本文刊载于《动力与运动》杂志
就在几年前，仓库自动化行业的每个人似乎都在讨论云计算。下一代分拣设备将通过互联网传输所有数据，由精密算法和人类专家实时分析这些数据，并在出现问题时发出警报和建议。
然而最近，这一理想愿景遇到了两大障碍：
云计算并非免费，而且传输的数据越多，成本就越高；
客户对运营数据非常敏感。
云计算曾被吹捧为实现复杂分析的途径，这些分析因过于复杂而无法在内部完成。但随着形势变化，一种称为"边缘计算"的新模式应运而生。在本文中，我们将探讨什么是边缘计算，以及它如何帮助OEM厂商和集成商创建分拣系统，在不离开客户网络"安全"范围的情况下，实现云计算的许多承诺。
本地化计算
广义的边缘计算指的是将计算能力更靠近终端用户的应用——内置在单个组件中或托管在内部系统上。处理能力位于用户网络的"边缘"，而不是存储在云端。计算在传感器、物联网设备或本地服务器等数据源处或附近的物理设备上执行。在某些情况下，甚至不需要互联网连接。
最常被提及的优势是速度。即使拥有闪电般的互联网连接，本地设备从基于云的服务器获取响应也可能需要几秒钟。这种网络延迟（称为延迟）在偏远地区或传输复杂信息时可能更长。
如果您曾尝试用智能手机听写短信，您就经历过延迟。虽然这几毫秒看起来不算长，但您肯定不希望自动驾驶汽车、多人视频游戏或机器人辅助手术出现这样的延迟。
延迟对仓库自动化也很重要。例如，对鞋式分拣机进行预测性维护可能需要实时监控每40毫秒执行一次分拣的执行器。组件级计算能力使系统能够以基于云的系统无法实现的速度和效率响应不断变化的条件。
数据隐私是边缘计算另一个深受终端用户欢迎的优势。他们会告诉您，他们对云计算不感兴趣，因为他们担心黑客获取专有数据或商业机密。但他们不会告诉您的是，他们也不希望您监控他们如何使用您的设备。
最近发生的CrowdStrike事件等安全恐慌凸显了云计算的另一个弱点：如果关键的中心服务器宕机，您该怎么办？市场已经明确表达了它的意愿：内部发生的事情必须留在内部。
组件级计算
具备内置计算能力的组件和子组件正成为仓库自动化边缘计算能力的关键驱动力。嵌入式微处理器使电磁铁、电动驱动滚筒（MDR）、可转向轮分拣台模块和其他组件变得更智能。例如，Solligence™快速旋转执行器持续监控运动持续时间的变化，根据需要调整驱动曲线，以持续满足或超过性能规格。
边缘组件还可以与系统的可编程逻辑控制器（PLC）通信，使其数据立即对终端用户可用。客户本地网络上的支持软件解读这些信息，实现预测性维护和其他实时洞察，同时跟踪长期历史趋势。用户可以立即判断系统是运行顺畅、出现停机，还是存在可能演变成重大问题的隐患。所有数据都不会传输到客户的IT生态系统之外。
尖端优势
边缘技术使您能够为客户提供更高利用率的设备。这些优势主要来自预测性维护带来的更高效率。由于减少或消除了不必要的维护，用户的停机时间更少，许多问题可以在导致计划外停机前得到解决。
智能组件还可以提供更稳定的流程一致性。通常情况下，部件会随着时间的推移逐渐退化，慢慢失去速度和/或动力。借助边缘计算能力，它们可以持续适应不断变化的条件，包括不同的包裹重量和正常磨损。该技术足够精确，可以可靠地模拟系统的长期行为。
例如，对于Solligence快速旋转执行器，这些优势通过提高正常运行时间和在运行5000万次后仍保持与调试时相同的性能，从而提高了吞吐量。
双赢局面
您的客户从边缘计算中获得的好处不仅对他们有利，对您也同样有利。领先的原始设备制造商（OEM）已经在利用组件级计算能力打造差异化产品，从而在竞争中脱颖而出。您还可以在不费力解决数据隐私问题的情况下，提供先进功能。
组件级计算的成功案例只是"冰山一角"。它们带来的可衡量的效率和吞吐量优势确实令人兴奋。请联系德昌电机工程团队安排咨询或申请演示。