클라우드 기술은 인텔리전스를 향한 레이저 기술을 주도하고 있습니다

독일 RWTH Aachen University가 발표 한 최근 연구 결과에 따르면, 레이저 처리를 제어하기 위해 클라우드 기술을 사용하는 Fraunhofer Institute for Laser 기술과 협력하여 개발 된 시스템은 안정적인 운영 단계에 들어갔다.
"IOP (Industrial of Production) (IOP)의 광범위한 추세로 RWTH Aachen University와 Fraunhofer Institute for Laser Technology의 200 명의 과학자들은 2019 년에 산업 공정을 제어하고 모니터링하기 위해 데이터 센터를 설립했습니다. 이 데이터 센터의 개념은 Fraunhofer Institute for Laser Technology에서 개발하고 Open - 소스 소프트웨어 Kubernetes를 활용하는 레이저 시스템 제어를 목표로하는 프로젝트를 기반으로합니다.
다행 스럽게도이 시스템은 지난 2 년 동안 원활하게 작동하여 연구소 직원이 몇 분 안에 원격으로 새로운 레이저 소프트웨어를 자동으로 설치할 수있었습니다.
제어 기계 및 레이저는 여러 센서의 참여가 필요하기 때문에 읽기 센서 데이터를위한 제어 구성 요소와 소프트웨어는 이에 따라 다양하며 이러한 시스템은 종종 산업 생산에서 병렬로 사용됩니다. 그러나 설치 및 중앙 집중식 제어는 어떻게 효과적으로 달성 될 수 있습니까?
해결책 : 처음부터 시작합니다
Aachen University of Technology의 레이저 기술 협회 (Laser Technology Society of Achen University of Technology)의 연구 조교 인 Moritz Kroger는 레이저 기술 연구소 (Fraunhofer Institute for Laser Technology)의 CO - 의장 이이 두 가지 과제에 직면하고 있습니다. 그는 "현재 프로그래밍 가능한 로직 컨트롤러를 사용하여 개별 장치를 효과적으로 제어 할 수 있지만 수십 또는 수백 개의 장치를 제어 할 수는 없습니다."
이러한 과제를 해결하기 위해 연구원들은 기계 제어 시스템을 재 프로그래밍했습니다. 그러나 분산 시스템 및 더 많은 개발 옵션과 더 나은 호환성을 제공하는 성숙한 Open - 소스 소프트웨어에 액세스 할 수 있으므로 재 프로그래밍 프로세스는 어려움과 작업량 측면에서 비교적 간단합니다.
또한 운영 중에 연구원은 스캐너 제어 데이터, 다양한 소스의 센서 데이터 및 분석 데이터를 고려 사항에 통합하여 제어 및 최적화를 가능하게합니다.
연구원들에 따르면, Open - 소스 소프트웨어 소프트웨어 Kubernetes는 시스템에 사용 된 컴퓨터 시스템에 응용 프로그램의 자동 설치, 스케일링 및 유지 관리를 가능하게합니다. 원래 Google이 설계했으며 Microsoft Azure, IBM Cloud, Red Hat Openshift, Amazon EKS, Google Kubernetes Engine 및 Oracle OCI와 같은 주요 클라우드 플랫폼이 지원합니다.
향후 자동화 된 제조를위한 분산 컴퓨팅
"산업 인터넷"에 대한 경향은 사이버 - 물리적 시스템 및 산업 4.0의 맥락에서 기술의 디지털화, 크로스 - 도메인 공동 작업 및 실제 - 시간과 여러 다른 소스의 모든 관련 데이터를 안전한 번들로 제공합니다.
실제로이 시스템은 이미 RWTH Aachen University 및 Fraunhofer Laser 기술 연구소의 데이터 센터에서 이미 사용되고 있으며 추가 개발을 진행하고 있습니다. Ultra - 짧은 펄스 (USP) 레이저 시스템의 자동 분포 및 응용 프로그램 분석을위한 소프트웨어는 높은 안정성을 나타냅니다. Moritz Krüger는 "클라우드 - 기반 환경에 대한 통합을 포함하여 5 분 이내에 새로운 레이저에 대한 소프트웨어 및 하드웨어 연결을 설정할 수 있습니다. 그러나 자동 데이터 평가 기능에 대한 추가 연구가 필요합니다."
Moritz는“연구자들은 여러 시스템에서 데이터를 집계하고 이미지 - 기반 형식으로 사용자를 위해 처리 할 계획입니다. 향후 레이저 시스템의 작동은 인공 지능 분야의 데이터를 사용하여 기계 학습을 통해 최적화 될 것으로 예상됩니다.
인터넷+시대에 클라우드 기술과 레이저의 조합은 유망한 개발 방향을 나타냅니다.