Welke uitdagingen moet industriële computing oplossen?

Veiligheid en betrouwbaarheid waarborgen in industriële computersystemen

Realtime foutdetectie en ontwerp van fail-safe-architecturen

Het in de gaten houden van industriële computersystemen is absoluut noodzakelijk om totale systeemcrashes te voorkomen. De meeste installaties beschikken over back-upstroombronnen met automatische omschakelrelais (ATS) en watchdog-timers die rechtstreeks in de hardware zijn ingebouwd. Deze componenten zorgen er samen voor dat bij een storing direct wordt overgeschakeld, zodat het systeem bijna onmiddellijk weer operationeel is zonder dat iemand handmatig hoeft in te grijpen. Tegenwoordig zien we dat serieuze industriële installaties ruim boven de 100.000 uur kunnen draaien zonder uitval. En herinnert u zich nog de cijfers van het Ponemon Institute van vorig jaar? Daarin werd duidelijk hoe duur onverwachte stilstand echt is voor productiebedrijven, namelijk zo'n 740.000 dollar per uur. Dat maakt real-time diagnostische tools niet langer een luxe, maar haast verplicht voor de dagelijkse bedrijfsvoering. De beste fouttolerante ontwerpen combineren fysieke beveiligingsmethoden, zoals conformale coatings op printplaten en speciale bevestigingen die trillingen doorstaan, met slimme software die problemen voorspelt voordat ze zich voordoen. Deze combinatie stelt systemen in staat om op veilige wijze af te sluiten voordat versleten onderdelen grotere problemen veroorzaken.

Regelgevingsconformiteit met IEC 61508, ISO 13849 en NIST SP 800-82

Wat functionele veiligheid en cybersecurity betreft, moeten deze vanaf dag één samenwerken in plaats van achteraf als bijkomstigheden toegevoegd te worden wanneer alles al is opgebouwd. Neem bijvoorbeeld IEC 61508, die SIL 3-gerangschikte componenten vereist bij gevaarlijke situaties. Dan is er ISO 13849 die Prestatie Niveau e (PL e) eisen stelt voor machineveiligheidsbesturingen. En laten we niet vergeten dat NIST SP 800-82 de basisvereisten voor cybersecurity vastlegt voor industriële systemen, inclusief dingen als gecodeerde communicatie en toegangsbeheer op basis van gebruikersrollen. Volgens gegevens van ISA-99 ontstaan bijna vier op de tien veiligheidsproblemen eigenlijk door slechte verificatiepraktijken tijdens de ontwikkeling. Daarom is het belangrijk om gedurende alle fasen van een project, van het initiële ontwerp tot en met testen, de conformiteit correct te waarborgen. Bedrijven die zich vroegtijdig aan deze normen aanpassen, zien doorgaans dat hun totale levenscycluskosten ongeveer met de helft dalen. Waarom? Omdat standaardisatie van documentatie gemakkelijker wordt, auditpaden kunnen worden geautomatiseerd en er simpelweg minder behoefte is om later terug te keren om dingen te herstellen.

Naadloze interoperabiliteit realiseren in industriële computeringomgevingen

Koppeling van bestaande OT/IT-systemen in industriële computertoepassingen op reeds ontwikkelde locaties

Het aan de praat krijgen van verouderde operationele technologie (OT) in combinatie met hedendaagse IT-systemen is nog steeds vermoedelijk het grootste probleem bij het moderniseren van oude industriële installaties. De meeste fabrieken maken te maken met proprietarische protocollen en verouderde apparatuur, waardoor ze worden gedwongen tot dure, kwetsbare middelste-lagenoplossingen die het systeem alleen maar vertragen en veel onderhoudstijd vergen. Volgens een recent rapport uit de automatiseringsindustrie van vorig jaar ondervinden ongeveer twee derde van de producenten productievertragingen tijdens integratie, omdat hun systemen niet goed met elkaar kunnen communiceren. Wat werkt het beste? Het implementeren van protocolbewuste edge-gateways in combinatie met fieldbus-naar-Ethernet-converters. Deze apparaten behouden de kritieke tijdsvereisten en maken tegelijkertijd veilige tweewegcommunicatie tussen systemen mogelijk. Deze aanpak behoudt de waarde van oudere apparatuur en creëert een solide basis voor het uitbreiden van industriële analysemogelijkheden, zonder dat alles eruit moet worden gerukt en opnieuw moet beginnen.

Kortingen in OPC UA-adopte en uitdagingen rond semantische interoperabiliteit

OPC Unified Architecture, of OPC UA zoals het vaak wordt genoemd, is inmiddels vrijwel de standaard geworden om systemen van verschillende leveranciers met elkaar te laten communiceren over platforms heen in industriële omgevingen. Maar hier ligt het probleem: echte semantische interoperabiliteit is er nog steeds niet. Het probleem komt vooral naar voren wanneer apparatuur van meerdere leveranciers op hetzelfde netwerk werkt. We zien dan allerlei problemen ontstaan doordat bedrijven hun eigen benamingen gebruiken, informatiemodellen niet goed op elkaar aansluiten en metadata vaak verloren gaat. Deze problemen leiden tot conflicts in namenruimten die ongeveer 40% van de installaties beïnvloeden. En wat denkt u? Elke betrokken node vereist doorgaans tussen de 30 en 50 extra uren aan handmatige instellingen. Voor echt plug-and-produce gebruik hebben industrieën behoefte aan leveranciersonafhankelijke aanvullende specificaties, samen met gedeelde oplossingen voor metadata-opslag. Enkel het doorkoppelen van berichten is tegenwoordig niet meer voldoende. Wanneer contextuele gegevens tijdens de overdracht verloren gaan, worden belangrijke IIoT-toepassingen zoals voorspellend onderhoudsysteemen verstoord. Immers, deze systemen zijn afhankelijk van het begrip van de daadwerkelijke betekenis achter de gegevens, niet alleen van het feit dat berichten intact aankomen.

Gegevens beheren op schaal voor real-time industriële computing

Latentiebewuste gegevenspijplijnen die sub-10ms regelkringen ondersteunen

In industriële omgevingen moeten computersystemen werken binnen strikte tijdsbeperkingen. Als het gaat om zaken als robotlaswerkzaamheden, precisiedoseertaken of gesloten lus bewegingsregelingen, moet het systeem reageren van sensorinvoer naar actuatoruitvoer in minder dan 10 milliseconden. De productievloeren van vandaag genereren ongeveer 25 duizend gegevenspunten per seconde. Dat soort volume belast traditionele IT-opstellingen enorm. Tegenwoordig kiezen veel fabrieken voor edge computing-oplossingen. Deze lokale verwerkingseenheden verwerken telemetriegegevens direct op de plaats waar ze worden gegenereerd, waardoor afhankelijkheid van verre cloudservices wordt verminderd en vervelende latentieproblemen worden vermeden, die volgens onderzoek van het Ponemon Institute uit 2023 elk uur ongeveer zevenhonderdvierenveertigduizend dollar kunnen kosten. Om alles gesynchroniseerd te houden tussen fysieke machines en hun digitale tegenhangers, worden tijdreeksdatabases die zijn ontworpen voor snel gegevensinzet, essentiële hulpmiddelen. Combineer ze met betrouwbare planningsmethoden en gespecialiseerde hardware voor nauwkeurige tijdsaanduiding, en producenten krijgen een betere overeenstemming tussen wat op de fabrieksvloer gebeurt en wat verschijnt in hun bewakingssystemen.

Belangrijke implementatieprioriteiten zijn:

• Strikte prioritering van besturingskritieke signalen boven niet-essentiële telemetrie
• Ondersteuning voor parallelle verwerking voor gecoördineerde multi-as beweging
• Tijdstempelvalidatie tussen knooppunten om de tijdelijke integriteit te behouden
• Lichtgewicht compressie die computertijdvertragingen voorkomt

Deze maatregelen waarborgen realtime respons terwijl continue procesoptimalisatie mogelijk blijft

Optimaliseren van Edge-Cloudarchitectuur voor industriële computingworkloads

De hybride aanpak die edge computing combineert met cloudservices geeft organisaties de voordelen die ze nodig hebben: snelle reactietijden precies daar waar de actie plaatsvindt, plus de mogelijkheid om op te schalen wanneer dat nodig is in de cloudomgeving. Voor kritieke processen die niet kunnen wachten, zoals machinevisiecontroles tijdens productielijnen, het aansturen van servomotoren in productieapparatuur of het beheren van veiligheidssystemen die onmiddellijke reacties vereisen, worden deze taken lokaal uitgevoerd, wat de latentie sterk verlaagt—van ongeveer 100 tot 500 milliseconden naar minder dan 10 milliseconden. Aan de andere kant worden zwaardere rekenkundige taken die geen direct resultaat vereisen, zoals het analyseren van historische trends over tijd, het trainen van kunstmatige intelligentiemodellen of het detecteren van afwijkingen over meerdere apparaten, via cloudresources verwerkt. Deze slimme verdeling bespaart daadwerkelijk ongeveer 60 procent aan netwerkbandbreedte in vergelijking met een louter op cloud gerichte aanpak. Het goed doen van dit proces hangt af van doordachte beslissingen over waar elke taak het best kan worden uitgevoerd, gebaseerd op factoren als hoe gegevens tussen systemen bewegen, beveiligingsaspecten en compatibiliteitsvereisten, in plaats van simpelweg te kiezen voor wat het makkelijkst is of wat eerder is gedaan. Elk onderdeel van een applicatie moet zorgvuldig worden overwogen op basis van de vraag of het absoluut op de rand (edge) moet draaien voor voorspelbare prestaties, of meer waarde toevoegt wanneer het op schaal wordt verwerkt met behulp van cloudmogelijkheden voor analyse en opslag.

Industriële AI schalen van pilots naar productieklaar industriële computersystemen

Omgaan met gegevensschaarste, labelruis en domeinverschuiving in machine learning op de fabrieksvloer

AI van pilotprojecten naar volledige operationele schaal brengen, houdt in dat je te maken krijgt met fundamentele dataproblemen die veel voorkomen in industriële omgevingen. Laten we beginnen met het probleem van beperkte gegevensbeschikbaarheid. Zeldzame apparatuurstoringen treden simpelweg niet vaak genoeg op om goede trainingssets mee op te bouwen. De meeste fabrikanten worstelen hiermee, waarbij slechts ongeveer 5% echt uitgebreide registraties bijhoudt van apparatuurstoringen voor voorspellend onderhoud. Dan is er nog het probleem van rommelige labels. Mensen die gegevensbestanden labelen, zijn vaak inconsistent, en sensoren kunnen zelf ook veranderen in de tijd, wat ervoor zorgt dat de AI verkeerde dingen leert. We hebben gevallen gezien waarin dit soort labelfouten de modelnauwkeurigheid in praktijksituaties met bijna een derde verlaagt. En tot slot is er de uitdaging van veranderende omgevingen. Modellen die goed presteren in gecontroleerde labtests, falen vaak spectaculair wanneer ze in echte fabrieken worden ingezet, waar machines slijten, temperaturen continu schommelen en productieprocessen dagelijks variëren. Om deze problemen aan te pakken, moeten bedrijven synthetische gegevens genereren voor lastige uitzonderingssituaties, slimme annotatiestrategieën implementeren die zich richten op de waardevolste datapunten, en technieken ontwikkelen die modellen helpen om zich aan te passen aan verschillende werkomstandigheden. Alleen dan kunnen we ervoor zorgen dat AI-systemen betrouwbaar blijven en voor operators begrijpelijk blijven, ook wanneer ze worden geconfronteerd met de onvoorspelbare realiteit van de fabrieksvloer.

Veelgestelde Vragen

Waarom is een fail-safe-architectuur belangrijk in industriële computersystemen?

Een fail-safe-architectuur is cruciaal om totale systeemcrashes in industriële computersystemen te voorkomen. Door gebruik te maken van back-upstroombronnen, geautomatiseerde omschakelaars en diagnosehulpmiddelen kunnen systemen snel herstellen van fouten, waardoor kostbare stilstandtijden worden beperkt.

Welke zijn de belangrijkste normen voor regelgevende naleving in industriële computersystemen?

De belangrijkste normen zijn IEC 61508 voor functionele veiligheid, ISO 13849 voor veiligheidsbesturingen van machines en NIST SP 800-82 voor cybersecurityvereisten. Naleving van deze normen helpt de levenscycluskosten te verlagen en zorgt ervoor dat projecten voldoen aan veiligheids- en beveiligingsrichtlijnen.

Welke uitdagingen treden op bij het bereiken van interoperabiliteit tussen verouderde OT-systemen en moderne IT-systemen?

De grootste uitdaging is de integratie van uiteenlopende, verouderde systemen die gebruikmaken van eigen protocollen, wat leidt tot dure middleware-oplossingen. Het implementeren van protocolbewuste edge-gateways en converters kan effectief helpen om deze kloof te overbruggen.

Welke lacunes bestaan er in de adoptie van OPC UA voor industriële computing?

Semantische interoperabiliteit blijft een grote uitdaging. Verschillen in benamingen en metadata kunnen conflicten veroorzaken, wat uitgebreide handmatige instellingen vereist. Gedeelde oplossingen voor metadata-opslag en leveranciersonafhankelijke specificaties zijn nodig voor echte interoperabiliteit.

Hoe profiteert real-time datamanagement in industriële omgevingen van edge computing?

Edge computing maakt lokale verwerking van gegevens mogelijk, waardoor latentie en afhankelijkheid van cloudservices worden verminderd. Deze opzet zorgt ervoor dat realtime processen, zoals robotlaswerk, soepel verlopen met onmiddellijke responstijden.