اشیا و پیشبینی فناوریها در سال 2021: چگونه روند ارتباطات و IoT صنعت را شکل خواهند داد؟ را مطالعه بفرمایید.
همچنین لطفا مارا در شبکه اجتماعی لینکدین همراهی بفرمایید.
برای مطلع شدن از جدید ترین اخبار صنعت جهان لطفا و حتما درخبرنامه سایت عضو شوید.