AO 448

AUTOMAZIONE OGGI 448 SOLUZIONI SOFTWARE PER L’INDUSTRIA 77 S SI tutorial industrial edge Fonte: foto Shutterstock si può dire della larghezza di banda della rete che ci permette di usufruirne. Tenuto conto della crescente quantità di dati generati all’edge, la velocità di trasferimento dei dati sta diventando un collo di bottiglia, risultando in tempi di risposta troppo lunghi, oltre a un sovraccarico della rete stessa, con possibili ricadute sull’affida- bilità della connessione. Un’altra considerazione è relativa ai vincoli energetici che la sorgente dei dati può avere, soprattutto quando il dispositivo è totalmente autonomo, e dotato di interfaccia di co- municazione wireless, ed è pertanto alimentato a batteria; in questi casi, demandare alcune attività di elaborazione sull’edge potrebbe essere più efficiente. Infine, poiché i dati raccolti dai dispositivi IIoT sono generalmente da considerarsi ‘sensibili’, muovere la loro ela- borazione presso l’edge rende più semplice garantirne la sicurezza. L’edge computing nel contesto industriale Portare questo approccio nell’ambito industriale, ovvero nelle fab- briche intelligenti, implica che i dispositivi IIoT non devono accedere a piattaforme cloud centralizzate durante l’acquisizione, l’analisi o la valutazione dei dati. Si prenda come esempio lo scenario di un veicolo a guida automa- tica (AGV) che debba consegnare materiali a più postazioni di lavoro all’interno di un’area di lavoro. Affinché l’AGV svolga con successo tale compito, deve essere in grado di raccogliere ed elaborare i dati dall’ambiente in cui opera in tempo reale per poter navigare effica- cemente in nuove aree o schivare nuovi ostacoli, anche in presenza di problemi di connettività di rete limitati o funzionamento in spazi sconosciuti. Sebbene l’AGV possa ricorre a reti a copertura geogra- fica, ad esempio utilizzare le reti mobili per accedere al cloud indu- striale, sarà molto più efficace e veloce se sarà in grado di gestirsi autonomamente. Questo è ciò che permette l’edge computing, che mantiene una connessione con il cloud, ma demanda buona parte dell’elaborazione ai dispositivi edge (e quindi in grado di operare anche in assenza della prima). I vantaggi sarebberomolteplici, come evidenziato precedentemente, e riguarderebbero il rispetto dei vin- coli temporali nelle strategie di attuazione, il miglioramento della si- curezza e più in generale, il miglioramento della produttività. Come termine di riferimento, basti pensare che si stima che un veicolo automatizzato produca circa 40 TB di dati in un periodo di utilizzo di 8 ore: doverli muovere verso il cloud sarebbe enormemente one- roso, anche in termini puramente economici. Tuttavia, se tali dati sono relativi solamente alla posizione e/o navigazione, potrebbe non essere necessario un tale trasferimento, che potrebbe limitarsi all’inoltro dei soli indicatori prestazionali. Pertanto, l’edge compu- ting può aiutare a trasformare un costo variabile (l’uso del cloud) in un costo fisso (quello del dispositivo edge). Un altro ambito di sicuro interesse è quello della manutenzione predittiva. I processi produttivi possono essere monitorati per tenere traccia dello stato delle apparecchiature che li rendono possibili, ad esempio delle parti mobili che sono soggetti a fenomeni di usura. Implementando il paradigma dell’edge computing, la macchina non ha bisogno di comunicare l’enorme mole di dati risultante dall’acquisizione dei sensori di vibrazione al cloud centralizzato, ma può effettuare un primo processamento localmente e limitarsi a inviare i dati relativi all’analisi spettrale e alla valutazione delle frequenze di risonanza. Possibili benefiche ricadute si hanno anche in termini di maggior sicurezza legata alla minor necessità dell’intervento di operatori umani e, di conseguenza, a una riduzione degli incidenti e dei pe- riodi di inattività. È evidente a questo punto che i compiti che un dispositivo edge può trovarsi a dover svolgere sono molteplici e diversificati. Una chiara tendenza nello sviluppo delle applicazioni edge industriali è quella verso l’uso di app, come già siamo abituati a fare ad esempio in ambito office e consumer. Quindi, invece di un software monolitico che gestisce tutte le attività, l’applicazione di automazione è suddivisa in più app, ciascuna avente il compito Una tendenza nello sviluppo delle applicazioni edge industriali è quella verso l’uso di app, quindi, invece di un software monolitico che gestisce tutte le attività, l’applicazione di automazione viene suddivisa in più app, ciascuna avente il compito di eseguire un’attività specifica