IOT et industrie : Top 5 des tendances de l'IoT industriel à surveiller en 2020

IdO industriel
(IIoT)
les tendances vont s'approprier 2020 et les années à venir. Comme une évolution rapide
technologie, il couvre un large éventail de cas d'utilisation – des entreprises étendues aux
marchés et services verticaux – chacun d'eux ayant des exigences différentes qui
sont généralement bien spécifiés par la référence Internet industrielle d'IIC
Architecture.[1]
Mais, avant de commencer, nous allons clarifier nos bases en posant la question la plus importante de cette heure – "Qu'est-ce que l'Internet industriel
des choses (IIoT)? "
. Il peut avoir un "Numéro N" des définitions, mais nous irons
avec un universitaire
Selon un document technique du MDPI,
"IIoT est envisagé par la fusion de
le monde physique de la production industrielle avec le monde numérique de
informatique"
[2] – création d'une numérisation à 360 degrés
écosystème, rendant le
"industriel"
comme un concept plus flexible et transparent.
Au niveau de base, cela commence par les machines et les processus; les obtenir
interconnectés à travers une vaste gamme de "Les données
points".
Ces points de données peuvent être définis dans un contrôleur logique programmable (PLC)
variable et stocké dans le Logiciel en tant que service
(SaaS)
plate-forme au moyen de serveurs informatiques de pointe. Mais la récolte des données
n'est qu'une partie du travail. Le principal défi est de dériver
"intelligence exploitable" à partir de ces données et créer des idées qui peuvent
être en outre utilisé pour fabriquer des machines ou des processus "intelligent".
Alors que nous entrons dans 2020, il y a eu beaucoup de prédictions IIoT et
tendances qui font les gros titres. En voici cinq qui ont retenu notre attention:
En 2016, des chercheurs chinois ont proposé un cadre basé sur la Modèle de référence architectural IoT (IoT ARM)[3],
dans lequel ils se sont particulièrement concentrés sur le "domaine des entités sensorielles"
où d'énormes quantités d'énergie sont consommées par un nombre énorme de nœuds. le
le cadre proposé comprenait trois couches: la couche basée sur les capteurs, la passerelle
couche et la couche de contrôle. Ce cadre hiérarchique équilibre le trafic
charge et permet une durée de vie plus longue de l'ensemble du système. Sur la base de ce déploiement,
la planification du sommeil et le protocole de réveil sont conçus, prenant en charge la prédiction
des intervalles de sommeil. Les changements d'États soutiennent l'utilisation de l'ensemble du système
les ressources d'une manière économe en énergie.[4] Les résultats de la simulation étaient positifs
qui a démontré les avantages significatifs d'une telle architecture dans les ressources
utilisation et consommation d'énergie.


Conformément à ces résultats de recherche, des entreprises comme Emballage CuBE étendent son activité d'emballage durable en déployant une plateforme IIoT en partenariat avec HPE Technology et les partenaires de l'écosystème PTC, PCM et Callisto. CuBE collecte des données à partir des serveurs périphériques de l'usine de moulage par injection et obtient des informations en temps réel pour rationaliser ses opérations. TLa prémisse entière de l'IIoT consiste à créer un tel cas d'utilisation durable qui soit meilleur pour l'environnement qui, à son tour, améliorera
productivité, réduire l'incertitude et offrir une meilleure visibilité à tous
les parties prenantes.
En bref, comme l'exemple de CuBE Packaging, nous nous attendons à ce que les entreprises, les gouvernements et les entreprises technologiques s'associent comme jamais auparavant pour jouer leur rôle et faire la différence. Les solutions qui abordent l'électrification durable de la mobilité, le contrôle adaptatif du trafic pour réduire les émissions dans les mégapoles et la gestion intelligente des déchets bénéficieront d'une attention sans précédent en 2020.

2) Ajout
"Facteur prédictif" dans la maintenance

Selon les scénarios existants, il existe l'une ou l'autre forme de Contrôle et d'acquisition de données
(SCADA)
système dont dépendent tous les processus industriels. Et,
lorsque nous essayons d'ajouter le
"Prédictif
Facteur",
alors le SCADA a ses limites – on ne peut pas unifier tous les
appareils, coût de stockage et de calcul, lacunes dans l'analyse et l'interprétation
données historiques et problèmes d'évolutivité. Exécution prédictive efficace
les opérations de maintenance nécessitent la capacité de traiter de grandes quantités de données
et exécuter des algorithmes sophistiqués, qui ne peuvent pas être atteints avec localisé
mise en œuvre au sein de SCADA.[5] D'autre part, un système basé sur l'IIoT
"Solution de maintenance prédictive"

permet de stocker des téraoctets de données et d'exécuter des algorithmes d'apprentissage automatique sur
plusieurs ordinateurs en parallèle pour prévoir les dangers potentiels et localiser
l'équipement industriel est susceptible de tomber en panne.

À plus long terme, "Solutions de maintenance prédictive" volonté
continuer à mûrir et fera partie de la maintenance industrielle globale
workflow. Avec une meilleure qualité de données, avancé
Intelligence artificielle (IA) et Langage machine (ML) des modèles qui seront plus
et plus semi-supervisé ou non supervisé. En termes simples – logiciel
n'aura pas besoin de nous pour durcir les données autant que par le passé. Ça peut
comprendre les choses par lui-même. Les prédictions deviendront beaucoup plus précises,
perspicace et rapide que ce que nous avons connu auparavant.
Mais ne vous y trompez pas, chuchote la machine (alias exploitants d'usine) ne sont pas remplacés, mais juste augmentés.

3) Obtenir
Accéléré avec Private 5G
Une nouvelle génération de réseaux 5G privés (Réseaux industriels LTE privés) émerge pour répondre aux critiques
exigences de communication sans fil dans les opérations industrielles
(qui ont
infrastructure critique)
. Ces réseaux privés sont physiques ou virtuels
systèmes cellulaires – tels que
Renforcée
Haut débit mobile (eMBB),
Ultra-fiable
Communication à faible latence (uRLLC)
, Massif
Internet des objets (mIoT)
ou un mélange des trois – qui ont été
déployés à des fins privées par un gouvernement, une entreprise ou un groupe d'entreprises.
Un réseau 5G privé peut être souhaitable pour plusieurs raisons [6]:
  • Exigences de qualité de service élevées
  • Des exigences de haute sécurité, satisfaites par des
         informations d'identification de sécurité
  • Isolement des autres réseaux, comme forme de
         protection contre les dysfonctionnements du réseau mobile public. Aussi,
         l'isolement peut être souhaitable pour des raisons de performances, de sécurité, de confidentialité,
         et la sécurité
  • Responsabilité; Un réseau non public fait
         d'identifier plus facilement la responsabilité de la disponibilité, de la maintenance et
         opération



Tôt ou tard, l'adoption de la 5G privée s'accélérera et
reprendre le déploiement public de la 5G. Les infrastructures industrielles et urbaines
accélérez le déploiement du réseau 5G et influencez les cas d'utilisation tels que le déploiement de véhicules guidés automatisés, l'analyse de bord en temps réel pour plus de sécurité
opérations, vidéosurveillance, etc.

Cobot, également connu sous le nom de Robots collaboratifs est une nouvelle tendance dans le
la robotique industrielle et de service dans le cadre de la stratégie Industrie 4.0.
Techniquement, "un Cobot destiné à
la coopération avec les humains ne doit pas nécessairement avoir une conception strictement différente de
robots industriels standard conformes à la norme de sécurité ISO EN
10218. "
[7]. En février 2016, les recommandations pour Cobots sont
résumée dans une nouvelle spécification technique ISO / TS 15066 (Robots et dispositifs robotiques – Robots collaboratifs).[8]

Actuellement, les robots industriels traditionnels dominent le marché. Ils sont
construit pour effectuer des actions spécifiques à plusieurs reprises, sans variation et à un niveau élevé
degré de précision, déterminé par des routines programmatiques qui spécifient la
direction, vitesse et distance des mouvements coordonnés. Bref, ils sont
pas assez intelligent. Pour surmonter cela, les cobots commencent à prendre le devant de la scène
grâce aux progrès des lecteurs optiques sur ordinateur, de l'IA et de la détection de mouvement
capacités.
Dans un avenir proche, les cobots dépasseront le monde de
fabrication et chaîne d'approvisionnement / logistique car ils ont fait leurs preuves
pour aider à faire face aux pénuries de main-d'œuvre et à assumer des tâches dangereuses. En d'autre
marchés émergents où les robots n'ont pas encore eu d'impact perturbateur, robotique
les entreprises peuvent toujours s'en sortir avec une solution unique qui résout un problème
ou automatise une tâche.
Tout cela a des répercussions importantes pour l’IIoT car les cobots sont
généralement équipé de beaucoup plus de capteurs et produisant plus de données à traiter
et analysé que leurs homologues basés sur SCADA. Leur déploiement de masse dans
les usines devraient forcer les propriétaires d'usine à se recentrer sur l'informatique de pointe
pour les soutenir tous.
5) La croissance constante
World of Edge Computing
Plusieurs sources définissent l'informatique périphérique comme "Des systèmes de cloud computing qui effectuent le traitement des données
réseau, près de la source des données ».
[9] Cela fournira en fait
latence ultra-faible idéale pour
"temps critique
situations, y compris tout cas d'utilisation où l'opération est critique pour la mission
ou là où les choses bougent. "
[10]

Dans le scénario actuel, le edge computing prend de l'ampleur
rapidement. Alors que nous traitons et calculons plus de données en temps réel, le calcul
être de plus en plus omniprésent dans la configuration industrielle et il permettra de transporter
sur la plupart des processus et fonctions critiques, y compris toutes sortes de
analytique.
[1] Monteiro, P., Carvalho, M., Morais, F., Melo, M., Machado, R. J.,
& Pereira, F. (2018, septembre). Adoption de modèles de référence d'architecture
pour les systèmes de gestion de l'information industrielle. Dans International 2018
Conférence sur les systèmes intelligents (SI)
(pp. 763-770). IEEE.
[2] Beier G, Niehoff S, Xue B. Plus de durabilité dans l'industrie grâce à
Internet industriel des objets? Sciences appliquées. 2018; 8 (2): 219.
[3] Bauer M. et al. (2013) IoT Reference Model. Dans: Bassi A. et al.
(eds) Permettre aux choses de parler. Springer, Berlin, Heidelberg
[4] Wang, K., Wang, Y., Sun, Y., Guo, S., et Wu, J. (2016). vert
architecture industrielle de l'Internet des objets: une économie d'énergie
la perspective. Magazine IEEE Communications, 54(12),
48-54.
[5] Chhabra, A. (2018). 4 Différences clés entre SCADA et industriel
IoT, Blog Schneider Electric
[6] Flynn, K. (2019) 5G-ACIA, Réseaux non publics pour les scénarios industriels.
3gpp.org
[7] Vysocky, A. L. E. S., et Novak, P. E. T. R. (2016). Humain-Robot
collaboration dans l'industrie. MM Science Journal, 9(2),
903-906.
[8] ISO / TS 15066: 2016 Robots et dispositifs robotiques – Robots collaboratifs
[9] Edge Computing Task Group (2018), Introduction to Edge Computing in
IIoT. iiconsortium.org/

[10] Appelquist, G. (2017), 4.0 Raisons pourquoi Edge Computing est pertinent
pour l'Industrie 4.0, IIoT World

Laisser un commentaire