邊緣端預測性維護AI分析具優勢 將朝領域/設備專用方案發展
於邊緣端執行預測性維護(Predictive Maintenance;PdM)分析具備即時性、省頻寬、隱私安全等優勢,DIGITIMES Research觀察,研華、Supermicro、瑞薩(Renesas)等...
- 預測性維護結合AI技術 理想上效益優於其他維護類型
- 預測性維護有助避免停產損失並降低維護成本
- 預測性維護AI分析依功能可分為三類
- 當前預測性維護方案多將數據上傳雲端進行AI分析
- 雲端預測性維護分析具延遲、頻寬、安全等挑戰
- 邊緣端預測性維護AI分析按運算位置可分兩類
- 於不同邊緣節點執行預測性維護分析各具優點
- 閘道器或邊緣伺服器AI處理能力佳 可處理多類預測性維護分析
- IPC、工業自動化業者推出感測器並串連自研管理平台
- 業者布局邊緣裝置管理系統並涵蓋預測性維護功能
- 設備控制器或感測器緊鄰數據來源 處理預測性維護AI分析最即時
- MCU業者預測性維護用例以馬達控制情境為大宗
- 瑞薩三方案因應馬達控制MCU預測性維護分析情境
- 邊緣端導入預測性維護AI分析仍具挑戰
- 結語:邊緣端預測性維護優勢與挑戰並存 將朝領域或設備專用方案發展
若想立刻加入付費"Research"會員,請洽詢
客服專線:
+886-02-87125398。(週一至週五工作日9:00~18:00)
客服信箱:
member@digitimes.com (一個工作日內將回覆您的來信)
- 追溯至2000年,洞察產業脈動
- 優質報告,助攻精準決策
- 八大主題,23產業頻道涵蓋
- 七大全球數據庫,掌握市場趨勢