物聯(lián)網(wǎng)架構(gòu)的4個必要階段

數(shù)據(jù)采集系統(tǒng)(DAS)從傳感器收集原始數(shù)據(jù),并將其從模擬格式轉(zhuǎn)換為數(shù)字格式。然后,數(shù)據(jù)采集系統(tǒng)聚合并格式化數(shù)據(jù),再然后利用無線廣域網(wǎng)(如Wi-Fi或蜂窩網(wǎng)絡(luò))或有線廣域網(wǎng)通過互聯(lián)網(wǎng)網(wǎng)關(guān)發(fā)送數(shù)據(jù),以進行下一階段的處理。

2345截圖20200908083720.png

是什么讓像動作激活的電燈開關(guān)這樣的自動化設(shè)備與具有相同功能的物聯(lián)網(wǎng)設(shè)備有所不同?一句話:數(shù)據(jù)。使用連接到物聯(lián)網(wǎng)的設(shè)備,當傳感器檢測到動作并且執(zhí)行器打開燈時,這些操作將被捕獲為數(shù)據(jù),并發(fā)送到云或數(shù)據(jù)中心進行記錄和分析。哪里有數(shù)據(jù),哪里就需要物聯(lián)網(wǎng)架構(gòu),告訴數(shù)據(jù)去哪里,使用什么格式,如何到達那里,以及基于這些數(shù)據(jù)采取什么行動。

在本文,我們將快速概述物聯(lián)網(wǎng)架構(gòu),并探討它如何引導數(shù)據(jù)往返于設(shè)備和數(shù)據(jù)中心。

數(shù)據(jù)流:從邊緣到服務器/云

物聯(lián)網(wǎng)體系架構(gòu)通常被描述為一個四階段的過程,在這個過程中,數(shù)據(jù)從傳感器通過網(wǎng)絡(luò)傳輸,最終到達企業(yè)數(shù)據(jù)中心或云端進行存儲、處理和分析。

在物聯(lián)網(wǎng)中,“物”可以是機器,可以是建筑,甚至可以是人。物聯(lián)網(wǎng)架構(gòu)中的進程還以指令或命令的形式向另一個方向發(fā)送數(shù)據(jù),這些指令或命令告訴執(zhí)行器或其他物理連接的設(shè)備采取某種措施來控制物理進程。執(zhí)行器可以做一些簡單的事情,比如開燈,或者在檢測到即將發(fā)生故障時關(guān)閉裝配線。

讓我們來看看物聯(lián)網(wǎng)架構(gòu)的4個階段。

第1階段:傳感器和執(zhí)行器

該過程從傳感器和執(zhí)行器開始,連網(wǎng)設(shè)備監(jiān)測(在傳感器的情況下)或控制(在執(zhí)行器的情況下)某些“東西”或物理進程。傳感器捕捉有關(guān)流程狀態(tài)或環(huán)境條件的數(shù)據(jù),例如溫度、濕度、化學成分、儲罐中的液位、管道中的流體流量或裝配線的速度等等。

在某些情況下,傳感器可以檢測到需要幾乎立即響應的狀況或事件,以便執(zhí)行器可以實時執(zhí)行補救措施,例如,調(diào)整流體的流速或工業(yè)機器人的運動。在這些情況下,要求傳感器與分析/觸發(fā)致動器之間的延遲非常低。為了避免數(shù)據(jù)到服務器的往返延遲、數(shù)據(jù)分析以確定故障以及向“對象”發(fā)送控制的延遲,此關(guān)鍵處理進程需要非常靠近要監(jiān)測或控制的進程。此“邊緣”處理可由模塊上系統(tǒng)(SOM)設(shè)備(例如DigiConnectCore®模塊和/或具有Python的Digi Cellular Router)來執(zhí)行。

第2階段:互聯(lián)網(wǎng)網(wǎng)關(guān)和數(shù)據(jù)采集系統(tǒng)

數(shù)據(jù)采集系統(tǒng)(DAS)從傳感器收集原始數(shù)據(jù),并將其從模擬格式轉(zhuǎn)換為數(shù)字格式。然后,數(shù)據(jù)采集系統(tǒng)聚合并格式化數(shù)據(jù),再然后利用無線廣域網(wǎng)(如Wi-Fi或蜂窩網(wǎng)絡(luò))或有線廣域網(wǎng)通過互聯(lián)網(wǎng)網(wǎng)關(guān)發(fā)送數(shù)據(jù),以進行下一階段的處理。

此時,數(shù)據(jù)量已達到最大值。數(shù)量可能非常龐大,尤其是在工廠環(huán)境中,數(shù)百個傳感器可能同時收集數(shù)據(jù)。因此,數(shù)據(jù)需要被過濾和壓縮到最佳傳輸大小。

第3階段:預處理——邊緣分析

一旦物聯(lián)網(wǎng)數(shù)據(jù)被數(shù)字化和聚合,它將需要處理以進一步減少數(shù)據(jù)量,然后才能進入數(shù)據(jù)中心或云。邊緣設(shè)備可以執(zhí)行一些分析,以作為預處理的一部分。在此階段,機器學習對提供系統(tǒng)反饋和持續(xù)改進流程非常有幫助,而無需等待從公司數(shù)據(jù)中心或云返回指令。這種類型的處理通常發(fā)生在靠近傳感器所在位置的設(shè)備上,例如在現(xiàn)場配線柜中。

第4階段:在云或數(shù)據(jù)中心進行深入分析

在該過程的第4階段,可以使用強大的IT系統(tǒng)來分析、管理和安全地存儲數(shù)據(jù)。這通常發(fā)生在企業(yè)數(shù)據(jù)中心或云中,在這里,來自多個現(xiàn)場站點/傳感器的數(shù)據(jù)可以組合在一起,以提供整個物聯(lián)網(wǎng)系統(tǒng)的更廣闊圖景,并為IT和業(yè)務經(jīng)理提供可操作的見解。一家公司可能會在不同的地理區(qū)域運營,可以分析物聯(lián)網(wǎng)數(shù)據(jù)來識別關(guān)鍵趨勢和模式,或者發(fā)現(xiàn)異常。

在此級別上,特定于行業(yè)和/或公司的應用程序可用于執(zhí)行深入分析并應用業(yè)務規(guī)則,以確定是否需要采取措施。傳入的數(shù)據(jù)可以指示對設(shè)備設(shè)置的期望更改或優(yōu)化流程的其他方式,從而形成了有助于不斷改進的循環(huán)。階段4還包括將數(shù)據(jù)存儲在數(shù)據(jù)倉庫中,以進行記錄保存和進一步分析。

流程需要平臺

除了四階段物聯(lián)網(wǎng)架構(gòu)之外,還必須考慮物聯(lián)網(wǎng)平臺,它提供了階段之間的連接。平臺的架構(gòu)定義了數(shù)據(jù)通信的具體細節(jié)。它確定哪些數(shù)據(jù)流向何處,以及在每個階段執(zhí)行多少處理。物聯(lián)網(wǎng)平臺可以根據(jù)系統(tǒng)的專業(yè)化程度進行不同程度的定制。

舉個例子,世界上任何一個城市的路燈物聯(lián)網(wǎng)可能都非常相似,而用于制造醫(yī)療設(shè)備的3D打印機上的傳感器和執(zhí)行器可能是獨一無二的。

憑借可靠的平臺和精心設(shè)計的架構(gòu),物聯(lián)網(wǎng)可以提高幾乎每個行業(yè)的安全性、效率和生產(chǎn)力。合適的物聯(lián)網(wǎng)平臺可以為您提供成功所需的工具。

物聯(lián)網(wǎng)的最佳時刻即將到來

雖然物聯(lián)網(wǎng)已經(jīng)在許多消費者、商業(yè)、工業(yè)和基礎(chǔ)設(shè)施應用中得到廣泛使用,但我們可以預計,在不久的將來,物聯(lián)網(wǎng)系統(tǒng)將以更大的數(shù)量和更多的用例出現(xiàn)。(編譯iothome)

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論