电话

+123-456-7890

电邮

mail@domain.com

营业时间

Mon - Fri: 7AM - 7PM

作者:与子同袍
首发:物联网前沿技术观察

今天,我变身为AWS工业物联网解决方案PPT架构师,介绍AWS的工业物联网的应用案例。

本文内容如下:

  1. 介绍AWS的工业物联网的典型应用案例
  2. 简单介绍应用案例中涉及的各个AWS服务
  3. AWS工业物联网解决方案的设计理念

悟性高的读者读完全文,需要花费10分钟。认真看完本文的读者,也会跟我一样,达到AWS工业物联网解决方案PPT架构师的高级水平。

一、AWS在工业物联网的典型应用案例介绍

应用案例一:机器条件监控

  • 通过温度传感器、震动传感器、机器故障代码等,监测工厂设备的状态
  • 在边缘侧,使用Greengrass的Lambda函数,实现对PLC、MES和工业视觉系统的数据采集
  • 在边缘侧,使用Greengrass边缘计算软件进行机器学习,分析震动传感器等的数据
  • 在边缘侧过滤数据,避免所有数据都上传到云端
  • 计算OEE设备综合使用率,提高产品质量和设备利用率
  • 通过Kinesis实时流分析,发现设备状态异常,并通过SNS服务发送短信邮件告警通知
  • 设备数据通过Kinesis流服务,发送到S3数据湖中,然后用Athena进行即席查询
  • 在云端使用Quicksight报表服务,根据Athena查询引擎的数据,创建可视化仪表盘,可视化监控设备状态

用例二:预测性维护

  • 从PLC、MES和工业相机采集传感器数据
  • 通过Kinesis实时流分析,发现设备异常时通过SNS服务发送通知
  • 使用SageMaker的机器学习模型预测设备故障
  • 用GreenGrass机器学习推理,在边缘侧运行机器学习模型
  • 在边缘侧过滤数据,降低云端成本
  • 在云端使用QuickSight创建可视化仪表盘

Greengrass的Lambda函数,可以完成如下工作:

  • 对机器工控协议进行转换,从而采集工厂机器的设备数据;
  • 运行Sage Maker训练好的预测性维护机器学习模型,当机器学习模型预测到设备会发生故障,就将预测结果数据发送到AWS IoT。

预测结果数据发送到AWS IoT后,通过IoT规则引擎将数据发送到Pinpoint移动推送服务,用于发送短信和邮件通知给相关的机器维修保养人员。

设备机器数据进入Amazon Kinesis Streams。一路数据进入Kinesis Analytics进行实时流分析。分析得到的异常数据进入S3存储。然后通过Athena这一SQL查询引擎进行查询。最终QuickSight将Athena作为数据源,查询数据,将机器故障数据显示到可视化仪表盘上。另一路,则把所有机器数据通过Kinesis Firehose保存到S3数据湖中。这样,QuickSight就可以通过Athena查询引擎,可视化分析所有机器的任意时段的历史数据。

用例三:预测性质控

  • 从PLC、MES和工业相机采集数据
  • 将质量数据(工业相机拍摄的在制品照片)发送到S3存储
  • 通过工业视觉检测最终产品的质量
  • 通过Kinesis实时流分析,发现质量波动时通过SNS服务发送通知
  • 使用SageMaker的机器学习模型对产品照片进行图像识别,对产品缺陷进行分类统计
  • 在边缘侧使用Greengrass机器学习推理分析产品质量
  • 在云端使用QuickSight创建可视化仪表盘分析产品质量

二、简单介绍应用案例中的各个服务

上面三个应用案例涉及到了许多AWS的服务,下面我给大家简单介绍下。更具体的介绍,我会在后面文章再说。

我们先来看下AWS的工业物联网技术栈的全貌:

AWS的官方原图大家看不清的话,没关系。作为工业物联网PPT架构师,我重新画了下,这样子大家就可以看清楚了。

下图是AWS物联网相关的云端的各种服务:

这些服务,我们先大概知道每个服务的大致功能,和不同服务之间的数据流向是如何串联起来的,就可以了。比如Athena查询引擎的查询结果,是给QuickSight可视化报表工具作为数据源用的;而Athena查询引擎的数据源,则可以是S3数据湖。

下图是工厂的机器怎么通过AWS的物联网嵌入式操作系统和Greengrass边缘计算框架和AWS IoT Device SDK,来与AWS云服务对接。

这里我们只要大概知道这三点就够了:

  1. FreeRTOS是跑在单片机上的嵌入式实时操作系统,已经被AWS收购了。有了这个AWS魔改过的嵌入式操作系统,许多厂家的单片机都可以安全地连接到AWS云平台上。
  2. AWS IoT Device SDK是开发工具软件,有Python、Java、C、C++、Nodejs五种语言的SDK。基于这个SDK,就可以调用SDK的API接口,与AWS的IoT Core安全通信:上传采集的机器数据、下发配置文件、上传下发设备影子、远程OTA升级、远程控制等功能。
  3. Greengrass是边缘计算软件,它比Device SDK强大许多,可以实现Lambda函数调用、机器学习、容器化部署、多节点联动等功能。

下图是机器数据上了云后,Web浏览器端和移动端,如何通过API网关和Cognito安全认证服务,与AWS上的云服务和工业现场机器进行交互:

这里我们要知道的主要事实是:API网关非常强大,你不需要编程,只需要在API网关的配置界面上创建API接口,然后设置调用的AWS服务或Lambda函数,就可以快速搭建好一套物联网云平台的API接口了。这样Web端和移动端,只需要调用这套API接口,就可以拿到所有机器的实时数据、历史数据、告警、预测结果等了。

三、AWS工业物联网解决方案的设计理念

  • 互操作性:在本地执行Lambda函数用于进行协议解析。
  • 虚拟化:AWS IoT设备影子可以在Greengrass边缘侧和AWS IoT Core云端两边同步。
  • 分布式:全球有11个AWS区域可以订阅AWS IoT主题。
  • 实时性:在工业现场关键应用中,Greengrass可以实现低延迟的自治决策。
  • 面向服务:可以通过Lambda和Step函数来实现各种定制化的复杂的业务逻辑。
  • 模块化:Greengrass可以在边缘侧实时处理,同时在云端实时流分析和数据归档。
  • 安全:AWS IoT Device Defender通过持续审计设备的安全规则来确保安全性。
  • 分析和见解:AWS IoT Analytics可以清洗、过滤、转换、丰富采集到的设备原始数据。

推荐阅读:

  • 真的么?在云端计算OEE设备利用率竟然这么容易!
  • 云计算如何与工业4.0水乳交融?
  • 德国SmartfactoryKL工业4.0智能工厂demo项目
  • 赋能工业4.0智能工厂的10大模块概述

更多物联网,边缘计算相关技术干货请关注我的专栏物联网前沿技术观察
申请加入物联网技术研讨大佬微信群,请加微信号:iot1999

推荐文章

发表评论

邮箱地址不会被公开。 必填项已用*标注