
Güncelleme: Temmuz 2026 · 7 dk okuma · Serkan İnkaya · Mechanical Engineer, ODTÜ
Ağ bağımlılığı muayene için neden bir erişilebilirlik riskidir?
Bir kamera ile hatalı bir parçayı durduran karar arasındaki her ağ atlaması tek bir arıza noktasıdır. Geç/kal, hücreden başka bir yerde hesaplanıyorsa, o zaman bir anahtar, bir güvenlik duvarı, bir WAN bağlantısı, bir bulut bölgesi ve paylaşılan bir sunucunun tümü parçayı görmekle ona göre hareket etmek arasında durur ve bunlardan herhangi birinin çökmesi muayeneyi de beraberinde götürür. Muayene edilmemiş bir parça sevk etmemesi gereken bir hat için bu bir performans sorusu değil, bir erişilebilirlik sorusudur.
Erişilebilirlik genellikle bir sistemin çalışabildiği planlı zamanın yüzdesi olarak alıntılanır ve iyi yönetilen üretim ekipmanı için yayımlanan rakamlar yaygın olarak %90'ların üst basamaklarında yer alır. Bu sayı bir sektör aralığıdır, bir Adente iddiası değildir ve hatta bağlıdır. Mimari için önemli olan basittir: muayene yoluna eklediğiniz her bağımlılık onu yalnızca düşürebilir çünkü hücre o zaman yalnızca en zayıf uzak bağlantısı kadar erişilebilirdir.
Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir ve muayene kararının kaybedilecek uzak bir bağımlılığı olmayacak şekilde tasarlanmıştır.
WAN çöktüğünde bir bulut muayene hattına ne olur?
Geniş alan ağı düştüğünde, bir bulut muayene hattı karar vermeyi durdurur. Kamera hâlâ yakalayabilir, ama karelerin gidecek bir yeri yoktur, modele erişilemez ve geç/kal asla geri gelmez. Hücre o zaman iki kötü seçenekle baş başa kalır: bağlantı geri gelene kadar hattı bekletmek veya çalışmaya devam edip parçaların muayene olmadan geçmesine izin vermek. Kalite açısından kritik bir hatta ikisi de pahalıdır, biri duruş süresinde, diğeri daha sonra iadeler veya bir geri çağırma olarak yüzeye çıkan kaçışlarda.
Bir WAN kesintisi ayrıca en az kontrol ettiğiniz arızadır. Tesisin İSS'sinden, sağlayıcı tarafındaki bir olaydan, bir yönlendirme sorunundan veya fabrika sahasından uzak bir bölgede planlı bakımdan gelebilir; bunların hiçbirini üretim ekibi hat beklerken düzeltemez. Muayeneyi o bağlantıya asla ihtiyaç duymayacak şekilde tasarlamak, kesintiyi kritik yoldan çıkarmanın tek yoludur.
Kendi kendine yeten bir edge ünitesi çevrimdışıyken nasıl muayeneye devam eder?
Kendi kendine yeten bir edge ünitesi muayeneye devam eder çünkü yakalama, karar ve kayıt tümü muhafazanın içinde gerçekleşir. Görüntü alınır, hibrit klasik-artı-AI modeli onu sınıflandırır, geç/kal dijital G/Ç veya fieldbus üzerinden PLC'ye iletilir ve sonuç yerel olarak kaydedilir; tümü hattı terk eden bir çağrı olmadan. Çıkarım, ünitenin içindeki fansız Jetson sınıfı 8-16 GB bir kartta çalışır; bu yüzden erişilecek bir sunucu ve zaman aşımına uğrayacak bir şey yoktur.
Sonuç, kontrolöre tesisin kendi ağı üzerinden ulaşır. Ünite geç/kal sinyalini PROFINET, EtherNet/IP, Modbus TCP, EtherCAT veya OPC UA üzerinden ya da 24V'ta 4 giriş ve 4 çıkış üzerinden verir; bunların hiçbiri sahadan çıkan bir rota gerektirmez. Model güncellemeleri canlı bir bağlantı yerine USB bellek ile geldiği için, bir hücre hiçbir giden ağ olmadan çalışabilir ve yine de tam AI muayenesi alabilir; uzaktan pano da karar vermek için bir bağımlılık değil izleme için bir kolaylık hâline gelir. Ağ sağlıklı olduğunda ünite metrikleri merkeze raporlar; ağ çöktüğünde muayeneye devam eder ve sonuçları bağlantı geri gelene kadar tutar.
Muayene çalışma süresi vs hat çalışma süresi: neyi koruyorsunuz?
Muayene çalışma süresi ve hat çalışma süresi farklı metriklerdir ve edge tasarımı, kalite riskini taşıyanı korur. Hat çalışma süresi, hattın üretim yapıp yapmadığıdır; muayene çalışma süresi, çalışan her parçanın gerçekten kontrol edilip edilmediğidir. Ağa bağlı bir hat, muayene sessizce durmuşken hattı hareket halinde tutacak şekilde arıza yapabilir ki bu en kötü durumdur çünkü muayene edilmemiş parçalar, bir müşteri kusuru bulana kadar hatasız görünerek sevk edilir.
| Arıza olayı | Bulut veya ağa bağlı hat | Kendi kendine yeten edge ünitesi |
|---|---|---|
| İnternet veya WAN kesintisi | Muayene durur; parçalar muayene edilmeden geçer veya hat durur | Muayeneye devam eder; karar yerel olarak verilir |
| Tesis LAN anahtar arızası | Kameradan sunucuya bağlantıyı kaybeder | Geç/kal etkilenmez; ünite kart üstünde karar verir |
| Bulut sağlayıcı veya bölge olayı | Sağlayıcı geri getirene kadar hat çöker | Bağımlılık yok; geri getirilecek harici hiçbir şey yok |
| Sunucu veya VM bakım penceresi | Muayene için planlı duruş süresi | Edge, bakımdan etkilenmeden çalışmayı sürdürür |
| Uzaktan panoya erişilemez | Karar yolunu engelleyebilir | Pano yalnızca izlemedir; karar devam eder |
Kararı edge'de tutmak, iki metrik arasındaki boşluğu daraltır: ünitede güç ve tetik varsa, muayene ediyordur; böylece muayene çalışma süresi tesisin BT'sini değil hücreyi izler. Bu yüzden ağ bağımlılığı, ayrı bir BT sorunu olarak ele alınmak yerine, mekanik arızaların yanında erişilebilirlik risk kaydına aittir.
Bir kesintiden sonra sonuçları nasıl tamponlar ve uzlaştırırsınız?
Kalıp, yerel olarak karar verip sonra uzlaştırmaktır. Bir kesinti sırasında ünite geç/kal kararını kontrolöre gerçek zamanlı vermeye devam eder ve her sonucu ile üst verisini cihaz üstünde saklar; böylece hiçbir parça kaçırılmaz ve hiçbir karar bağlantıyı beklemez. Bağlantı geri geldiğinde, tamponlanmış kayıtlar panoya veya MES'e senkronize olur ve filo görünümü, hiçbir ham kare hareket etmek zorunda kalmadan güncellenir. Yerelde tutulan bu parça-başına kayıt, aynı zamanda edge-AI muayenede kalite izlenebilirliğinin dayandığı temeldir: her karar, onu belirli bir parçaya bağlayanüst veriyle birlikte saklanır.
Bu ayrım, gerçek zamanlı yerel bir karar ile ertelenmiş bir metrik senkronizasyonu, bir mimarinin hem tamamen hava boşluklu (izole) bir hatta hem de bağlı bir hatta hizmet etmesini sağlayan şeydir. Karar yolu asla ağa bağımlı değildir; yalnızca raporlama yolu bağımlıdır ve raporlama yolunun geç kalmasına izin verilir.
Bunun ardındaki daha geniş dengelemeler için edge vs bulut görsel muayene üzerine kardeş yazıya bakın; tam yöntem için ise AI görsel muayene üzerine ana rehbere bakın.