边缘端预测性维护AI分析具优势 将朝领域/设备专用方案发展
于边缘端执行预测性维护(Predictive Maintenance;PdM)分析具备實時性、省帶寬、隐私安全等优势,DIGITIMES Research观察,研华、Supermicro、瑞萨(Renesas)等...
- 预测性维护结合AI技术 理想上效益优于其他维护类型
- 预测性维护有助避免停产损失并降低维护成本
- 预测性维护AI分析依功能可分为三类
- 当前预测性维护方案多将数据上传云端进行AI分析
- 云端预测性维护分析具延迟、帶寬、安全等挑战
- 边缘端预测性维护AI分析按运算位置可分两类
- 于不同边缘节点执行预测性维护分析各具优点
- 闸道器或边缘服務器AI处理能力佳 可处理多类预测性维护分析
- IPC、工业自动化业者推出傳感器并串连自研管理平臺
- 业者布局边缘装置管理系统并涵盖预测性维护功能
- 设备控制器或傳感器紧邻数据来源 处理预测性维护AI分析最實時
- MCU业者预测性维护用例以马达控制情境为大宗
- 瑞萨三方案因应马达控制MCU预测性维护分析情境
- 边缘端导入预测性维护AI分析仍具挑战
- 结语:边缘端预测性维护优势与挑战并存 将朝领域或设备专用方案发展
若想立刻加入付费"Research"会员,请洽询
客服专线:
+886-02-87125398。(周一至周五工作日9:00~18:00)
客服信箱:
member@digitimes.com (一个工作日内将回复您的来信)
- 追溯至2000年,洞察产业脉动
- 优质报告,助攻精准决策
- 八大主题,23产业频道涵盖
- 七大全球数据库,掌握市场趋势