簡化智慧製造的連線

啟用 IIoT 連線以執行遠端監控和預測性維護，並促進業務轉型

連接至
遠端監控

連接至
預測性維護

連接至
大規模自訂

取得和預處理各種資料以執行預測性維護

為了實現預測性維護的優化結果，運用邊緣運算功能預處理來自各種資料來源的資料極為重要。這些資料透過新增到關鍵元件的各種感測器獲得。管理人員可以及時實施適當的措施，為任何事件做好準備，並在機器故障真正發生之前執行自主維護。瞭解如何因應執行各種資料收集和部署週邊裝置智慧化進行預測性維護的挑戰。

白皮書
2.1

多樣化資料收集導致連線變得複雜

在關鍵元件附近新增更多感測器以取得大數據，提高預測準確性。然而，由於不同感測器使用大量不同的通訊協定和介面，資料收集變得複雜。 如何才能簡化各種資料收集？

IIoT 連線：

連接不同介面和通訊協定的不同感測器

問題：

  • 艱苦的程式設計作業，從頭開始實現邊緣到雲端的連線
  • 需要用於通訊協定轉換器的附加通訊 PLC 模組，導致成本變高
  • 傳統 PLC 可能無法使用 MQTT 等等雲端通訊協定進行通訊

簡化：

分離控制和連線

解決方案：

  • 從邊緣到雲端的輕鬆快速部署，包括雲端選擇、連線、訊息標籤設定，以及直覺式 UI 的資料對應
  • 支援連線中斷緩衝，以防止通訊中斷時資料遺失
2.2

不易實施週邊裝置智慧化

將所有原始感測器資料傳送到雲端是進行預測分析的最佳方法。但是，在多個場地部署邊緣運算以進行資料預處理可以為您節省更多網路頻寬，而且能夠預測並預先防範機器故障。如何才能簡化大規模邊緣運算部署？

IIoT 連線：

在每個場地部署邊緣運算

問題：

  • 大規模部署中的邊緣運算需要更多人員和時間來整合、部署和重新部署裝置

簡化：

在大規模應用中將雲端技術輕鬆散佈到邊緣

解決方案：

  • 隨時可用的轉換軟體可讓您輕鬆轉換 OT 和 IT 通訊協定
  • 可配置的使用者介面
  • 支援雲端技術，例如 Azure IoT Edge、AWS Green Grass 或 Aliyun Link，能夠將雲端智慧擴展到週邊裝置

案例研究

透過 PLC 為工具機製造商提供工具機資料


傳統的工具機製造商現在願意投資新的 IIoT 趨勢，以便為產品增加更多價值，並提升售後管理和服務品質。UC-8100 系列嵌入式電腦從不同品牌的 PLC (例如，Mitsubishi、Delta 和 Allen-Bradley) 收集專有機器狀態資料，將資料傳送到後台控制伺服器，並在儀表板上從遠端和本地顯示資料。