fbpx
computação na borda

Por John Klaess

Novas tecnologias estão revolucionando a maneira como a manufatura conecta processos e coleta dados no chão de fábrica.

Entre as mais promissoras está a Computação na Borda.

A computação na borda é um método para melhorar a agregação e o processamento de dados, colocando os recursos de computação perto de onde os dados são coletados.

Este artigo apresentará a computação na borda e explicará como fabricantes de todos os tamanhos podem se beneficiar do uso de dispositivos na borda para impulsionar suas iniciativas de monitoramento de máquinas e IIoT (Internet das Coisas Industrial).

O que é a computação na borda?

A computação na borda refere-se à alocação de cargas de trabalho de computação nas “bordas” de uma rede − em dispositivos e recursos mais próximos dos pontos de extremidade da rede do que em um data center ou nuvem centralizados. Na manufatura, esses recursos podem ser máquinas, gateways, conversores de protocolo ou outros tipos de controladores industriais. Na manufatura, geralmente a computação na borda refere-se ao uso de um dispositivo dedicado na borda.

Ao distribuir recursos de computação, as empresas podem:

  • melhorar a velocidade do processamento de dados;
  • filtrar sinais de ruídos mais cedo e
  • melhorar a acessibilidade dos dados.

Por que computação na borda?

A filosofia por trás da computação na borda é que é mais rápido e eficiente processar as informações na fonte.

Considere a forma como as informações passam de um ativo industrial para um data center. A máquina gera dados − temperatura, vibração, rpm, consumo de recursos etc. − enquanto ela funciona. Esses dados provavelmente precisam passar por algum tipo de conversão de formato ou protocolo para torná-los úteis para os engenheiros. Em seguida, os dados são transferidos para um servidor local ou para um banco de dados na nuvem. Se for enviado para a nuvem, talvez seja necessário percorrer uma distância considerável até um ou vários servidores físicos dispersos geograficamente.

Embora a computação e o armazenamento em nuvem sejam essenciais para a Internet das Coisas Industrial, essa retransmissão entre geração, processamento e retorno de dados pode criar problemas por causa de latência, largura de banda e gerenciamento de dados.

Para processos de manufatura sensíveis, mesmo um pequeno grau de latência pode ter efeitos significativos sobre a eficiência e a qualidade.

A computação na borda evita isso, garantindo que o processamento de dados aconteça em proximidade geográfica da rede, junto à criação dos dados.

Redes centralizadas vs. descentralizadas

Para entender por que a computação na borda é importante na manufatura é necessário conhecer alguns desafios que surgem com as arquiteturas de nuvem.

A manufatura há muito tempo usa arquiteturas de informação centralizadas. Em um sistema centralizado, as informações geradas durante uma operação são processadas e armazenadas em um servidor tipo backbone*. Isso tem sido importante para lidar com grandes volumes de dados, bem como para gerenciar controles sensíveis.

* No contexto de redes de computadores, o backbone (backbone traduzido para português é “espinha dorsal”, embora no contexto de redes, backbone signifique “rede de transporte”) designa o esquema de ligações centrais de um sistema de redes mais amplo, tipicamente de elevado desempenho e com dimensões continentais (Wikipédia).

Com o advento da nuvem, esse "backbone" passou de um recurso local para locais geograficamente distantes. Entretanto, o caminho que os dados percorrem até a nuvem é essencialmente o mesmo.

Os avanços na computação na borda significam que a manufatura está retornando a um modelo descentralizado. Em vez de concentrar o processamento de dados em um único local, sistemas descentralizados, como a computação na borda, aproveitam a capacidade de computação e armazenamento existente nos nós da rede. Esse tipo de estrutura é “descentralizado” porque a computação é feita onde há recursos disponíveis e suficientes. Com sistemas descentralizados, a proximidade é um dos principais determinantes de onde o processamento ocorre.

Relações existentes entre a borda e a nuvem

Mesmo que o crescimento na borda signifique um crescimento na computação descentralizada, é importante observar que isso não significa que a borda substituirá a nuvem.

Em vez disso, a borda e a nuvem existem em um relacionamento simbiótico.

Para muitos fabricantes, a infraestrutura em nuvem é necessária para garantir que os dados sejam armazenados em um local escalável e acessível. Isto é necessário para dar suporte a operações com poder de computação suficiente, sem gastos caros em equipamentos que fiquem nas fábricas.

Sem a nuvem, a logística de armazenamento, extração e análise de dados seria significativamente mais complicada e cara. No entanto, as realidades do monitoramento moderno de máquinas tornam a computação na borda desejável. Assim, as empresas podem tirar o máximo proveito de suas iniciativas digitais, casando uma infraestrutura de nuvem com computação na borda, conforme as operações exigirem.

Esse tipo de arquitetura híbrida − na qual uma infraestrutura centralizada suporta computação descentralizada − é frequentemente chamado de computação em neblina (ou Fog). Em outras palavras, o nevoeiro é como você aproximar a nuvem do chão.

De fato, as melhores estimativas do futuro de cada tecnologia sugerem que o tamanho do mercado para nuvem e borda crescerá significativamente na próxima década.

O que são dispositivos de borda na manufatura?

Os dispositivos de borda podem ser sensores, máquinas habilitadas para IoT, gateways ou computadores. Para pequenas e grandes empresas, eles oferecem um método rápido e leve para otimizar as iniciativas digitais. Esses dispositivos funcionam com mínimo gasto de energia elétrica, consumindo pequenas quantidades e podem ter uma relação custo/benefício extremamente boa.

Os dispositivos de borda são um componente essencial de qualquer sistema de monitoramento de máquinas. Eles são importantes por várias razões.

Tradução de protocolos − nem toda máquina se comunica pelos mesmos protocolos. Enquanto máquinas mais novas podem se comunicar usando protocolos como MTConnect e OPC UA, nativamente ou com produtos para tradução como Kepware, outras exigem dispositivos para tornar os dados do sensor legíveis para o usuário final. Em particular, máquinas legadas precisam de um dispositivo intermediário para converter dados dos sensores em informações úteis. Os dispositivos de borda podem capturar informações dos sensores da IoT e convertê-las em quaisquer protocolos necessários para transformar esses dados em insights.

Dados de vários sensores − Em muitos casos, para entender o desempenho e a integridade da máquina, é necessário coletar dados de vários sensores simultaneamente. Por exemplo, se você desejar conhecer a causa raiz de uma falha de uma peça de uma fresadora, é importante ter dados sobre todos os parâmetros que possam contribuir para a degradação da peça específica.

Os dispositivos de borda ajudam a compilar dados de vários sensores para ter uma perspectiva mais completa da integridade da máquina. Isso permite que você obtenha especulações anteriores sobre as causas principais.

Dados de várias máquinas − Entender cada máquina como sendo individualmente importante. No entanto, os insights mais impactantes ocorrem quando os dados de uma única máquina são comparados com os dados obtidos de um departamento completo. Os dispositivos de borda ajudam a agregar e centralizar dados de várias máquinas diferentes, facilitando a compreensão do desempenho em tempo real.

Filtrando sinais de ruídos − Nem todas as informações geradas por uma máquina são úteis. Os dispositivos de borda ajudam a separar informações importantes − como quando uma máquina excede um parâmetro estabelecido ou quando um evento específico é detectado − do dilúvio de dados criados durante o tempo de atividade programado. Cada vez mais, algoritmos de machine learning estão em dispositivos de borda para facilitar esse processo de filtragem.

Insights em tempo real − Para muitos fabricantes, o monitoramento de máquinas é uma maneira de entender a produção em tempo real. Embora os dados históricos sejam importantes para conhecer o desempenho e a integridade das máquinas ao longo do tempo, é igualmente útil ter visibilidade sobre a situação da máquina durante o horário de funcionamento. Os dispositivos de borda permitem rotear dados de máquinas para painéis de análise visual. Ao passar os dados das máquinas através de um dispositivo de borda, os fabricantes podem acessar as análises necessárias para obter insights em tempo real.

Como a computação na borda pode transformar a manufatura

Cada vez mais, o sucesso na manufatura exige a organização de dados operacionais para se obter uma melhoria contínua.

Resumindo, é necessário um programa de monitoramento de máquinas.

Mas o monitoramento das máquinas nem sempre é suficiente. Os sistemas de manufatura geram uma quantidade enorme de dados. E os dados não serão úteis se não puderem ser armazenados e acessados de forma acionável. Dos fabricantes que acompanham o desempenho de suas máquinas, poucos têm uma estratégia de gerenciamento de dados. Menos ainda (14% deles, segundo algumas estimativas) afirmam não ter problemas para lidar com a abundância de dados gerados em seus chãos de fábricas.

É aqui que os dispositivos de borda podem ajudar.

Os dispositivos de borda ajudam a garantir que os dados de suas máquinas sejam 1) legíveis, 2) acessíveis, 3) seguros e 4) relevantes para os KPIs que você quiser rastrear.

Está gostando desse post? Então, assine a nossa newsletter!

Como usar os dispositivos de borda para fazer o monitoramento de máquinas: um estudo de caso

Para demonstrar como os dispositivos de borda podem ser usados em contextos reais de manufatura, vamos ver como um cliente da Tulip usa o gateway de IoT para coletar dados de suas máquinas legadas.

Este fabricante enfrentava um problema comum. Embora suas máquinas legadas não apresentassem falhas operacionais, elas não podiam se conectar nativamente à Internet. Isso significava que medir o desempenho das máquinas era uma operação manual. De muitas maneiras, seus cálculos de OEE (Overall Equipment Effectiveness) estavam sujeitos a erros e suas análises de gargalos lutavam para identificar as causas principais.

Para melhor entender sua produção, esse cliente usou sensores de IoT e dispositivos de borda da Tulip para colocar suas máquinas analógicas online.

Usando dispositivos de borda e sensores, este fabricante conseguiu medir o RPM e outros parâmetros importantes das máquinas. Com pouco investimento inicial, eles foram capazes de melhorar sua compreensão dos processos de produção o suficiente para identificar gargalos e equilibrar melhor suas linhas. O gateway de IoT permite que este fabricante colete dados de várias máquinas simultaneamente. O fabricante agrega essas informações em um painel visual de produção por meio do Tulip Analytics. Agora, todos na empresa compreendem a produção em tempo real.

Ao conectar esses dados das máquinas aos dados do desempenho humano, eles foram capazes de visualizar suas operações sob uma perspectiva holística, identificando áreas de melhoria e entendendo exatamente como o WiP (Work In Progress ou em português, trabalho em progresso) fluía através de suas linhas.

Finalmente, este fabricante aumentou o número de unidades produzidas em 15%. Ele atingiu suas metas ambiciosas de produção enquanto reduziu o custo direto dos produtos. Ao colocar online uma instalação brownfield, eles puderam melhorar o tempo de atividade e a visibilidade de uma maneira que causou um impacto real sobre seus negócios.

Fonte: Tulip

E-BOOK

Augmented Worker

Potencializando as Pessoas na Indústria 4.0

Este guia apresentará o aprimoramento da manufatura – as novas tecnologias, seus casos de uso e seus princípios. Definiremos o que significa extensão no contexto da manufatura, explicaremos por que a manufatura precisa ser aprimorada agora e avaliaremos as diferentes tecnologias e aplicações que estão ampliando a atividade dos trabalhadores no chão de fábrica, no cenário atual.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *