Японская компания NEC предлагает множество практических решений Edge Computing, среди которых – следующие.

Визуализация вибраций в производственных помещениях

В цехах таких производств, как металлообрабатывающие предприятия, часто требуется проводить инспектирование производственного оборудования, его характеристик и качества производимой продукции.

Часто бывает, что скрытый дефект производственного оборудования очень долго себя не проявляет, однако, его можно определить по возникающим вследствие него микровибрациям. Это даёт выявить возникающий дефект на ранней стадии его развития и устранив его, предотвратить возникновения гораздо более масштабных последствий.

Компания NEC разработала решение, которое визуализирует вибрации, являющиеся признаком возникающих, но пока незаметных персоналу неисправностей. Такие неисправности лучше устранять как можно скорее, до возникновения серьёзных поломок. Это решение использует технологии искусственного интеллекта, который располагается в сервере Edge Computing. Такое решение даёт возможность анализа неисправности на месте, чтобы убыстрить реакцию для её скорейшего устранения, пока не возникли результирующие последствия.

Аналитика запахов с использованием Edge

Число молекул, формирующих запахи, может составлять несколько сот тысяч, и каждый запах формируется сочетанием от десятков до сотен таких молекул в определённой концентрации. Следовательно, общее число сочетаний молекул запахов практически безгранично и сложность анализа таких сочетаний не даёт возможность сенсорам запахов хотя приблизиться к возможностям обоняния человека, не говоря уже о животных.

Компания NEC разрабатывает решение на базе Edge для быстрого распознавания запахов в виде сенсоров IoT, которое можно будет применять в различных областях, таких как управление качеством пищевых продуктов, охрана окружающей среды, диагностики дыхания и других.

В этом решении, аналитический движок располагается на серверах Edge Computing, а не в центральном облаке, по ряду причин:

• Анализ в Edge позволяет снизить нагрузки на сеть, при передаче большого количества «сырых» данных с сенсоров запахов;
• Каждый запах в каждом местоположении – индивидуален, и в центральном облаке сложно анализировать всё многообразие запахов;
• Локальная обработка запахов в Edge позволяет значительно убыстрить время анализа и реакции на предупреждения, например, о появлении признаков нежелательных химических процессов;
  • Соответственно, время реакции на локальные предупреждения также можно значительно уменьшить;
• В центральном облаке целесообразнее анализировать «инсайты» с местных площадок, чтобы получать общую картину, например, о распространении загрязнений или инфекции.