Edge AI – IoT展開のパフォーマンスを最大化
20640
post-template-default,single,single-post,postid-20640,single-format-standard,bridge-core-1.0.4,translatepress-ja,bridge,ajax_fade,page_not_loaded,,qode_grid_1200,qode-content-sidebar-responsive,wpb-js-composer js-comp-ver-5.7,vc_responsive
 

Edge AI – IoT展開のパフォーマンスを最大化

Edge AI – IoT展開のパフォーマンスを最大化

17 6月20

エッジAI

Edge AI – IoT展開のパフォーマンスを最大化

産業用モノのインターネット(IIoT)、インダストリー4.0、およびAIを利用したソリューションは、もはや「未来的な」アイデアではありません。本番環境には実際のIIoT展開があり、世界中の組織に莫大な価値と投資収益率を生み出しています。作成されている値に加えて、大量のデータが生成されています。組織が生成されたデータを管理、保存、処理、および処理する方法は、展開が単に成功したのか、それとも組織にとって変革のレベルに達したのかを決定するものです。

産業用センサーデータのキャプチャ

産業用 IoT deployments usually focus on providing insight into equipment and other company assets. That limited focus tends to provide little transparency into how the assets are performing or how they are being utilized. To accomplish this, generally data is extracted by one of, or a combination of, these two methods:

  1. 資産内にすでに存在する既存のインテリジェンスを活用します(OEMの組み込みセンサーなど)–これは、OEMがセンサー技術を機器に組み込むことでより高度になってきているため、新しい機器ではより一般的です。これらの組み込みセンサーの一部は、100ミリ秒あたり1データポイントの速度でプルできます。これにより、マシンを非常に詳細に把握できます。

 

  1. 追加のセンサー配置–既存のインテリジェンスが制限されているレガシーまたは古い機器の場合、資産に動作を理解するために追加のセンサーを配置するのが一般的です。これらのセンサーは、ベアリング温度プローブやアコースティックエミッションセンサーから、加速度計やジャイロスコープセンサーまで、さらに多くのものに及びます。

 

Capturing this data is merely the first step in a 3-step process for deploying a transformational IIoT solution. (1. Data Capture | 2. Data Processing | 3. Triggering of Action based on processed data output- Ideally, automated action and events). Each asset now has sensor data being generated and captured. The next step is what to do with this data.

AI

たとえば、デプロイで監視されているアセットが10個のみで、各アセットで毎秒10個の一意のセンサー値が生成されている場合、1時間の間に360,000個のデータポイントが生成されます。このソリューションが数百の資産にスケーリングされ、データが1秒に1回よりも速い速度でプルされる場合、毎日数百万のデータポイントが生成されます。これらの接続された資産がリモートであり、セルラーまたは衛星通信プロトコルを使用する必要がある場合、このデータを送信するためのコストは非常に高くなります。さらに、このデータを受信すると、このデータをクラウドインフラストラクチャに保存して処理するためのコストもすぐに増加します。

エッジでのデータの処理

Edge AIのパワーを解き放ちます。これらの接続された資産からエッジで大量のデータが生成されており、クラウドインフラストラクチャ内でのデータの送信とデータの保存は非常にコストがかかる可能性があることがわかります。これがONE Techが作成した理由です MicroAI™–データをローカルで処理するためにエッジに位置する低コスト、小さな設置面積、低計算能力デバイスで動作するように設計されたEdge AI製品。

MicroAI™を使用すると、高価なネットワーク通信プロトコルを介して出荷したり、高価なクラウドインフラストラクチャに保存したりする必要なく、大量のデータをキャプチャして分析できます。処理されたデータ、特にMicroAI™行動分析アルゴリズムによって作成されたアラートと通知のみがトリガーされ、主要な利害関係者に送信されて修正措置を講じます。

さらに、インダストリー4.0ソリューションは予測的で自動化されている必要があります。したがって、MicroAI™が装置の異常、障害の兆候、考えられる問題を検出し、予期しないダウンタイムのリスクを軽減するためのアクションを直ちにトリガーする理由。 MicroAI™のこのアクションコンポーネントは、単純な電子メールを資産所有者に送信することから、APIを呼び出してチケットを追跡して完了するまで自動化されたワークオーダーを開くことまでさまざまです。また、問題のリスクを減らすためにマシンサイクル内の変更をアクティブにすることもできます(つまり、RPM /サイクルレートを下げて、摩耗の兆候を示しているベアリングのひずみを減らします)。

エッジでのトレーニング

MicroAI™は、エッジでトレーニングするように設計されています。これは市場で唯一のものです。スペース内のほとんどのベンダーは、クラウド環境でトレーニングされ、エッジロケーションにプッシュダウンされるAIモデルを展開しています。これは、現場に出ている各資産が同じモデルを使用することを意味します。これはある程度満足できるかもしれませんが、2つの資産が同じ条件にあることはありません。資産は、さまざまな地理的場所にあり、環境圧力が大きく異なる場合があります。または、資産の製造元とモデルが同じであるため、互いに固有のタスクを実行している場合があります。これが、MicroAI™がエッジでデータをトレーニングおよび処理するように構築および設計された理由です。

エッジAIは、産業用IoTの導入を検討する場合に必要です。