1. Home
  2. 博客

    低功耗蓝牙和机器学习改变工业物联网

低功耗蓝牙和机器学习改变工业物联网 2024-11-21

低功耗蓝牙无线连接和机器学习是工业物联网的基础,帮助工业企业节约成本、提高效率并促进可持续发展

低功耗蓝牙无线连接和机器学习是工业物联网的基础,帮助工业企业节约成本、提高效率并促进可持续发展

为了应对经济、供应链和监管等方面的挑战,工业企业越来越多地投资于数字化以提高运营的可视性和效率,从而带来了工业物联网(IIoT),即由设备、传感器、应用程序和相关网络设备组成的生态系统,它们共同收集、监控和分析来自生产运营的数据。

据称“工业 4.0”是工业革命的下一阶段,通过广泛的机器对机器通信 (M2M)、边缘计算和机器学习 (ML),利用 IioT来支持传统制造实践的大规模自动化。

无线网络将机床、PLC、传感器、网关和云连接起来,使得工厂的每个部分都能收集和处理数据,并把信息与工厂其他部分共享,还可以发放到互联网。这些丰富的信息推动工程师彻底改变等一切产品的制造方式,从易拉罐到汽车、从螺丝钉到智能手机、从拼图到喷气涡轮机。

无线监控和机器学习

这场工业革命的关键在于提高生产率和产品质量,影响这些目标的因素有很多,包括机床振动、工厂温度、湿度和空气质量。现在,可以使用战略性布置在工厂周围的无线传感器网络来监控这些因素带来的影响。

现代工厂环境通常维护良好。这意味着大部分传感器数据都没有异常,大多数时候都只是确认一切正常。将一成不变的信息传输给计算机进行筛选既费时又费钱,还耗费大量能源。相反地,Nordic 如今的无线低功耗蓝牙系统级芯片 (SoC) 集成了功能强大的嵌入式处理器,可执行边缘处理,寻找表明情况可能正在恶化的趋势。这种边缘计算由软件进行辅助,以帮助运行机器学习模型,寻找传感器数据趋势中的偏差,并且仅仅转发关键信息以采取进一步行动。

这些模型可以帮助预先解决这些外部因素可能导致的问题,例如,工人到岗导致的湿度增加、打开门窗带来的空气流动以及昼夜温度的变化,并且在这些因素影响生产流程之前调整机器设置。专用的振动和声学传感器可以监控机床状况,确保它们处于最佳状态。可以在故障发生前报告任何不寻常的振动、温度升高或功耗增加,以便进行早期维护,从而防止出现计划外的生产停工而引致严重损失。

德勤(Deloitte)分析师称,IIoT预测性维护可将生产率提高 25%,将故障率降低 70%,将维护成本降低 25%。该公司称,维护不善可使工厂的生产率降低 5% 至 20%,全球制造商每年因此损失约 500 亿美元[1]

用于电池供电传感器的机器学习

Nordic的nRF52、nRF53和nRF54系列多协议SoC集成了功能强大的Arm Cortex-M4(nRF52系列)和Arm Cortex-M33(nRF53和nRF54系列)处理器。例如,公司的新型 nRF54H20 SoC 集成了多个 Arm Cortex-M33 处理器和 RISC-V 协处理器,每个处理器都针对特定类型的工作负载进行了优化。这款SoC的计算资源由嵌入式大容量非易失性内存和 RAM提供支持,功耗大大低于外部内存。nRF54H20 SoC凭借出色的处理能力和内存容量,成为了下一代 IIoT 应用的理想选择。

nRF54H20和Nordic产品系列中的其他几款多协议SoC支持Edge Impulse公司的TinyML软件(适用于紧凑型、电池供电传感器的简化ML形式)。Nordic 提供一款与 Edge Impulse 合作开发的应用程序,可用于在该公司的Thingy:53 IoT原型平台上训练和部署嵌入式机器学习模型。这款应用程序允许开发人员通过移动设备将原始传感器数据上传到基于云的 Edge Impulse Studio,并通过低功耗蓝牙将训练有素的 ML 模型部署到 Nordic Thingy:53 上。

Nordic 的 nRF54H20 SoC集成了多个 Arm Cortex-M33 处理器和 RISC-V 协处理器,每个处理器都针对特定类型的工作负载进行了优化

Nordic 的 nRF54H20 SoC集成了多个 Arm Cortex-M33 处理器和 RISC-V 协处理器,每个处理器都针对特定类型的工作负载进行了优化

Nordic Semiconductor 和 Edge Impulse 共同开发的应用程序允许开发人员将原始传感器数据上传到基于云的 Edge Impulse Studio,然后通过低功耗蓝牙将训练有素的机器学习模型部署到 Nordic Thingy:53 物联网原型平台上。

Nordic Semiconductor 和 Edge Impulse 共同开发的应用程序允许开发人员将原始传感器数据上传到基于云的 Edge Impulse Studio,然后通过低功耗蓝牙将训练有素的机器学习模型部署到 Nordic Thingy:53 物联网原型平台上。

这种能力促进了传感器的发展,例如采用 Nordic nRF52840 SoC 的Atomation Atom。该传感器可测量振荡,以确定机器电机的振动是否比昨天更大;或者监测温度,以检查机器运行时轴承是否发热。每个 Atom 使用3.6V锂离子电池可工作长达三年时间。传感器在本地监控和处理信息,而不是向中央系统持续发送数据。当超出阈值或设备运行超出正常参数时,就会通过低功耗蓝牙无线连接将数据发送到网关。

Atomation Atom在本地监控和处理信息,避免向中央系统发送源源不断的数据流

Atomation Atom在本地监控和处理信息,避免向中央系统发送源源不断的数据流

蓝牙工业设备市场增长

低功耗蓝牙是用于 IIoT 应用的蓬勃发展的技术。根据分析机构 ABI Research 的白皮书“蓝牙技术如何推动整个工业物联网的数字化转型?”,预计蓝牙功能工业设备市场的年出货量将从 2023 年的 1.43 亿台增长到 2028 年的超过6.11亿台,五年预测期内的复合年增长率(CAGR)将达到 34%[2]

这份报告强调的高增长市场包括蓝牙状态监测或预测性维护设备(包括工业传感器节点和连接工具),预计到2028年这两个市场的年出货量将分别增长到 700 万台和近 1000 万台。

ABI Research 指出,蓝牙技术在工业应用中拥有多项固有优势,包括抗干扰能力强、坚固耐用、功耗超低、在移动和计算设备中无处不在,以及在企业无线基础设施和物联网网关领域占据重要地位。

ABI Research报告指出:“研究一下企业和工业运营痛点的方方面面,需要跟踪物体、监控状态、提供访问权限或感知环境,就有可能利用蓝牙作为连接解决方案。”

连接性和灵活性

无线技术不仅能降低 IIoT 连接的实施成本,还能在工厂进行调整和扩展时轻松地重新配置网络。这种技术不仅改变了产品的制造方式,也改变了产品的设计方式。

现在,通过使用 M2M 通信可将前端办公室与工厂车间连接起来,使得计算机辅助设计(CAD)工具可以与机床对话,直接为机床编程以制造零件。机床可以与 CAD 对话,让其知道制造过程中的瓶颈在哪里,从而可以重新设计产品,在不影响功能的前提下简化制造过程。

这样做的成果是提高了生产率,减少了产品故障,从而持续节约成本并带来了环境效益。

参考资料

1. https://www2.deloitte.com/content/dam/Deloitte/de/Documents/deloitte-analytics/Deloitte_Predictive-Maintenance_PositionPaper.pdf

2. https://go.abiresearch.com/lp-how-can-bluetooth-technology-enable-digital-transformation-across-the-industrial-iot3

订阅Nordic新闻简报

了解最新信息!订阅后即可获取最新Nordic及物联网资讯

立即订阅