基于邊緣節點的工業物聯網檢測和測量電路方案設計

2019年11月27日 作者:Teardown

工業物聯網(IoT)正在醞釀廣泛的轉變,這種轉變不僅將使互聯機器間的相互檢測成為一種競爭優勢,還將使其成為必不可少的基本服務。工業物聯網以邊緣節點為起始點,后者是檢測和測量的目標切入點。這是物理世界與計算數據分析進行交互的接口所在。互聯的工業機器可檢測大量的信息,進而用于制定關鍵決策。這種邊緣傳感器可能遠離存儲歷史分析的云服務器。它必須通過將邊緣數據聚合到互聯網的網關進行連接。理想情況下,邊緣傳感器節點具有很小的規格尺寸,可在空間受限的環境中輕松進行部署。

檢測、測量、解讀、連接

在這個包含多個部分的工業物聯網系列文章的第一部分,我們將分解和研究大型物聯網框架中邊緣節點檢測和測量能力的基本方面:檢測、測量、解讀和連接數據,同時還將考慮功率管理和安全性。每個部分都將探討一組獨特的挑戰。邊緣節點的智能管理對成功實施來說十分關鍵。在一些情況下,超低功耗(ULP)是最重要的性能指標。在關鍵事件期間,當傳感器從睡眠模式喚醒時,可以過濾掉絕大多數的潛在數據。

圖1. 邊緣節點器件智能地檢測、測量和解讀數據并將其連接至與云相連的互聯網網關。數據可以通過一些形式的分析進行預處理,然后再傳輸以進行更深的數據挖掘智能分析。

傳感器構成工業物聯網電子生態系統的前端邊緣。測量階段將檢測到的信息轉換為有意義的數據,如壓力、位移或旋轉的可量化值。在解讀階段,邊緣分析與處理會將測量數據轉換為可操作的事件。1 只有最有價值的信息才應越過節點連接到云,以供預測或歷史處理。在整個信號鏈中,都可以根據初始的可接受性限制來抑制或過濾數據。理想情況下,傳感器節點應僅發送絕對必要的信息,并且應在獲得關鍵數據后盡快制定關鍵決策。

邊緣節點必須通過有線或無線傳感器節點(WSN)連接到外部網絡。在信號鏈的這一部分中,數據完整性仍然十分關鍵。如果通信不一致、丟失或損壞,則優化檢測和測量數據幾乎沒有價值。通信期間數據丟失是不可接受的。存在電氣噪聲的工業環境可能十分惡劣和艱苦,尤其是在存在大量金屬物體情況下進行射頻通信時。因此,必須在系統架構設計期間預先設計魯棒的通信協議。

ULP系統的功率管理以選擇調節器元件來實現最大效率為起點。但是,由于邊緣節點也可能以快速占空比喚醒和睡眠,因此還應考慮上電和掉電時間。外部觸發器或喚醒命令能夠幫助快速提醒邊緣節點,使其開始檢測和測量數據。

數據安全性也是工業物聯網系統必須考慮的一個問題。我們不僅需要確保邊緣內的數據安全無慮,還必須確保其對網絡網關的訪問免受惡意攻擊。決不允許仿冒邊緣節點來獲取網絡訪問以進行不法活動。

智能始于邊緣

邊緣處具有眾多檢測解決方案,這些解決方案可能不只是單個分立器件。邊緣可能存在多種不同的無關數據采集。溫度、聲音、振動、壓力、濕度、運動、污染物、音頻和視頻只是其中可檢測的部分變量,這些數據會經過處理并通過網關發送至云,以進行進一步的歷史和預測分析。

毫不夸張地說,傳感器就是工業物聯網的支柱。2 但更準確的說法應該是,它們是獲得洞察的中樞神經系統。邊緣節點檢測和測量技術是目標數據的"出生地"。如果在解決方案鏈的這一階段如實地記錄了不良或錯誤的數據,則云中再多的后期處理也無法挽回損失的價值。

任務關鍵型系統(如具有高風險結果的醫療保健和工廠停機監控系統)要求質量數據測量具有魯棒的完整性。數據質量至關重要。誤報或遺漏可能代價高昂,非常耗時,甚至可能威脅生命。代價巨大的錯誤最終會導致計劃外的維護、勞動力使用效率低下,甚至不得不禁用整個物聯網系統。智能始于邊緣節點,而此處也適用那句老話:如果輸入的是垃圾,那么輸出的也一定是垃圾。

圖2. 很多有線和無線邊緣節點輸出可自主連接到網關節點,以便在傳輸至云服務器之前進行聚合。

能夠訪問數據寶藏也就意味著需要承擔重大的責任

在沒有邊緣節點智能的傳統信號鏈解決方案中,數據只是數據。非智能節點從不會幫助生成用于制定可行決策的智慧和知識。1 可能存在大量對系統目標性能沒有影響的原始低質量數據。3 轉換所有這些數據并將其發送至最終云存儲目的地可能需要消耗大量的功率和帶寬。

相比之下,聰明的智能分區邊緣節點檢測和測量會將數據轉換為可付諸行動的信息。智能節點可降低整體功耗,縮短延遲并減少帶寬浪費。4 這使得具有較長延遲的反應型物聯網可以轉變成實時的預測型物聯網模式。物聯網仍然適用基本的模擬信號鏈電路設計理念。對于復雜的系統,通常需要擁有深厚的應用專業知識來解讀已處理的數據。

優化的智能分區最大程度地提升了云價值

只有最重要的測量信息才需要通過網關發送至云端以進行最終處理。在一些情況下,大多數數據根本不重要。5 但是,對于本地實時決策所需的時間關鍵型系統數據,應在將其聚合到可進行遠程訪問的遠端節點之前及早依其行事。相反,通過預測模型利用歷史值來影響長期洞察的信息是云處理的理想應用。通過將數據歸檔到龐大的數據庫以供追溯處理和決策使用,發揮出了云處理和存儲的強大優勢。6

圖3. 邊緣節點的智能分區解決了以前無法解決的新挑戰。信號鏈中更早的精簡處理和智能實現了更高效的整體物聯網解決方案。

實時決策依賴于邊緣

物聯網傳感器主要為模擬傳感器。具體的工業應用要求將決定邊緣節點前端所需傳感器的動態范圍和帶寬。在將信號轉換為數字表示并傳輸到邊緣外部前,信號鏈的前端將處于模擬域內。如果選擇不當,模擬信號鏈中的各個元件都有可能限制邊緣節點的整體性能。動態范圍將為目標滿量程傳感器相對于本底噪聲或下個最高無用信號的差值。

由于物聯網傳感器通常會同時尋找已知和未知活動,因此模擬濾波器并非始終有意義。數字濾波會在對信號進行采樣后執行。除非在傳感器的前端使用模擬濾波器,否則基波的諧波或其他雜散信號可能混入檢測的信息并與目標信號競爭功率。因此,在設計階段應該針對時域和頻域中的意外檢測信號制定應對計劃,防止干擾偽像出現在測量數據中。

1 2

相關文章

tracer ?? 比特币3分赛车计划 彩吧图库红五3d图库第五版 哪里有天津11选5的平台 彩票中了八万不让兑奖 八大胜 双色球稳赚不赔的方法 广东11选五稳赚技巧 上海斗地主弈棋耍大牌手机版 怎么打湖南怀化麻将 云南快乐10分前三走势 吉林十一选五今天奖号 魔法卡片怎么赚钱 公路铁路赚钱么