Sie sind hier: HomeSteuerungsebeneSteuern & Regeln

Edge-Computer: Die Smart-Factory-Konzepte der Zukunft

Cloud-Lösungen bilden die Basis einer Industrie 4.0. Die Aufgaben einer Cloud sind im Fabrik-Umfeld allerdings andere als für 'normale' Public-Aufgaben. Smart-Factory-Konzepte setzen deshalb auf Edge und Fog Computing als Ergänzung zur Cloud. Wie aber sieht so eine Lösung aus?

Edge-Computer übernehmen Cloud-Aufgaben Bildquelle: © Bild: Computer&AUTOMATION, Quellen: Fotolia / industrieblick, Kontron

Etablierte Clouds können sehr viel. Doch wenn es um die Echtzeit-Steuerung von Maschinen und um Echtzeit-Auswertungen für schnelle Entscheidungsprozesse an der Maschine geht, stößt Cloud Computing oft an seine Grenzen. Denn die Auswertung, Analyse und Übertragung von immer mehr Daten in die Cloud und das Zurückspielen an deren Entstehungsort dauert zu lange für Anwendungen, in denen Bruchteile von Sekunden bei der Maschinensteuerung ausschlaggebend sind.

Durch die Skalierbarkeit der Rechen­leistung vom Edge bis zur Cloud, können die Aufgaben einzelner Prozesse exakt an die Gegebenheiten angepasst werden. So werden Hochleistungsserver im ersten Schritt zum Trainieren von Aufgaben ­verwendet, die noch zeitunkritisch erfolgen können. Im Realprozess kann das trainierte Modell dann sofort auf Abruf, nahe am Prozess und in der Edge, angewendet werden.

Das Intelligent Edge Bildquelle: © Kontron

Das 'Intelligent Edge': Übernimmt vorgelagert schon viele Rechenaufgaben und hält Speicherkapazität vor.

Anstatt nun Sensoren und Maschinen mit der Cloud zu verbinden und die Rohdaten in der Cloud zu verarbeiten, wird künftig möglichst viel Rechen- und Speicherkapazität in das sogenannte ‚Intelligent Edge‘ verlagert. Das heißt, Daten werden dort nahe an ihrem Entstehungsort, vor dem Übergang ins Netz, mittels trainierter Modelle gefiltert, verarbeitet und analysiert, um die Regelschleife schnell und effizient direkt am Prozess zu halten.

Neue Technologien, wie die ‚Containerisierung‘ von komplexen Funktionen oder die Schaffung von ‚digitalen Zwillingen‘ sind hierbei essentielle Voraussetzungen, um diese Skalierbarkeit zu erreichen.

Dadurch werden die sogenannten ‚Software Defined Machines‘ erst möglich und erlauben sogar das Ausgliedern leistungsfähiger Tools wie zum Beispiel Edge Ana-lytics, Künstliche Intelligenz (KI) oder Machine Learning in das Edge. Trainierte Modelle in Kombination mit leistungsfähigen Computersystemen erlauben dann die Verlagerung von komplexen, zeitkritischen Prozessen aus der Cloud in die Edge Computer, ohne dass eine dauerhafte Verbindung zur Cloud erforderlich ist.

Die Industrial Server kommen dort zum Einsatz, wo On-Premise der Aufbau einer Private Cloud gewünscht ist. Sie sind dann mit den Edge Devices – oder für höhere Rechenleistung mit sogenannten Fog Computern – verbunden und speichern die gesammelten Daten in der lokalen Cloud. Zudem übernehmen sie übergeordnete Steuerungsaufgaben oder die Datenaufbereitung für die Public Cloud. Weniger zeitkritische Daten lassen sich auch weiterhin in eine Public Cloud auslagern, um von verteilten Systemen Management-Informationen zur Verfügung zu stellen. 

Kontron hält zusammen mit dem Schwesterunternehmen S&T Technologies für solche Fälle ein Spektrum an Hardware- und Software-Produkten sowie Dienstleistungen vor. Wichtiger Baustein des Paketes: das von S&T Technologies entwickelte Software-Framework Susietec. Bei Susietec handelt es sich um ein Software- und Dienstleistungsangebot, das als Bindeglied der Komponenten in Edge-, Fog- und Cloud-Architekturen dient. Ergänzend verfügt Susietec über die Fähigkeit zur Integration von Machine Learning, um mit Methoden der Künstlichen Intelligenz auf Basis vorliegender Daten eigene Entscheidungen vorschlagen zu können. 

Im Rahmen einer Partnerschaft mit Iconics können zukünftig in Kombination mit der in Susietec optional eingebundenen Supervisory Control and Data Acquisition Software (SCADA) von Iconics Daten nicht nur erfasst und analysiert, sondern auch über die Cloud, beispielsweise Microsoft Azure, visualisiert werden.

Mit Unterstützung von offenen Standards, wie OPC UA und TSN (Time Sensitive Networking) lassen sich Schnittstellenprobleme mittelfristig beheben und Daten virtuell abbilden. Zudem werden Bandbreiten erhöht, was den Echtzeit-Anwendungen und Sicherheitsaspekten des industriellen IoT entgegenkommt. Durch die vereinheitlichten Standards und den Einsatz von Susietec verschwinden die herkömmlichen Grenzen zwischen IT (Information Technology) und OT (Operational Technology).