到 2025 年，全球物联网 (IoT) 市场估计将达到 750 亿台设备。随着连接设备的大幅增加，制造商利用边缘计算等新技术来收集信息变得比以往任何时候都更加重要、处理和管理物联网数据。
边缘计算越来越多地被物联网部署采用和普及，以管理地面资产生成的数据。边缘技术通过人工智能和机器学习为原始机器数据带来智能，从而改进运营洞察力。
无论是构建 CNC 机器还是组装主板，通过支持边缘的解决方案向操作员或机器发出实时警报可以节省大量成本并创造新的收入来源。
边缘是数字化转型的下一个重要杠杆：随着复杂数据流的兴起，新兴应用程序的计算需求显着增加，例如流式视频和音频、声学c或振动数据。在边缘和云之间传输数据集违背了低延迟应用程序的目的——而且传输和存储的成本高得令人望而却步。最后，工业企业更愿意将其数据保留在内部。
边缘计算为工厂运营配备：
- 运营智能：价值链的每个组成部分都会生成越来越多的数据，高级分析可以快速将这些数据转化为可操作的见解立即在系统的相关部分进行通信。边缘计算将机器数据转化为与生产效率和质量指标相关的实时可操作洞察力，工厂经理可以使用这些洞察力来减少计划外停机时间并提高机器利用率。
- 基于条件的监控：借助边缘计算，行业组织可以更有效地监督资产健康。通过实时监控情况，他们可以通过启用来节省昂贵的资产停机时间预警指标，自动触发库存刷新。此外，资产制造商可以探索“X 即服务”产品——其中状态监控应用程序与现有或新资源预先捆绑在一起。
- 工人安全：采用或完善预测性维护模型让运营人员领先于机械的潜在危险或代价高昂的问题。边缘解决方案从机器传感器中获取流数据，并在机器或人员受损之前提醒操作人员。此外，还可以向中央系统发送信号以自动关闭机器以防止损坏。
Daihen 面临着通过工厂运营现代化实现数字化转型的挑战。日本工业电子公司大阪工厂的领导者寻求更快的方法来分析来自测量材料条件的设备的传感器数据，并减少手动监控的需要。
待审部署边缘计算软件与 Energia Communications 合作，自动监控其工业变压器并利用其工业数据的力量来提高工厂运营效率。 Daihen 利用 RFID 基础设施来跟踪生产力并安装状态监测传感器。
在部署的六个月内，大阪工厂实现了 70% 的基于 RFID 跟踪系统的覆盖率。到目前为止，除了减少制造过程中不准确的计划水平外，Daihen 每年在手动记录过程中节省了大约 1,800 小时。它预计大阪工厂每年可节省 5,000 小时。
现在已准备好在全国范围内推广。
