Industria 4.0, Intelligenza Artificiale e IoT nella Produzione

Zachariah Peterson
|  Creato: aprile 12, 2020  |  Aggiornato: aprile 5, 2021
Applicazioni di intelligenza artificiale nell'industria 4.0

Quando si parla di elettronica, dispositivi di consumo come smartphone e Alexa tendono a ricevere tutta l'attenzione. Tuttavia, secondo Alun Morgan di Ventec International Group, "circa il 23% delle PCB prodotte in tutto il mondo sono utilizzate in apparecchiature elettroniche per applicazioni di produzione." I numeri aumentano quando si includono altre categorie non consumer che supportano le operazioni di produzione, come l'automotive, le telecomunicazioni, la generazione/distribuzione di energia e l'informatica. I produttori occidentali hanno ampiamente accettato che il rientro della produzione nel proprio paese avverrà solo attraverso una maggiore automazione e produttività sul pavimento di fabbrica. Questa è l'essenza dell'Industria 4.0, dove le operazioni di fabbrica sono più intelligenti e più connesse che mai.

Dunque, dove possono i produttori continuare a tagliare le spese e vedere maggiori benefici di produttività attraverso il rientro della produzione? Ci sono numerose risposte a questa domanda, specialmente quando si considerano tecnologie avanzate di produzione come la stampa 3D. Una cosa su cui tutti concordano è questa: le operazioni di produzione per molti prodotti saranno ulteriormente digitalizzate nel prossimo futuro. Questo livello di digitalizzazione richiede PCB per far funzionare le attrezzature e raccogliere dati, così come tecnologia per elaborare rapidamente i dati e ottenere intuizioni utili. Nell'Industria 4.0, l'intelligenza artificiale (AI) sarà fondamentale per gestire le operazioni e elaborare i dati, fornendo infine intuizioni a manager e ingegneri.

Progettare per l'Industria 4.0 e l'IA

Progettare un nuovo sistema IA per supportare le operazioni di produzione è tanto un impegno hardware quanto software. Entrambi i settori si completano a vicenda; una scheda embedded deve essere progettata per supportare il software embedded, mentre il software embedded non dovrebbe consumare così tante risorse da compromettere altre funzioni sulla scheda. Ciò significa che ogni asset di produzione e i sistemi che supportano l'acquisizione/elaborazione dei dati diventeranno un ecosistema IoT integrato, dove i dati vengono elaborati in una posizione centrale o nel cloud.

Nell'Industria 4.0, si prevede che i produttori genereranno significativamente più dati che in passato, man mano che più asset di produzione diventano connessi. Questa connettività è abilitata attraverso nuovi standard industriali per lo scambio di dati, come lo standard IPC-CFX. Qualsiasi operazione di produzione che desidera collegare i suoi asset e aggregare dati in tutto il processo di produzione avrà bisogno di una ricchezza di dispositivi IoT integrati in tutta la fabbrica.

Industry 4.0 artificial intelligence asset tracking and prediction
L'intelligenza artificiale e la connettività in fabbrica permettono di tracciare e prevedere gli ordini in tempo reale

Requisiti di progettazione IoT integrati per l'Industria 4.0

I nuovi dispositivi IoT integrati possono supportare applicazioni IA se soddisfano alcuni requisiti hardware di base. Questi dispositivi integrati sono computer a scheda singola specializzati che possono supportare modelli standard AI/ML consentendo al tempo stesso la comunicazione dei dati tramite protocolli standard. Ecco alcuni requisiti di base da considerare quando si progettano nuovi sistemi per le operazioni di produzione dell'Industria 4.0:

  • Potenza di elaborazione: Questo aspetto riguarda meno la velocità di clock e più l'elaborazione parallela. Un sistema con più core/processore o che può essere clusterizzato permetterà di elaborare e utilizzare i dati nei modelli di AI più velocemente.
  • Memoria integrata: La quantità di memoria necessaria dipende dall'applicazione specifica. Un sistema per l'elaborazione di immagini necessiterà di più memoria rispetto a un sistema per l'elaborazione di dati numerici.
  • Interfaccia con altri sensori: I dati potrebbero dover essere acquisiti da sensori ambientali, direttamente dai sensori nelle apparecchiature di produzione, o da una varietà di altri sensori.
  • Capacità di comunicazione: Questa deve essere scelta in base all'intervallo di comunicazione richiesto. NB-IoT, LoRaWAN, LTE-M o un altro protocollo wireless possono essere utilizzati per comunicazioni a lungo raggio, mentre Bluetooth LE, WiFi o Ethernet sono comuni per comunicazioni a breve raggio.

Design Modulare per i Sistemi AI dell'Industria 4.0

Ridurre i costi e aumentare la produttività significa implementare e configurare rapidamente un nuovo sistema. La maggior parte degli ingegneri di produzione non sono progettisti di circuiti stampati, ma questa importante classe di ingegneri può rapidamente creare nuovi prodotti AI per le operazioni di produzione adottando un approccio modulare alla progettazione elettronica. Questa classe di caratteristiche di progettazione consente a qualsiasi progettista di sistemi di collegare insieme interfacce di calcolo, rilevamento e comunicazione in un sistema personalizzato per applicazioni AI nella produzione.

Questi strumenti sfruttano interfacce di calcolo standard e collegamenti elettrici standardizzati tra di loro. Computer-on-modules (COMs), systems-on-module (SoMs) e altri hardware per applicazioni AI sul pavimento di fabbrica possono essere collegati su una scheda personalizzata in modo modulare. Alcune opzioni per SBCs e COMs da considerare per l'uso sul pavimento di fabbrica sono mostrate nella seguente tabella:

Piattaforma

Vantaggi

Svantaggi

NVIDIA Jetson Nano COM

• Altamente specializzato per l'esecuzione di modelli TensorFlow incorporati.

• Migliore per applicazioni di elaborazione di immagini/video.

• Più costoso di una piattaforma di calcolo generale.

• Potenza eccessiva per dataset numerici.

Google Coral AI

• Ingombro ridotto (Mini PCIe, USB, SoM o M.2 Key).

• Si integra facilmente con i servizi di Google Cloud come AutoML Vision Edge.

• Utilizza una versione semplificata di TensorFlow.

• Curva di apprendimento più ripida e limitata alle applicazioni di imaging.

STM32 Series MCUs

• Supporto per modelli di reti neurali ottimizzati.

• Ottimo per prototipazione e configurazione di modelli AI.

• Disponibile solo come schede di valutazione o come MCU standalone.

• L'MCU richiede la costruzione di una scheda personalizzata.

Raspberry Pi Compute 3+

• Eccellente per prototipazione, ingombro ridotto.

• Può facilmente scalare alla produzione, facile da raggruppare.

• Migliore per il calcolo generale e la previsione con dataset numerici più piccoli.

• Non il migliore per applicazioni di imaging intense.

Toradex COMs e SoMs

• Ben noto tra i produttori.

• Facile da programmare e integrare in un SBC personalizzato.

• Migliore per il calcolo generale e la previsione con dataset numerici più piccoli.

• Non il migliore per applicazioni di imaging intense.

 

Gli strumenti EDA standard del settore possono aiutare i progettisti a disporre rapidamente nuove schede con funzionalità standard di layout e routing, ma non tutti gli ingegneri in questo campo sono specialisti del software EDA. Utilizzare una piattaforma di progettazione modulare come Upverter Board Builder permette a chiunque, dallo sviluppatore di software embedded agli imprenditori nell'IA, di costruire applicazioni IA ad alta intensità di dati in meno tempo.

Nella piattaforma di progettazione Upverter, un progettista può facilmente collegare insieme moduli graficamente in un'interfaccia web-based. Non ci sono strumenti da scaricare e installare, e ci sono molti moduli standardizzati disponibili all'interno della piattaforma. Questo ti permette di costruire rapidamente un nuovo prodotto di intelligenza artificiale per l'Industria 4.0 utilizzando una qualsiasi delle piattaforme hardware IA sopra menzionate e di portarlo rapidamente alla produzione.

NVIDIA Jetson Nano COM for Industry 4.0 artificial intelligence applications
Esempio di scheda per un NVIDIA Jetson Nano COM, realizzata in Upverter

Gli strumenti di progettazione elettronica modulare in Upverter (precedentemente noto come Geppetto) ti danno accesso a una vasta gamma di COM standard del settore e moduli popolari, permettendoti di creare hardware di grado produttivo per applicazioni di intelligenza artificiale per l'Industria 4.0. Puoi anche facilmente costruire nuovi prodotti in pochi minuti. Se il tuo sistema necessita di funzionalità aggiuntive, puoi includere connettività wireless, un array di sensori, telecamere ad alta risoluzione e un numero di COM standard.

Dai un'occhiata ad alcune storie di successo dei clienti Gumstix o contattaci oggi stesso per scoprire di più sui nostri prodotti, strumenti di progettazione e servizi.

Sull'Autore

Sull'Autore

Zachariah Peterson ha una vasta esperienza tecnica nel mondo accademico e industriale. Prima di lavorare nel settore dei PCB, ha insegnato alla Portland State University. Ha condotto la sua Fisica M.S. ricerche sui sensori di gas chemisorptivi e il suo dottorato di ricerca in fisica applicata, ricerca sulla teoria e stabilità del laser casuale. Il suo background nella ricerca scientifica abbraccia temi quali laser a nanoparticelle, dispositivi semiconduttori elettronici e optoelettronici, sistemi ambientali e analisi finanziaria. Il suo lavoro è stato pubblicato in diverse riviste specializzate e atti di conferenze e ha scritto centinaia di blog tecnici sulla progettazione di PCB per numerose aziende. Zachariah lavora con altre società del settore PCB fornendo servizi di progettazione e ricerca. È membro della IEEE Photonics Society e dell'American Physical Society.

Risorse correlate

Tornare alla Pagina Iniziale
Thank you, you are now subscribed to updates.