边缘:智能传感器
边缘计算使传感器在许多制造应用中使用更加智能。见边缘处理的五个制造用例和三个边缘计算的好处。
学习目标
- 考虑五个边缘处理的制造用例。
- 回顾边缘计算的好处:更快，更低的成本，安全。
- 看看边缘计算如何使用振动传感器和I/O模块。
在过去的五年里，边缘计算吸引了来自不同市场的大量关注——包括正在经历数字转型的工业部门。通信和计算能力的快速发展使边缘计算在工业市场上得到更快的采用。因此，定义“边缘”的位置就变得至关重要。多年来，对这个主题的讨论已经导致了一种普遍的共识，即应该从逻辑上看待边缘，而不是将它与物理设备联系起来。在一份白皮书中工业物联网联盟，尝试描述边缘处理的时间值概念，如图1所示。
图1:工业物联网联盟在白皮书中展示了边缘处理如何通过更快速地响应各种情况来创造价值。资料来源:L&T技术服务
边缘处理的五个制造用例
一些工业用例显示了边缘处理在制造应用中的适用性:
- 一个标准的二三线热电偶正在测量泵的温度。所涉及的数据处理和随后的泵关闭都是远程进行的。延迟操作，导致意外关闭泵和其他问题的概率是多少?这可以有效地解决边缘解决方案?
- 计算机数控(CNC)机床的操作人员担心在操作过程中识别异常。工厂经理要求对这些异常振动采用非接触式解决方案。
- 一个制造商有一台旧的冲压机，想要计算操作的次数。他已经尝试了几种改进方案，包括限位开关，并正在寻找一个更优雅的解决方案。
- 使用摄像头监控关键或危险区域的安全，避免发生事故，需要实时响应，关闭该区域运行的机器。
- 一个加工厂有一个转换过程，在这个过程中，检查基料的颜色是否中性。目前使用的方法是基于离线实验室的测量或基于时间的决策。
在上述所有情况下，使用边缘处理具有巨大的潜力。随着传感器技术的进一步发展，它可以为传感器内部的信号和数据处理铺平道路，从而实现智能传感器。另外，传感器数据可以在传感器附近处理，并实现实时处理，从而产生报警可能性。
边缘计算的好处:更快，更低的成本，安全
边缘计算值得强调的三个好处是:
- 确定性响应时间:如果传感器能够预测计划外停机时间，那么系统必须具有足够的确定性来对情况作出反应，以防止损坏。此外，如果在长距离的数据传输过程中出现延迟，这可能是不安全的。这些可以通过使用边缘来防止。
- 降低云成本:传感器数据产生的输出大部分是时间序列数据，在某些情况下相对较大。在云中存储和处理这些数据涉及巨大的成本。通过边缘计算，可以捕获和分析这些数据，并在将其发送到云之前进行总结，这有助于减少不必要的成本。
- 安全性和数据主权:通过智能传感器和边缘处理，原始数据无需长途传输，从而设计出更好的安全性和数据主权。同时，不同设备对数据的处理可能不如集中式系统安全，从而导致潜在的安全问题。因此，在设计边缘处理系统时，必须仔细检查安全漏洞和缓解技术。
智能传感器，工业应用
当传感器受到温度、压力、光线和振动等物理和环境变化时，会发出电信号。信号经过调理和处理后转换为数据。运行相关算法后，这些数据就会变成知识。这个过程是由附加电路作为子系统来完成的。
随着半导体工业和传感器技术的进步，信号处理到决策过程可以在SoC(片上系统)上实现，从而降低成本和潜在的功耗。这些具有决策和交流有用信息能力的设备被称为智能传感器。
该框图显示了智能传感器的内部内容。
图2:框图描述了智能传感器的内部内容。资料来源:L&T技术服务
振动传感器，I/O模块
基于mems的智能传感器具有扩展功能，成本非常低。一个例子是振动传感器，它提供信号来指示发生的情况，如双抽头检测和阈值检测。有了这些可用的功能，输入/输出(I/O)模块可以接收现成的信息，并且无需进行额外的信号处理。
电机是流程工业的关键资产，需要定期维护，以防止故障和计划外停机。通过安装智能传感器，可以定期监控这些资产的运行状况。如果噪音水平超过阈值水平，智能传感器将触发一个事件给I/O控制器，以对当前正在进行的操作采取行动，如降低转速，减少电机负载或关闭电机。这种预测性维护系统既基础设施又具有成本效益。
一些基于雷达的智能传感器可以探测到进入危险区域的物体或人。这些传感器足够智能，可以测量物体的速度和到达角度，这省去了额外的信号处理算法的需要。一旦物体进入危险区域，智能传感器就会发出I/O信号，可以直接馈送给I/O模块，I/O模块会采取必要的行动，关闭危险区域的机械。
边缘处理
虽然智能传感器代表了下一代技术，但今天使用的许多传感器需要外部处理。这是因为智能传感器的非普遍性质以及相关的成本。在这个行业中出现的一个主要趋势是零接触传感:视频、音频和嗅觉(嗅觉)代表了这些需求中的一部分。
例如，系统的振动是否可以通过分析以高采样率而不是传统的加速度计拍摄的视频来检测?这需要具有相当高计算能力的边缘处理。目前，基于gpu的设备支持这种处理。
在使用边缘计算和智能传感器实现设施自动化后，组织正在经历快速、破坏性的运营变化。通过这些技术，公司可以监控整个设备的有效性，并使用预测性维护工具来检测和解决潜在问题，从而实现实时资产跟踪，提高可视性。工业环境是不断变化的，其弹性依赖于数据来进行有效和高效的决策。边缘扮演着重要的角色，随着边缘生态系统的成熟，其他技术也将受益匪浅。
Shashidhara Dongre是CTO办公室吗麦克纳利Bethapudi是专家，建筑技术和智能基础设施，L&T技术服务．由内容经理马克·t·霍斯克编辑，控制工程，CFE媒体与技术，mhoske@cfemedia.com．
关键词:智能传感器，边缘计算，I/O模块
考虑一下这个
你的应用程序使用边缘计算增强传感器的使用?
