【導讀】隨著工業供應商繼續將智能互聯解決方案集成到其現有運營中
，工業物聯網 （IIoT） 革命正在全麵發展。一個高層次的挑戰是，許多 IIoT 解jie決jue方fang案an的de任ren務wu是shi捕bu獲huo大da量liang數shu據ju並bing將jiang其qi從cong無wu數shu傳chuan感gan器qi移yi動dong到dao雲yun端duan。通tong常chang
，這zhe會hui因yin原yuan始shi數shu據ju的de瓶ping頸jing泛fan濫lan而er造zao成cheng無wu意yi的de嚴yan重zhong影ying響xiang。使shi用yong笨ben拙zhuo的de傳chuan感gan器qi方fang法fa
，典dian型xing的de“將所有內容發送到雲”模型可能會非常低效。這通常會給雲平台帶來幾乎不可能完成的任務，即從大量噪音中提取一些有價值的數據。

隨著工業供應商繼續將智能互聯解決方案集成到其現有運營中
，工業物聯網 （IIoT） 革命正在全麵發展。一個高層次的挑戰是，許多 IIoT 解jie決jue方fang案an的de任ren務wu是shi捕bu獲huo大da量liang數shu據ju並bing將jiang其qi從cong無wu數shu傳chuan感gan器qi移yi動dong到dao雲yun端duan。通tong常chang
，這zhe會hui因yin原yuan始shi數shu據ju的de瓶ping頸jing泛fan濫lan而er造zao成cheng無wu意yi的de嚴yan重zhong影ying響xiang。使shi用yong笨ben拙zhuo的de傳chuan感gan器qi方fang法fa
，典dian型xing的de“將所有內容發送到雲”模型可能會非常低效。這通常會給雲平台帶來幾乎不可能完成的任務，即從大量噪音中提取一些有價值的數據。

在 IIoT 中，精密傳感和測量的作用在可靠性和準確性至關重要的應用中至關重要。IIoT 創(chuang)新(xin)者(zhe)在(zai)管(guan)理(li)大(da)量(liang)數(shu)據(ju)同(tong)時(shi)還(hai)要(yao)保(bao)持(chi)整(zheng)個(ge)解(jie)決(jue)方(fang)案(an)的(de)完(wan)整(zheng)性(xing)方(fang)麵(mian)麵(mian)臨(lin)多(duo)項(xiang)挑(tiao)戰(zhan)。係(xi)統(tong)工(gong)程(cheng)師(shi)正(zheng)在(zai)利(li)用(yong)邊(bian)緣(yuan)的(de)硬(ying)件(jian)和(he)軟(ruan)件(jian)創(chuang)新(xin)來(lai)克(ke)服(fu)這(zhe)些(xie)挑(tiao)戰(zhan)
，其(qi)中(zhong)一(yi)種(zhong)解(jie)決(jue)方(fang)案(an)是(shi)更(geng)智(zhi)能(neng)的(de)傳(chuan)感(gan)器(qi)節(jie)點(dian)，能(neng)夠(gou)在(zai)邊(bian)緣(yuan)提(ti)取(qu)和(he)解(jie)釋(shi)數(shu)據(ju)，以(yi)便(bian)僅(jin)將(jiang)重(zhong)要(yao)數(shu)據(ju)發(fa)送(song)到(dao)雲(yun)端(duan)進(jin)行(xing)處(chu)理(li)。分(fen)布(bu)式(shi)分(fen)析(xi)處(chu)理(li)模(mo)型(xing)可(ke)以(yi)實(shi)現(xian)本(ben)地(di)化(hua)決(jue)策(ce)，並(bing)緩(huan)解(jie)有(you)關(guan)延(yan)遲(chi)、安全性、帶寬和功耗的許多問題。

優化的智能分區最大化數據價值

由於隻有一部分 IIoT 數(shu)據(ju)真(zhen)正(zheng)有(you)價(jia)值(zhi)，因(yin)此(ci)大(da)部(bu)分(fen)數(shu)據(ju)並(bing)不(bu)重(zhong)要(yao)，可(ke)以(yi)忽(hu)略(lve)不(bu)計(ji)。但(dan)是(shi)，如(ru)果(guo)不(bu)仔(zai)細(xi)注(zhu)意(yi)邊(bian)緣(yuan)節(jie)點(dian)的(de)分(fen)析(xi)要(yao)求(qiu)
，最(zui)高(gao)質(zhi)量(liang)的(de)傳(chuan)感(gan)數(shu)據(ju)仍(reng)然(ran)可(ke)能(neng)被(bei)邊(bian)緣(yuan)化(hua)。

需(xu)要(yao)實(shi)時(shi)本(ben)地(di)決(jue)策(ce)的(de)係(xi)統(tong)數(shu)據(ju)應(ying)該(gai)在(zai)它(ta)被(bei)聚(ju)合(he)到(dao)雲(yun)中(zhong)的(de)遠(yuan)程(cheng)點(dian)之(zhi)前(qian)很(hen)久(jiu)就(jiu)采(cai)取(qu)行(xing)動(dong)。相(xiang)比(bi)之(zhi)下(xia)，利(li)用(yong)曆(li)史(shi)價(jia)值(zhi)和(he)預(yu)測(ce)模(mo)型(xing)來(lai)影(ying)響(xiang)長(chang)期(qi)洞(dong)察(cha)力(li)的(de)信(xin)息(xi)是(shi)雲(yun)處(chu)理(li)的(de)理(li)想(xiang)應(ying)用(yong)。將(jiang)數(shu)據(ju)歸(gui)檔(dang)到(dao)海(hai)量(liang)數(shu)據(ju)庫(ku)中(zhong)以(yi)進(jin)行(xing)追(zhui)溯(su)處(chu)理(li)和(he)決(jue)策(ce)發(fa)揮(hui)了(le)強(qiang)大(da)的(de)雲(yun)處(chu)理(li)和(he)存(cun)儲(chu)的(de)優(you)勢(shi)。

邊(bian)緣(yuan)處(chu)理(li)可(ke)以(yi)是(shi)一(yi)個(ge)分(fen)析(xi)命(ming)題(ti)
，除(chu)了(le)將(jiang)數(shu)據(ju)發(fa)送(song)到(dao)遠(yuan)程(cheng)服(fu)務(wu)器(qi)進(jin)行(xing)雲(yun)級(ji)分(fen)析(xi)外(wai)，還(hai)可(ke)以(yi)在(zai)靠(kao)近(jin)其(qi)源(yuan)的(de)位(wei)置(zhi)分(fen)析(xi)數(shu)據(ju)。通(tong)過(guo)與(yu)傳(chuan)感(gan)器(qi)的(de)緊(jin)密(mi)耦(ou)合(he)，時(shi)間(jian)敏(min)感(gan)的(de)反(fan)饋(kui)回(hui)路(lu)可(ke)以(yi)提(ti)供(gong)即(ji)時(shi)處(chu)理(li)，從(cong)而(er)提(ti)供(gong)更(geng)明(ming)智(zhi)的(de)決(jue)策(ce)
，同(tong)時(shi)盡(jin)早(zao)在(zai)信(xin)號(hao)鏈(lian)中(zhong)移(yi)動(dong)實(shi)時(shi)分(fen)析(xi)處(chu)理(li)還(hai)可(ke)以(yi)減(jian)少(shao)下(xia)遊(you)的(de)有(you)效(xiao)負(fu)載(zai)負(fu)擔(dan)並(bing)縮(suo)短(duan)延(yan)遲(chi)。此(ci)外(wai)，邊(bian)緣(yuan)節(jie)點(dian)的(de)初(chu)始(shi)數(shu)據(ju)處(chu)理(li)可(ke)以(yi)簡(jian)化(hua)數(shu)據(ju)格(ge)式(shi)並(bing)減(jian)少(shao)雲(yun)網(wang)關(guan)最(zui)終(zhong)聚(ju)合(he)的(de)通(tong)信(xin)帶(dai)寬(kuan)（圖 1）。

圖1 邊緣節點的智能分區可在信號鏈中進一步實現更精簡的處理和智能，從而實現更高效的物聯網解決方案。

邊緣節點洞察處理——智能工廠

IIoT 中一項重要的應用是機器振動狀態監測。新的或舊的機器設備可以具有安裝有高動態範圍 MEMS 加速度計的關鍵機械部件（例如旋轉軸或齒輪）。這些多軸傳感器實時采樣機器的振動，這些特征可以被測量
、處chu理li並bing與yu理li想xiang的de機ji器qi輪lun廓kuo進jin行xing比bi較jiao。在zai工gong廠chang中zhong，對dui這zhe些xie信xin息xi的de分fen析xi有you助zhu於yu提ti高gao效xiao率lv
，減jian少shao生sheng產chan線xian停ting機ji情qing況kuang，並bing可ke以yi提ti前qian預yu測ce機ji械xie故gu障zhang。在zai極ji端duan情qing況kuang下xia
，可ke以yi立li即ji關guan閉bi具ju有you快kuai速su惡e化hua的de機ji械xie部bu件jian的de機ji器qi，否fou則ze會hui導dao致zhi進jin一yi步bu的de損sun壞huai。

gaijiejuefangandemudeshizaifashengguzhangzhiqianshibieheyucejiqixingnengwenti。zaibianyuanchuanganqijiedian

，duozhougaodongtaifanweijiasudujijiancegongyejiqibutongweizhidezhendongweiyi。keyiduiyuanshishujujinxingguolvhechouqu，yibianzaiweikongzhiqi（MCU） 內進行頻域解釋。可以處理與已知性能限製進行比較的快速傅裏葉變換 （FFT），以針對下遊通過、失敗和警告警報進行測試（圖 2）。FFT 內的處理增益可以通過有限脈衝響應 （FIR） 濾波來實現，以去除超出目標帶寬的寬帶噪聲。

圖2 盡jin管guan可ke以yi定ding期qi執zhi行xing機ji器qi維wei護hu，但dan通tong常chang無wu法fa通tong過guo有you關guan機ji器qi狀zhuang況kuang的de情qing報bao來lai完wan成cheng。通tong過guo分fen析xi特te定ding機ji器qi操cao作zuo的de振zhen動dong性xing能neng
，邊bian緣yuan節jie點dian警jing報bao可ke以yi提ti供gong預yu測ce故gu障zhang點dian和he維wei護hu裏li程cheng碑bei。

邊(bian)緣(yuan)節(jie)點(dian)處(chu)理(li)是(shi)機(ji)器(qi)狀(zhuang)態(tai)監(jian)控(kong)的(de)重(zhong)要(yao)組(zu)成(cheng)部(bu)分(fen)。考(kao)慮(lv)到(dao)單(dan)台(tai)機(ji)器(qi)可(ke)能(neng)有(you)許(xu)多(duo)傳(chuan)感(gan)器(qi)並(bing)且(qie)可(ke)能(neng)同(tong)時(shi)監(jian)控(kong)數(shu)百(bai)台(tai)機(ji)器(qi)

，采(cai)樣(yang)數(shu)據(ju)的(de)全(quan)帶(dai)寬(kuan)可(ke)能(neng)會(hui)在(zai)無(wu)線(xian)網(wang)關(guan)處(chu)提(ti)供(gong)顯(xian)著(zhe)的(de)聚(ju)合(he)瓶(ping)頸(jing)。MCU 內的濾波和智能決策可為無線收發器提供低帶寬輸出，無需在雲中進行密集的濾波處理（圖 3）。

圖3  振動監測的典型信號鏈。

邊緣節點分析可以大大減少決策時間延遲。圖 4 中顯示了一個示例，其中超過了 MEMS chuanganqijinggaoyuzhixianzhibinglijifasongjingbao。ruguoshijianjiduandaozuyibeirenweishiyanzhongde
，zekeyishouquanjiedianzidongjinyongyouwentideshebei，yifangzhishijianmingandezainanxingjixieguzhang。

圖4  caiyangjiqizhendongshujudeshiyubiaoshi，qizhongbijiaoqiyuzhikeyiquedingganceheceliangshujushifouzaibianyuanzhiwaichuandi。keyibaochijiaodidegonglvzhuangtaiyiguolvdabufenxinxi，zhidaotongguoyuzhijiaochashijianshixianshujuyoushi。

或者，可以調用觸發信號以使另一個感測和測量節點（例如輔助機器組件上的一個）能neng夠gou開kai始shi基ji於yu第di一yi事shi件jian解jie釋shi數shu據ju，從cong而er減jian少shao來lai自zi邊bian緣yuan節jie點dian的de采cai樣yang數shu據ju的de總zong數shu據ju集ji。為wei了le確que定ding任ren何he振zhen動dong異yi常chang，前qian端duan節jie點dian必bi須xu設she計ji具ju有you所suo需xu的de檢jian測ce性xing能neng。傳chuan感gan和he測ce量liang電dian路lu的de動dong態tai範fan圍wei、采樣率和輸入帶寬應該足以識別任何偏移事件。

解釋

如果精確知道感興趣的機械特征頻率，則可以規劃 MCU 內模數轉換器 （ADC） 的采樣率和 FFT 大小
，以使最大能量落在單個直方圖 bin 的寬度內。這將防止信號功率通過多個 bin 泄漏並降低幅度測量的精度。

圖 5 是 FFT 的一個示例
，其中在邊緣節點 MCU neijieshitedingyudingquyuyiyongyuduogeguanchadaodejixiezujian。zaisuoxulvsequyuneidadaofengzhidexiangtinengliangbiaoshiyunxinglianghao，erhuangsehehongsequyufenbiebiaoshijinggaoheyanzhongjingbao。daitichuanshuquanbuchuanganqidaikuan，jiaodideshujusulvjingbaohuochufamianbaoxiekeyitixingxitongguanzhuquyuneidepianyishijian。

圖5  FFT bin 能量可用於觸發警報。

機器狀態監控隻是智能工廠應用的一個例子，其中邊緣節點處理有利於 IIoT 係統的成功。可以處理和解釋最重要的數據
，以便立即采取本地化行動。這減輕了遠程雲分析的全部帶寬需求負擔。

（作者：Ian Beavers）

推薦閱讀：

麵向移動機器人的無線充電技術實現工業4.0

利用物聯網充分發揮智能電網優勢

助推電動汽車發展的新動力：Soitec 的 SmartSiC™

如何使用AT32F407以太網通信接口實現在應用中編程(IAP)

電源線噪聲：共模幹擾、差模幹擾