A computação na borda encontra os dados analógicos

Como a National Instruments começou a usar a IoT Industrial.

Os dados dos sensores analógicos são muito grandes

As companhias do setor industrial precisam analisar os dados dos sensores de IoT em tempo real. Mas, quando os volumes de dados são enormes, a TI tradicional não é suficiente.

Reproduzir vídeo
3:21

Mais de 35.000 companhias, no mundo todo, usam sensores da National Instruments. As companhias de energia os implantam para monitorar as redes de energia. As empresas de manufatura os integram aos ambientes de teste e sistemas de produção de fábrica. Os cientistas usam os dispositivos da National Instruments para gerenciar e fazer o ajuste fino dos equipamentos de pesquisa.

Os dispositivos da National Instruments medem fenômenos do mundo físico, como temperatura, sinais de áudio e tensão. Muitos desses dados são analógicos, não digitais. Como resultado, o volume de dados capturado é limitado apenas pela sensibilidade do dispositivo e pelo número de sensores. Em alguns casos, o equipamento monitorado pelos sensores da National Instruments gera vários petabytes de dados por ano.

Essa avalanche de dados cria desafios de arquitetura de TI para os clientes da National Instruments. Frequentemente, equipamentos industriais são usados em locais remotos, onde pode ser muito difícil ou caro instalar hardware de TI convencional.

  • “Transmitir dados baseados em máquina para repositórios centrais baseados na nuvem requer muita largura de banda e tempo. Os nossos clientes querem tomar decisões baseadas nos dados da borda da IoT após apenas alguns microssegundos da captura”.

    Eric Starkloff, vice-presidente executivo de Vendas e Marketing Globais da National Instruments

Uma alternativa é transmitir grandes volumes de dados do equipamento para data centers centralizados. Isso requer uma rede de alta largura de banda, que pode ser muito cara ou impraticável de operar.

 Transmitir grandes volumes de dados também traz problemas de latência, que podem diminuir o valor dos dados dos sensores industriais. Por exemplo, os fabricantes programam os sistemas de produção da fábrica, frequentemente, para ler a saída dos sensores, analisá-la e fazer ajustes automatizados ou detectar problemas antes de que eles afetem o rendimento ou a qualidade. Isso não vai funcionar se os dados precisarem ser transmitidos para fora das instalações para análise.

 A National Instruments precisava eliminar a latência sem sobrecarregar instalações industriais com uma infraestrutura de TI complexa.

25

Petabytes de dados por ano gerados pelo dispositivo de pesquisa de um cliente

90%

Dos ativos de geração de energia não são monitorados em tempo real

Juntando a TO e a TI

A National Instruments uniu os dispositivos de medição analógicos às análises em tempo real.

O PXI, ou Peripheral Component Interconnect Extensions for Instrumentation (Extensões de Interconexão de Componentes Periféricos para Instrumentação), é um padrão de indústria que suporta a interoperabilidade de sistemas de teste, medição e automação. Esse padrão foi apresentado originalmente pela National Instruments em 1997. Atualmente, ele orienta o projeto de muitos sistemas de Internet das Coisas Industrial (IIoT).

  • “Se um sinal de vibração de uma máquina começa a sair de controle, você pode agir rapidamente – por exemplo, desligando a máquina se ela começar a oferecer riscos”.

    Eric Starkloff, vice-presidente executivo de Vendas e Marketing Globais da National Instruments

Para atender às necessidades de capacidade de IIoT de seus clientes, a National Instruments estabeleceu uma parceria com a HPE, para criar uma versão dos Sistemas de Borda Convergente HPE Edgeline equipada com slots PXI.

Os sistemas HPE Edgeline oferecem a potência e a capacidade de processamento necessárias para suportar a análise de Big Data. Com as versões prontas para PXI disponíveis, a National Instruments pode integrar seus sensores aos sistemas e oferecer a funcionalidade de análise no local para seus clientes industriais.

Análise na borda

Menos latência. Menos complexidade. E dados de IIoT que trabalham duro.

Integrar os sensores da National Instruments à computação do HPE Edgeline representa criar uma arquitetura de IIoT que elimina a latência associada à transmissão de dados.

  • “É um erro acreditar que todas as análises de dados podem ou devam ser feitas na nuvem. Na Iot Industrial, uma grande parte das análises precisa acontecer na borda”.

    Eric Starkloff, vice-presidente executivo de Vendas e Marketing Globais da National Instruments

Isso permite que engenheiros, cientistas e gerentes de operações projetem sistemas industriais que:

• Usam insights de dados em tempo real para suportar processos controlados por máquinas e aprendizado de máquina, melhorando a otimização dos processos e a qualidade dos resultados

• Automatizam a solução de problemas

• Mitigam os problemas nos equipamentos remotamente, o que diminui os custos e melhora a segurança

A solução também simplifica a arquitetura de TI associada ao equipamento de IIoT. Isso reduz os custos de manutenção e capital de TI, assim como as despesas indiretas do gerenciamento.

Conforme a IIoT se expande para bilhões de máquinas, o volume de dados gerado vai atingir níveis sem precedentes. As companhias sabem que esses dados valem muito. Executando análises na borda da IIoT, elas podem conseguir esse valor com mais rapidez e custo-eficácia.

 

Receita da solução

No coração da solução da National Instruments, estão os sistemas de IoT convergente HPE Edgeline EL1000 e EL4000 equipados  com slots PXI de padrão aberto, para suportar a conexão direta dos sensores da companhia. O software de gerenciamento HPE iLO (Integrated Lights Out) adiciona funcionalidades para suportar o gerenciamento e a manutenção remotos e automatizados dos equipamentos de TI. É possível conectar o HPE Aruba e o HPE Aruba ClearPass aos servidores para suportar o acesso móvel aos sistemas industriais e proteger esses sistemas de atividades não autorizadas. A Plataforma de Análises HPE Vertica oferece dados e insights em tempo real, para suportar aprendizado de máquina, detecção de anomalias, realidade aumentada, análise preditiva e notificações de falhas remotas.

© Copyright