物联网

工业以太网系统必须比办公室以太网更健壮。

以太网,特别是工业以太网最近已成为制造业界流行的行业术语。虽然相似,但它们都具有不同的特性和优点。本文将探讨以太网和工业以太网是什么以及它们有何不同。

什么是以太网?

以太网最初是在20世纪70年代开发的,后来被标准化为IEEE 802.3。以太网是IEEE 802.3涵盖的一组局域网(LAN)产品,IEEE 802.3是一组电气和电子工程师协会(IEEE)标准,定义 了有线以太网媒体访问控制的物理层和数据链路层。1 这些标准还描述了配置以太网网络的规则以及网络元素如何 相互协作。

以太网允许计算机通过一个网络连接 - 如果没有它,现代世界中的设备之间的通信将不可能实现。以太网是电线和电缆系统的全球标准,可通过组织的单一网络连接多台计算机,设备,机器等,以便所有计算机都可以相互通信。以太网始于单根电缆,可以在一个网络上连接多个设备。现在,以太网可以根据需要扩展到新设备。以太网现在是世界上 最流行 和广泛使用的网络技术。3

工业以太网如何工作

图1.工业环境中需要这种先进技术以确保正确发送和接收具体的制造数据。如果使用灌装设备的例子,工业以太网自动化技术能够通过网络发送灌装数据,以确保瓶子按照预期进行灌装。

当使用以太网时,数据流将被分成较短的部分或帧,每部分包含特定信息,例如数据的来源和目的地。这些数据是必要的,以便网络根据需要接受和发送数据。

以太网技术的其他术语包括:

介质:在现代以太网技术中,介质是以太网设备连接的双绞线或光缆,为数据传输提供路径

细分:单个共享媒体。

节点:连接到网段的设备。

标准以太网能够以10 Mbps到100 Mbps的速度发送数据。千兆位以太网是在IEEE 802.3标准下用于描述以1 Gbps速率传输的以太网速度的术语。千兆位以太网首先通常用于骨干网传输以及高性能或高容量服务器。然而,随着时间的推移,桌面连接和PC已经能够支持它。

以太网上的其他信息

PC Magazine解释说,以太网不能与Wi-Fi-Ethernet 使用电缆连接电脑和设备混淆 。4 几乎每个对网络或LAN连接的引用都是以太网。

什么是工业以太网?

工业以太网就像听起来一样 - 以太网适用于工业设备,这往往需要更坚固的连接器,电缆,最重要的是更好的确定性。为了实现更好的确定性,工业以太网使用专用协议和以太网。目前比较流行的工业以太网协议是PROFINET ®,EtherNet / IP的®,EtherCAT的®,SERCOS III,和POWERLINK ®。

使用工业以太网,数据传输速率范围从 10 Mbps到1 Gbps。5 然而,100 Mbps是工业以太网应用中最流行的速度。

图2.工业以太网需要在办公室中使用的以太网系统中看不到的其他考虑因素。工厂地板上的制造设备暴露于不同的温度,振动和其他可能令人不安的噪音。

怎么运行的

工业以太网协议(如PROFINET和EtherCAT)以一种方式修改标准以太网,以确保不仅能正确发送和接收特定的制造数据,还能在需要数据执行特定操作时及时发送和接收数据。例如,使用工业以太网自动化技术的灌装厂能够通过网络发送灌装数据,以确保灌装瓶按预期进行灌装。实时自动化报告称,当瓶子满了时,将通过网络发送停止灌装指令 。6

消息人士称,这样的信息在办公室环境中不会那么重要。如果网页丢失,用户只需点击刷新按钮。然而,在工厂中,一个小问题可能会变成一场灾难 - 公司不会花时间让人们注意到错误并手动按下按钮。然而,工业以太网自动化网络可以检测装瓶过程中的错误,并自动停止过程,避免浪费时间,产品和资金。

以太网和工业以太网之间的其他差异

实时自动化报告称,以太网可用于更多的办公室,而不是工业设置。办公室以太网设计用于基本的使用级别,而工业以太网可以考虑多个级别并应用于更重的环境。

工业以太网更适合处理工厂噪声,工厂过程需求和更恶劣的环境,甚至能更好地应对工厂数据冲突。

工业以太网技术中的电缆和连接器也可能有所不同。例如,实时自动化报告称,工业设置中使用的连接器不是基本的卡扣式锁定机制。由于环境较为恶劣,需要较重的锁定机构。密封连接器也经常在重型应用中需要。

商用或办公室以太网和工业以太网之间的布线也可能不同。与常规以太网电缆相比,轻型工业电缆可能具有更高的护套质量。而且,正如所料,重型电缆周围的护套和所用金属的质量也有所提高,使其更耐用。

定义工业以太网并将其与以太网分开时,确定性是一个重要因素。标准的以太网是 不确定性的自身,7 但是工业环境要求决定。他们需要在特定时间发送和接收数据包,并且他们需要保证每次都能发送数据。这是因为工业环境中设备之间的数据丢失或数据延迟可能会导致灾难,比如生产过程中的一个主要缺陷。实时信息传输通常是公司决定选择何种类型的以太网解决方案的主要决定因素。公司需要评估他们的具体需求,并确定哪些以太网解决方案最适合他们的组织。

参考

1 ANSI / IEE 802.3-2002-IEEE标准,用于IT-电信和信息交换系统-LAN / MAN-SpecificRequirements-第3部分:CSMA / CD接入方法和物理层规范 - 维护修订#6。IEEE,2002。

2 以太网教程 - 第1部分:网络基础知识。Lantronix的。

3 Nick Pidgeon。“ 以太网如何工作。” HowStuffWorks,2000年4月。

4 定义:以太网。PC杂志。

5 关于工业以太网的一切。赫斯曼。

6 什么是工业以太网。实时自动化。

7 “ 了解以太网速度和确定性 ”,自动化世界,2011年11月。

点击这里,获取更多电机控制设计信息

围观 3
142

新一轮科技革命与产业变革孕育兴起,智能制造正在成为全球制造业变革的重要方向和竞相争夺的制高点。主要制造业国家纷纷出台推动智能制造的相关战略及政策,抢占新一轮产业发展的高地。

美国在这过去的这一年中,智能制造产业技术成果丰硕,今天介绍美国在大数据、物联网以及VR的进展。

总体而言,2017年,美国的大数据与云服务、物联网产业巨头竞逐,也有新创公司表现亮眼,而VR应用开发则展现出重视医疗与照护的特色。

大数据与云服务:IBM频出大手笔,滴滴出行入驻硅谷

2017年1月,IBM(国际商业机器公司)宣布将以26亿美元收购医疗保健数据和分析提供商Truven Health Analytics。这是过去2年以来IBM进行的第4笔与健康数据有关的大型收购。Truven Health Analytics拥有8500家客户,其中包括美国联邦政府和州政府机构、雇主、医保、医院等,以及三亿病人数据。此外Truven还拥有2500名雇员,包括数据科学家、研究人员以及各类专家等,这都是IBM Watson Health真正发挥作用所必不可少的资源。

3月,美国陆军表示选择IBM为其位于阿拉巴马州的Redstone军营建设并运营数据中心。这是美国陆军私有云企业计划的一部分,美国陆军2016年宣布将采用“内部部署,商业化运营的云”以取代11个正在运营的数据中心设施。该交易合同期为一年,并有四个额外的一年期期权,这五年中将花费约6200万美元。IBM公司将构建基础架构,并提供基础架构即服务(IaaS)。IBM表示,它是美国国防信息系统局授权的唯一一家在政府机构运行基础设施即服务解决方案的公司。

同在3月,滴滴出行宣布其在美国硅谷山景城成立滴滴美国研究院,投入大数据安全与智能驾驶两大领域的研究,加速布局全球创新网络。公司指出,美国研究院目前已有数十位数据工程师和研究人员加盟,主要研究课题包括云安全、深度学习、人机交互、电脑视觉及图像学、智能驾驶等领域的技术开发与应用。目前,滴滴正在积极招聘人才。滴滴美国研究院将配合滴滴大研究网络,将研究成果应用于提升产品和服务,并运用创新科技为更多城市打造具有前瞻性的整体交通方案,助力滴滴国际化战略。

物联网:双雄发力eMTC布局,IBM同样有出色表现

3月,美国电信运营巨头Verizon在美国本土推出首个全国性商用LTE Cat-M1网络,覆盖面积达240万平方公里。而按照另一巨头AT&T之前的计划,其LTE-M网络将在2017年年底覆盖美国,不过AT&T随后决定将时间表提前至2017年年中。在完成全美覆盖后,AT&T还计划今年底将LTE-M网络覆盖至墨西哥。

4月,美国初创公司Bext360宣布试图利用人工智能、区块链以及物联网技术变革全球咖啡供应链,以此提高咖啡农收入。Bext360开发出一款咖啡豆自动回收机,利用光学筛选法评估咖啡果和咖啡豆,并按照质量为其分级。咖啡农可利用App查看咖啡豆的等级,并接受买方的购买提议。在Stellar区块链交易平台的支持下,该App会立即付款给咖啡农。

10月,IBM在物联网大会上宣布,美国家庭服务公司Sears Home Services和食品加工厂商Golden State Foods通过IBM Watson IoT的服务来提升业务质量。根据Gartner的预估,到2022年,物联网每年将为企业在维护和服务方面节省上兆美元的成本。

VR:应用研发关注医疗培训与照护领域

9月,英国AI和VR开发公司AiSolve收购了美国VR咨询公司Clay Park VR。Clay Park VR最近领导了洛杉矶儿童医院的VR试点项目,试图通过VR项目取代昂贵且耗时的假人医疗培训,且表现出色。基于此,AiSolve做出了收购Clay Park VR的决定。

也是在9月,为了提供高标准护理、高质量设施与高新科技,打造充满活力的养老环境,美国梅普尔伍德养老院为老年人量身打造了一套VR娱乐系统。该系统不仅可以改善记忆、增强老年人的社交能力,还可以帮助他们减压,推动老年教育事业进步。

总体而言,2017年,美国的大数据与云服务、物联网产业巨头竞逐,也有新创公司表现亮眼,而VR应用开发则展现出重视医疗与照护的特色

本文转自:2017,美国物联网的发展与改变

点击这里,获取更多IOT物联网设计信息

围观 17
101

作者:Joe Triggs 应用经理 ADI公司

摘要

对于需要进行系统设计和交付的技术团队来说,有效识别和调试半导体问题极为重要。系统复杂度增加以及产品上市时间缩短会对在最短时间内解决问题造成巨大压力——有哪位工程师没有被要求过昨天改完今天交付?在如此重压之下,很难有逻辑又有条理地调试一个问题。而逻辑条理地调试问题却恰恰是及时找到解决方案的关键所在。

显然,完整的调试框架可以大量节省工程师的时间,减少调试复杂半导体问题时的挫败感。本文通过直观的示例描述了这样一种框架。虽然本文透过视频产品来研究半导体问题的表现以及解决方法,但本文中的框架是通用的,适合多种半导体产品门类和不同问题。

简介

众所周知,《银河系漫游指南》的封面为那些拥有该书的幸运儿传达了一条平静的消息:不要慌张。1Douglas Adams写下了那句著名的话:“尽管《银河系漫游指南》包含许多明显(以及偶尔严重)的不准确内容,其销量还是超过了《银河系百科全书》,因为它稍微便宜一些,并且在封面以大而易读的字体印上了‘不要恐慌’几个字。”

然而,我们都曾经恐慌过。演示系统交付延期、市场部在电话那头要求更新,或者一小撮工程师在实验室中盯着一块工作不正常的电路板出神。像这种时候,星际旅行者便会求助于该本《指南》。工程师可以找到很多本《指南》——互联网、《电子学》,甚至Dilbert那些含义深刻的漫画。这份饱受赞扬的列表现在将由这篇文章来扩充——一份在发生恐慌时可缓解工程师恐慌情绪的故障查找秘籍。

详文请阅:不要恐慌:视频应用调试入门指南及其它

点击这里,获取更多IOT物联网设计信息

围观 4
101

作者:Bob Scannell,ADI公司MEMS和传感器技术部业务开发经理

导航通常与汽车、飞机及船舶相关。然而,在工业和医疗保健领域,精密导航正日益广泛地运用于从工厂机械和手术机器人到应急响应跟踪的各种应用。现有多种与定位、转向和引导设备相关的方法,可用于获得位置、方向和运动信息。事实上,许多应用已普遍依赖于GPS(全球定位系统)。然而,当涉及到室内导航以及处理更复杂、更具环境挑战性的情况时,单靠GPS已无法满足需求。

针对上述应用,可使用各类传感器来改善系统区分实际运动与异常运动的能力。某一传感器处理特定导航问题的能力不仅取决于该传感器的性能水平,同时也取决于该应用特有的动态特性。和处理所有复杂设计问题一样,首先需要了解最终应用的目标和限制,由此可将各项关键性能参数进行排序,从而大致了解所需的传感器,然后通过仔细的传感器调理、集成和处理,对实际设计进行优化。

了解导航问题

我们首先来打一个比方:假设您正在工作,想来杯咖啡,于是您起身去找咖啡壶。如果您之前去过放咖啡壶的地方,您的脑海中就会形成一条路线。不过,沿途您还需依靠各种感知,包括视觉、听觉、平衡,甚至触觉等,才能到达该位置。您自身的处理器会结合使用各种感知来源,以及某些嵌入式的模式识别,如果运气不好,您可能还得暂停下来,寻求一些外部输入,即方向。在整个过程中,您所依赖的自身传感器不仅需要逐个保持精确,还必须默契配合,必要时可拒绝误导信息(旁边隔间飘来的咖啡味道),并寻求其它传感器的帮助。在抵达目的地的过程中,您所采用的技术与车辆、手术仪器和机器人导航系统的设计人员使用的技术并无不同。

将上述例子扩展到工业领域,会涉及到多种传感技术,而这些技术中,无一能够独力满足大多数应用需求。正如此前所提及的,由于障碍物会阻挡卫星接收,GPS容易出错,要么降低总体精度,要么降低更新速率。另一种常见的导航辅助设备是磁力计,它需要畅通无阻地访问地球磁场,虽然这一条件通常可以实现,但工业环境中还存在许多现场干扰,使得磁力计的可靠性不尽如人意,能间歇性保持可靠运行已属万幸。光学传感器会遇到视线遮挡问题,虽然惯性传感器通常不受这些干扰影响,但也有某些自身的局限性,例如缺乏绝对参照(哪个方向是北?)。表1列出了各类主要导航传感器的相对优势和潜在问题。

详文请阅:精密MEMS传感器实现新型导航应用

点击这里,获取更多IOT物联网设计信息

围观 4
101

在科技发展迅猛的今天,人们正在享受着安防监控带来的安全感。安防监控除了可以对正在发生事件的实时记录外,还可以对监控视频进行分析,提取其中信息(如车牌、人脸、动作分析),从而进行视频推送预警、实现预防。可以起到“防患于未然”的作用。

近年来,人工智能、大数据技术迅速发展,在行业市场中受到了空前的追捧,它们已率先在数据可得性高的领域开始解决行业痛点。

安防领域是人工智能完美落地的天然场景

1.大数据是人工智能分析预测、自主完善的重要支撑,而安防行业拥有海量层次丰富的视频数据,能够充分满足人工智能对于算法模型训练的要求。

2.安防监控领域有着事前预防、事中响应、事后追查的逻辑需求,人工智能可以为这一问题提供新的解决思路。

3.据统计,在2011—2016年期间,安防市场连续保持2位数增长,预计2016-2020年期间仍将持续增长,年复合增长率预期为7.6%,到 2020 年,安防市场年销售额将达到 3150 亿美元。鉴于如此大的市场规模,人工智能早已“蠢蠢欲动”!

就技术需求和市场规模而言,安防领域是人工智能最快、最好的“着陆场”。传统的安防监控虽然实现了记录功能,但不能准确识别视频中的人、物和场景。而具备视觉的智能视频监控系统可以彻底改变这一现状。

智能视频监控系统类别

1.对人、物的识别:主要就是识别监控系统关心的内容,包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别类技术,常常应用于道路监控、金融银行、航道管理等行业,主要是为客户提供识别记录和分级管理的依据。

2.对人、物运动轨迹的识别:目前细分的很多,主要包括虚拟警戒线、虚拟警戒区域、自动PTZ跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等。此类技术,除了数量统计外,一般是对某个过程进行判断,一旦发现了异常情况,如有人进入警戒区域、广场东北角有人迅速聚集等情况,就发出报警信息,提醒值班监控人员关注相应热点区域。目前此类功能主要应用于平安城市建设、商业监控等行业。

3.对环境影响的判断和补偿:可以在复杂背景环境中实现正常的监控功能。环境的影响主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移、摄像头抖动等等。智能视频监控系统技术应用能够实现在恶劣视频环境情况下实现较正常的监控功能。受环境影响视频不清楚的时候,尽早发现画面中的人,或者判断摄像头偏移的情况后发出报警。此类功能关键技术点是在各种应用场合下,均能够较稳定地输出智能分析的信息,尽量减少环境对视频监控的影响。

随着高清化、深度学习、云存储、GPU 、物联网的研发,人工智能落地安防领域的切入方式主要有两种:

1.从产品到技术:传统安防领域企业不断加快软硬件产品的智能化进程;

2.从技术到产品:以算法见长人工智能企业积极布局终端应用行业领域,如金融、公安、楼宇园区等。

人工智能在安防领域的应用

1.公安领域

智能监控可以实时分析海量数据并提取有效线索,锁定犯罪嫌疑人或车辆轨迹,完成追踪、抓捕、营救等一系列任务。这一过程涉及图侦、实战、预判三层应用以满足事前预防、事中响应、事后追查的现实需求,可以有效防范化解各类安全风险。

2.交通领域

智能监控分析人和车的密度分布、变化趋势进行动态监测,通过调整红绿灯间隔合理配置资源,提升通行效率,为大众的畅通出行提供有利保障。

3.智能楼宇及园区领域

门禁考勤系统中采用生物识别技术,不仅可以区分工作人员和非工作人员,还能起到降低楼宇能耗的作用。

4.零售领域

为管理者提供远程可视化、顾客数据采集和分析、POS收银监督的巡店方式。

5.在民用安防的应用

智能监控可以为每个用户提供差异化的服务。以家庭安防为例,当家中无人时,智能监控系统进入布防模式;当有异常时,发出警报并及时通知主人。智能安防虽然前景广阔,但目前国内的基础还比较薄弱,在应用过程中还存在着许许多多的障碍和困难。

人工智能在安防监控领域的四大痛点

1.对环境适应性差

人工智能对视频内容的辨识,容易受到光照条件、天气因素、图像质量、目标尺寸、地物遮挡等环境变化的影响;

2.数据孤岛并分散

在传统的安防体系中,各个平台系统数据开放性低,彼此之间共享度低,所以很难开展多维数据融合分析。以人脸识别为例,为提高人脸识别的准确率,单纯提高算法算力是不够的,还需要扩充分析数据的纬度,如定位、社交、车辆、消费等等可搜集到的数据,通过这样大规模的多模态数据整合才能实现目标追踪、分析的目的。

3.场景理解受限

原因1:专业领域知识和经验积累不足;

原因2:在视频结构化过程中,智能监控还停留在基于静态特征的单场景环境中,很少涉及大范围场景的关联行为分析,没有把动作、行为等动态特征以及之间的关联性做结构化的处理。

4.缺乏自主完善能力

目前人工智能没有自我成长的能力,只能根据设定的条件进行自主分析,而不能根据分享能力和积累经验提高完善自己。

总结

立足现在,放眼未来,虽然智能安防的道路很曲折,但是随着政府的大力支持、数据的开放共享,算法算力的不断提升,人工智能与安防将全面融合,智能安防时代正在加速到来。

本文转自:文章题目

点击这里,获取更多IOT物联网设计信息

围观 26
94

作者:ADI公司产品营销工程师Max Liberman和业务开发经理Bob Scannell

在工业制造运营中,被动的设备维修是造成生产能力丧失的一个主要因素,这种维修本来是可以避免的。平均售价仅几美元的零部件,一旦发生故障,维修成本和由此导致的收入损失可能是其售价的好多倍。在最不利的情况下,未检测到的故障可能在系统中引起连锁反应,导致大面积损坏,触发生产停运,造成惨痛损失。传统上,制造商借助预防措施来保持生产现场正常运转。

相比事后维修,预防维护是一大进步,但与其相关的服务合同成本高昂,而且其确保设备连续正常运行的能力也是有限的。考虑让一台200英尺风力涡轮机的叶片转动的转子轴承。紧急维修和现场维护的成本会非常高,甚至可能有危险,因为技术人员需要在高空作业。另外,如果该涡轮机接入到本地市政电网,计划之外的停机可能引起能源生产损失,甚至电力服务中断。

一种新的工业检测技术正在帮助制造商们优化设备,它通过预测维护手段来预料零部件故障。虽然工业检测的形式有很多,但振动检测可能是最有效且最经济的。根据Lindsay Engineering(一家位于美国加州卡马里奥的预测维护产品和服务提供商)的研究,振动检测的投资回报是定期更换齿轮或电机油等措施的投资回报的三倍(参见图1)。

振动分析的优势

振动分析常用于旋转机械中,用以检测可能引起振动变化的轴承松动或磨损、设备未对准、液位偏低等。通常,这种振动的频率介于6 kHz到10 kHz。在更高频率也有一些数据可用,但受限于响应幅度而非常难以测量,并且需要超声等成本高昂的技术。通过测量该频率范围并监控响应的变化,制造商可以安排维护时间,或者在零部件损坏达到一定程度之前的最有利时间关停设备,防止损失引起更大的次生系统故障。

另外还可以利用各种统计公式来预测系统寿命,例如平均无故障时间(MTTF)和平均故障间隔时间(MTBF)。利用这些公式和来自系统的原始数据,客户便可直接处理潜在问题。例如,通过MTTF,您发现某种轴承的失效率较高。您可以利用振动传感器来密切监视该特定机器和轴承,确保失效不会发生。

图1. 旋转机械的典型振动频率范围是6 KHz到10 KHz

实现工业振动检测的最常见方式有两种:一是用传感器系统改造现有设备;二是与第三方服务商签约,按照计划定期执行设备测试。后一种方案的成本可能很高,而且定期检查的效果比不上直接将传感器安装在设备上。利用系统安装方法,制造商可以实现连续监控,但也存在传统上的限制。

当今大部分振动传感器的典型工作带宽低于5 kHz,比检测大多数设备故障所需的频率要低一大截。另外,常规传感器大多基于高压压电技术,需要体积很大的金属罐封装,而且要求频繁校准,不太容易大批量生产。还有一个问题是,其集成度通常较低,需要经过大量外部调理和处理才能提取有用信息。

MEMS方法

业界越来越需要其它能够更早检测到预测维护征兆且成本更低的方法,因此,基于微机电系统(MEMS)的振动传感器正在成为替代常规检测的重要方法。更重要的是,任何替代方案都必须以更高和更宽的频率范围工作,这是早期检测的关健。ADI公司提供一系列宽带宽MEMS传感器(ADXL001、ADIS16220、ADIS16223和ADIS16227),其具有22 kHz谐振带宽和高采样速率,是机器健康检测应用的理想选择。利用这些传感器,系统操作员可以及早发现要失效的设备,避免遭受重大损失。

振动监控错综复杂,准确捕捉振动剖面并正确解读数据更是需要高度复杂的专业知识。对于许多希望实施振动监控的厂商,最佳解决方案远不限于传感器元件。复杂性的很大一部分在于数据分析,对设备的典型时基分析会产生一个包含多种误差源的复杂波形,只有经过FFT分析之后才能获得可以分辨的信息。

多数压电传感器解决方案依赖外部FFT计算和分析。这种方法不仅使得实时通知毫无可能,而且大大增加了设备开发商的设计工作量。像ADI公司的ADIS16227等专业化MEMS传感器降低了这种复杂性,其提供嵌入式频域处理和512点实值FFT,片上存储器能够识别各种振动源并进行归类,监控其随时间的变化情况,并根据可编程的阈值做出反应。

该器件还具有可配置的报警频段和窗选项,支持对全频谱进行分析,并配置6个频段、报警1(警告阈值)和报警2(故障阈值),以便能够更早、更精准地发现问题。

为了确保准确捕捉数据,人们强烈要求实现嵌入式和自主检测。集成度合适的话(即集成传感器分析、存储器和报警功能),传感器系统可以嵌入到离潜在误差源更近的地方,从而更准确地反映机器振动情况,并显著降低接口复杂度,如线缆连接、场外分析和数据捕捉计划等。ADIS16227等器件是完整的数据转换和传感器处理解决方案,用户可通过串行外设接口(SPI)获得经处理的宽带宽传感器数据。这些器件可实现连续监控,并在达到用户设置的报警阈值时提供中断驱动的通知。如果关心功耗,它们还能按照用户制定的计划定期唤醒和记录。

图2. 诸如ADI公司的ADIS16227等MEMS传感器可以在高达22 kHz的频率检测零部件故障,从而提供关于设备故障的早期预警

欲了解更多信息,请访问 www.analog.com

点击这里,获取更多IOT物联网设计信息

围观 4
268

告别2017、跨入2018,中国物联网产业的发展依旧延续着其稳健的步伐。物联网产业的生态伙伴,在探索中不时的邂逅惊喜;而政府和企业,已经有越来越多的掌门人,从部署物联网应用中收货果实。IDC以多年的知识积累为基础,发布了《物联网十大预测》,并给出了对于未来1-3年,中国物联网市场发展的见解。希望能够帮助物联网产业合作伙伴,和致力于物联网事业的企业,更好的了解市场发展趋势。

IDC中国物联网高级市场分析师刘楠认为,"物联网应用在各个垂直行业的发展,阶段各异。从整体来判断,物联网应用正在从概念验证走向规模部署,场景化和规模化已经成为物联网发展的重要趋势。从长远发展的角度来说,物联网将与大数据、人工智能、区块链等新兴技术,呈现出你中有我、我中有你的发展趋势。"

我们从十大预测中挑选出几个重点预测供大家参考。

物联网十大预测之二:

到2020年,10%的试点和投入使用的分布式区块链应用将接入物联网传感器。

物联网应用落地开花,得益于整个物联网生态间的紧密合作。未来合作伙伴之间提供和交换可信数据,尤其是这些数据需要跨域不同的物联网应用场景。在这一背景下,合作伙伴之间需要建立一个安全可靠的方法。而区块链正是在所有合作伙伴之间提高数据传输与交换效率的、行之有效的、全新的解决方案。构建一个标准化的通信规则,通过建设完备的物联网传感器系统,帮助伙伴公司间快速的识别出不同合作伙伴的关键业务行为。物联网解决方案和区块链的整合,能够使企业的IT系统对内和对外都更加安全可靠。

物联网十大预测之四:

到2020年,物联网连接的产品和资产将推动企业实现数字双胞胎,25%的中国 Top 2000 企业将利用来自于数字双胞胎的数据,提高产品创新能力和企业生产效率,从而将提高企业20%的收益。

数字双胞胎可以在早期应用于产品设计;测试期应用于研发和工程中来改进产品原型的制造;最终能够通过工程和服务相结合,利用数据生成的数字双胞胎,对产品进行数字化监控与操作。简而言之,物联网赋能企业的数字双胞胎,可以推动企业实现对"物"的性能、运行和质量的跟踪。

物联网十大预测之六:

到2020年,近50%由企业建设的物联网应用,是以物联网技术为基础,以聚焦于结果的综合分析平台作为支撑。

现阶段,物联网平台发展的主流是提供一个水平(horizontal)的物联网平台,平台商的合作伙伴以平台为基础架构、开发物联网应用。这一类型平台,关注的是连接和终端,也就是"物"的管理。而合作伙伴主要提供各种各样、丰富的物联网应用。

在收集了海量的数据后,未来数据分析将成为新的推动物联网平台发展的因素。因此垂直聚焦的物联网平台将成为下一个市场增长热点,它将针对特定的垂直市场应用场景和商业模式进行建设,将是垂直行业特有的、以数据驱动的平台,满足基于应用场景的开发规范。垂直平台也将逐渐整合,以行业为基础融合当前碎片化的业务导向的物联网平台。

物联网十大预测之八:

5G将更能丰富物联网的应用场景。到2021年,驱动60%的中国 Top 2000 企业投入超过3亿美元,用于部署物联网连接管理解决方案。

5G 使物联网进入了一个全新的时代。4G和新出现的 NB-IoT 和 LTE-M,满足了海量的设备连接到移动网络之上的需求。这些连接是全新的、不同于智能手机和路由器的物联网终端。丰富的连接方式,为不同的应用场景提供了无限的可能。这些不同流量、不同频段的通信服务,能够按照不同客户的需求,为其提供更加个性化的服务。同时, 5G巨大的应用潜力,也提高了企业对于物联网应用的需求,促进了市场发展。为了应对涌现的新兴物联网应用,企业必须采取各种方法进行连接管理,革新甚至颠覆传统管理方式。

点击这里,获取更多IOT物联网设计信息

浏览 1 次
218

页面

订阅 RSS - 物联网