Versnellen van de ontwikkeling van industriële IoT-toepassingen - Deel 2: Snelle IIoT-sensorimplementatie

Notitie van de redactie: Embedded applicatieontwikkelingsprojecten worden vaak vertraagd als ontwikkelaars wachten op de beschikbaarheid van hardware-implementaties van nieuwe apparaten. De ontwikkeling van industriële Internet of Things (IIoT)-applicaties wordt geconfronteerd met een soortgelijk knelpunt, in afwachting van de sensorgegevens die nodig zijn voor toepassingen zoals industriële voorspellende onderhoudssystemen of systemen voor de automatisering van faciliteiten op basis van machineleermethoden. Deze tweedelige serie onderzoekt alternatieven voor het leveren van vroege datastromen die nodig zijn om de ontwikkeling van IIoT-toepassingen te versnellen.In deel 1 werd het gebruik van simulatiemethoden voor het genereren van deze datastromen beschreven. Deel 2 bespreekt hier de mogelijkheden voor het snel maken van prototypes van sensorsystemen voor het genereren van data.

Grootschalige industriële Internet of Things (IIoT)-toepassingen zijn fundamenteel afhankelijk van de analyse van en de reactie op gegevensstromen die worden gegenereerd door sensornetwerken die in de doelomgeving worden ingezet. Zonder de beschikbaarheid van die datastromen in een vroeg stadium van de ontwikkeling kunnen IIoT-toepassingen achterblijven bij strakke schema's of onder de verwachtingen van het bedrijf vallen.

Hoewel simulatiemethodes voor veel toepassingen kunnen voorzien in de behoefte aan data, is het mogelijk dat voor andere toepassingen data nodig is die precies overeenkomt met de doelomgeving. Het niveau van de inspanning die nodig is om effectieve simulatieresultaten te leveren, kan hiervoor onpraktisch zijn. In plaats daarvan biedt het gebruik van direct beschikbare sensor- en gateway-units een potentieel eenvoudigere weg naar een snelle levering van gegevens. Specifiek ontworpen voor industriële omgevingen, ondersteunen deze units een grote verscheidenheid aan sensortypes en connectiviteitsopties met weinig moeite die de gebruiker nodig heeft.

Als tweede van een tweedelige serie over het versnellen van de ontwikkeling van IIoT-toepassingen beschrijft dit artikel de verschillende soorten voorgeconfigureerde IIoT-sensors en -gateways die beschikbaar zijn voor het genereren van gegevens die nodig zijn om de ontwikkeling van IIoT-toepassingen te versnellen.

De beperkingen van IIoT-datasimulaties

Sensorgegevens staan centraal in IIoT-toepassingen, maar de volledige inzet van die toepassingen is afhankelijk van de beschikbaarheid van beide sensorsystemen die bedoeld zijn om die gegevens te leveren en van de softwaresystemen die nodig zijn om die gegevens om te zetten in bruikbare informatie. Voor sommige IIoT-toepassingen kan de simulatie onvoldoende bruikbare gegevens opleveren. Zonder zorgvuldige aandacht voor de parameters van de simulatie zouden gesimuleerde datastromen eigenschappen kunnen vertonen die de toepassing in de richting van een bepaalde werkingsenveloppe sturen.

Bijvoorbeeld, een datasimulatie die is geconfigureerd om een willekeurige temperatuur te leveren met een uniforme verdeling in het bereik -40°C tot +125 °C kan de toepassing vertekenen in de richting van extreme temperaturen buiten het eigenlijke omgevingsbereik van de doelomgeving. Bovendien kan een dergelijke naïeve simulatie ook gemakkelijk temperatuurgegevens opleveren die tientallen graden van het ene meettijdperk naar het andere springen. In een typische IIoT-toepassing kunnen dergelijke radicale en onrealistische veranderingen in de temperatuur een ravage aanrichten met procesregelcircuits en andere toepassingsresultaten.

De kwaliteit van de gegevens en de mate waarin deze realistische omstandigheden weergeven, zijn met name van belang als van de applicatie wordt verwacht dat ze de inferentiemodellen voor machinaal leren inbedden. Gegevenswetenschappers begrijpen dat inferentiemodellen die op slechte gegevens zijn getraind, even slechte resultaten zullen opleveren. Hierdoor kan de inspanning die nodig is om effectieve datasimulaties te maken voor deze modellen snel escaleren.

Voor de meeste IIoT-projecten is het uitstellen van de ontwikkeling van toepassingen tot het moment dat de sensorsystemen worden ingezet eenvoudigweg geen optie. Het is zelfs mogelijk dat het wachten op de inzet van sensoren niet haalbaar is wanneer de uitvoering van de softwaretoepassing naar verwachting de benodigde informatie of zelfs de rechtvaardiging voor een volledige inzet zal onthullen. Zo kunnen datawetenschappers de resultaten van complexe algoritmen nodig hebben om te bepalen of er hogere resolutiegegevens, hogere updatefrequenties of zelfs verschillende soorten sensorgegevens nodig zijn om onduidelijkheden in de resultaten op te lossen of om de toepassing op een andere manier te optimaliseren.

Om al deze redenen zouden organisaties met tegenzin kunnen besluiten dat het uitstellen van de ontwikkeling van IIoT-toepassingen de voorkeur verdient boven het ontwikkelen van een toepassing met gesimuleerde gegevens die het beoogde industriële proces en de omgeving slecht weergeven. Gelukkig stelt de groeiende beschikbaarheid van vooraf gebouwde IIoT-sensorsystemen en bijbehorende gateway-apparaten organisaties in staat om snel de meest kritische set van sensors te implementeren die nodig zijn voor de ontwikkeling van toepassingen.

Snelle inzet van het sensornetwerk

IIoT-sensors combineren sensors, processors en connectiviteitsinterfaces in een pakket dat is ontworpen om de spanningen van een typische industriële omgeving te weerstaan. Naast individuele sensors voor temperatuur, trillingen, druk en vochtigheid, kunnen ontwikkelaars beschikbare multisensoreenheden vinden die combinaties van sensors bevatten die nodig zijn voor specifieke toepassingsmogelijkheden zoals voorspellend onderhoud.

Voorspellende onderhoudsmethoden bewaken kenmerken die dienen als indicatoren voor mogelijke storingen in apparatuur. In motoren, bijvoorbeeld, wijzen specifieke veranderingen in trillingsfrequentie en temperatuur op betrouwbare wijze op zeer specifieke soorten storingen in motoren. Ontworpen om deze gegevens vast te leggen, combineren IIoT-sensors zoals de National Control Devices (NCD) PR55-20A voorspellende onderhoudssensor de vereiste sensors met een low-power microcontroller en DigiMesh draadloze netwerkverbinding (Afbeelding 1).

Afbeelding 1: De NCD PR55-20A voorspellende onderhoudssensor combineert meerdere sensors met netwerkverbindingen die nodig zijn om gegevens aan lokale draadloze knooppunten te leveren. (Bron afbeelding: National Control Devices)

Om de ontwikkeling van IIoT-toepassingen te versnellen, kunnen ontwikkelaars gemakkelijk gespecialiseerde sensors zoals de NCD-voorspellende onderhoudssensor combineren met andere sensoren zoals de NCD PR49-24G draadloze omgevingssensor die temperatuur-, vochtigheids- en gassensors integreert in een industrieel pakket dat wordt gevoed door twee AA-batterijen.

Samen met een verscheidenheid aan specifieke sensortypen bieden IIoT-sensorfabrikanten vooraf gebouwde communicatiegateway-units die zijn ontworpen om de integratie van sensoren in lokaal aangesloten netwerken te vereenvoudigen. In feite kunnen ontwikkelaars beschikbare gateway-units vinden die vooraf zijn geconfigureerd om verbinding te maken met specifieke commerciële clouds of om communicatieprotocollen te ondersteunen die vaak worden gebruikt om verbinding te maken met IoT-cloudplatforms.

Voor de draadloze DigiMesh-sensors maakt de NCD PR55-21-gateway-serie gebruik van een Wi-Fi-verbinding om verbinding te maken met specifieke cloudservices, waaronder Microsoft Azure IoT (PR55-21_AZURE), Amazon Web Services IoT (PR55-21_AWS) of het Losant IoT-platform (PR55-21_LOSANT). Bovendien ondersteunt de PR55-21_MQTT gateway de communicatie met elke host met behulp van het ISO-standaard MQ Telemetry Transport (MQTT)-protocol. Net als de andere leden van de PR55-21-serie combineert de PR55-21_MQTT gateway een industriële microcontroller met een laag vermogen met subsystemen voor lokale DigiMesh draadloze connectiviteit en voor een versleutelde Wi-Fi backhaul-verbinding met een lokale of externe MQTT-server (Afbeelding 2).

Afbeelding 2: De NCD PR55-21_MQTT gateway combineert draadloze ondersteuning voor een lokaal DigiMesh-netwerk en MQTT-berichtenuitwisseling met een server via een Wi-Fi-verbinding. (Bron afbeelding: Nationale controleapparatuur)

Ontwikkelaars kunnen het lokale netwerk van DigiMesh en de MQTT Wi-Fi-verbinding snel configureren met behulp van een op menu's gebaseerde tool die via de ingebedde webserver van de gateway wordt aangeboden. Een apparaatscherm toont bijvoorbeeld DigiMesh-verbonden apparaten evenals hun signaalsterkte en activiteit en biedt een centraal punt voor het beheer van hun configuratie (Afbeelding 3).

Afbeelding 3: De geïntegreerde webserver van de NCD PR55-21_MQTT gateway stelt gebruikers in staat om instellingen te wijzigen en de activiteit van sensors die zijn aangesloten op het lokale netwerk te onderzoeken. (Bron afbeelding: National Control Devices)

DigiMesh mesh-netwerken bieden een effectieve aanpak voor het uitbreiden van het effectieve bereik van zendontvangers met een laag vermogen die vereist zijn in batterijgevoede sensorsystemen. Het is natuurlijk slechts een van de verschillende connectiviteitsopties die waarschijnlijk in industriële omgevingen worden aangetroffen, en fabrikanten bieden vergelijkbare combinaties van sensors en gateways aan voor veel van die omgevingen. Zo bevat Laird's Sentrius RS1xx-serie industriële sensors die ontworpen zijn om Bluetooth en LoRaWAN-connectiviteit te ondersteunen. De Sentrius RG1xx-serie van het bedrijf bestaat uit aanvullende gateways die zijn ontworpen om de regionale frequentievereisten voor LoRaWAN-implementatie te ondersteunen. Bovendien ondersteunen de gateways lokale Bluetooth-connectiviteit en Wi-Fi backhaul internetconnectiviteit.

In sommige toepassingen kunnen sterke bronnen van elektromagnetische interferentie (EMI) de signaalintegriteit in draadloze communicatie aantasten. Voor deze situaties kan de mogelijkheid om de sensor- en communicatiefunctionaliteit te scheiden een belangrijk voordeel zijn. Samen met zijn eigen draadloze industriële sensors biedt Banner Engineering sensors aan die ontworpen zijn om via een RS-485 of 1-draads seriële interface aan te sluiten op een afzonderlijk draadloos knooppunt. Als gevolg hiervan kunnen operators het draadloze communicatieknooppunt op enige afstand plaatsen van een sensor die is aangesloten op een sterke EMI-bron, zoals een hogesnelheidsmotor (Afbeelding 4).

Afbeelding 4: Voor situaties met aanzienlijke elektromagnetische interferentie, zoals motortrillingsmeting, kunnen ontwikkelaars een Banner Engineering-trillingssensor op de motor aansluiten met een draadloos knooppunt dat op enige afstand van de geluidsbron is geplaatst. (Bron afbeelding: Banner Engineering)

De Banner Engineering DX80N9Q45VTP, die dit type configuratie ondersteunt, is ontworpen om verbinding te maken met de QM30VT1 1-draads vibratie- en temperatuursensor van het bedrijf, terwijl de DX80N9Q45TH draadloze knooppunten verbinding maakt met de M12FTH4Q 1-draads temperatuur- en vochtigheidssensor. Voor bredere sensorinterface-eisen dient de DX80N9Q45U van het bedrijf als een universeel 1-draads draadloos knooppunt, en de DX80G9M6S-serie draadloze knooppunten van het bedrijf ondersteunt RS-485-sensorverbindingen met multihop-netwerken.

Lokale verwerking

Zelfs met een snelle inzet van IIoT-sensornetwerken kan het nodig zijn dat ontwikkelaars anticiperen op een zekere mate van lokale verwerking om het gegevensvolume te verminderen of de verwerkingsdruk op de downstream-middelen te verlichten. In feite stellen geavanceerde industriële sensors zoals de Banner Engineering QM30VT2 vibratie- en temperatuursensor gebruikers in staat om de gemeten vibratiefrequentie op te splitsen in maar liefst 20 frequentiebanden. Deze mogelijkheid is vooral belangrijk bij predictieve onderhoudstoepassingen, waarbij veranderingen binnen afzonderlijke frequentiebanden bekend zijn om specifieke soorten fouten aan te geven.

Naast de voorbewerking door de sensors kan het zijn dat de vroegtijdige inzet van sensornetwerken een scala aan eisen stelt aan de lokale verwerking. Banner Engineer biedt deze mogelijkheid met zijn DXM700-controller en -gateway. De DXM700, die slechts 70 x 86 x 55 millimeter (mm) meet, biedt meerdere lokale draadloze en bekabelde verbindingen en Ethernet backhaul naar host-servers (Afbeelding 5).

Afbeelding 5: De Banner Engineering DXM700-controller en -gateway biedt meerdere connectiviteitsopties voor lokale en internetconnectiviteit en ondersteunt lokale ScriptBasic-verwerking. (Bron afbeelding: Banner Engineering)

Aangezien de controller gegevens ontvangt van lokale sensornetwerken, kan hij programma's uitvoeren die in ScriptBasic zijn geschreven om inputgegevens te onderzoeken, uitgangen te activeren op basis van inputgegevens of eenvoudige transformaties van de gegevens uit te voeren. De documentatie van Banner Engineering bevat ScriptBasic-voorbeelden die typische acties illustreren, zoals het reageren op veranderingen in de sensorgegevens (Lijst 1).

Copy .
.
.
'Function to read the T/H sensor FUNCTION GetTempHumidityData LastValueTempC = TempC LastValueHumidity = Humidity Humidity =GETREG(SensorHumidity_reg, TH_SID, MBtype) TempC = GETREG(SensorTempC_reg, TH_SID, MBtype) IF Humidity > 65535 or TempC > 65535 THEN PRINT "Read Error - humidity / temp reading...", Humidity," ",TempC,"\n\r" END IF WrErr = SETREG (Humidity_reg, Humidity, LocalRegSID, MBtype) WrErr = SETREG (TempC_reg, TempC, LocalRegSID , MBtype) FUNCTION StateMachine 'State machine definitions for the periodic reading of temp/humidity ' TH_State = 0 current state of the state machine ' TH_Idle= 0 initial state ' TH_Wait= 1 wait time between samples ' TH_Sample= 2 get samples from remote sensor ' TH_Error= 3 error state - unknown condition LOCAL StartState StartState = TH_State WrErr = SETREG (SM_reg, TH_State, LocalRegSID, MBtype) IF TH_State = TH_Idle THEN StartTime = NOW TH_State = TH_Wait ELSEIF TH_State = TH_Wait THEN IF NOW >= (StartTime + WaitTime) THEN TH_State = TH_Sample ELSE TH_State = TH_Wait END IF ELSEIF TH_State = TH_Sample THEN GetTempHumidityData TH_State = TH_Idle ELSE TH_State = TH_Error END IF IF StartState <> TH_State THEN PRINT "\r\n Time ",NOW," SM Started-> ",THState[StartState]," End->",THState[TH_State]," \r\n" END IF END FUNCTION FUNCTION LED_driver IF LastValueTempC < TempC THEN WrErr = SETREG (TempGoingUp_LED2_reg,1,DisplaySID, MBtype) ELSE WrErr = SETREG (TempGoingUp_LED2_reg,0,DisplaySID, MBtype) END IF IF LastValueTempC > TempC THEN WrErr = SETREG (TempGoingDown_LED3_reg,1,DisplaySID, MBtype) ELSE WrErr = SETREG (TempGoingDown_LED3_reg,0,DisplaySID, MBtype) END IF IF (Humidity > 65535 ) OR (TempC > 65535) THEN WrErr = SETREG (CommsError_LED4_reg,1,DisplaySID, MBtype) ELSE WrErr = SETREG (CommsError_LED4_reg,0,DisplaySID, MBtype) END IF IF GETREG(ScriptRunnning_LED1_reg, DisplaySID, MBtype) THEN WrErr = SETREG (ScriptRunnning_LED1_reg,0,DisplaySID, MBtype) ELSE WrErr = SETREG (ScriptRunnning_LED1_reg,1,DisplaySID, MBtype) END IF END FUNCTION ‘Main program loop BEGIN: PRINT "Script Starting\r\n" ITERATE: 'PRINT "\r\n Time = ",NOW," \r\n" StateMachine LED_driver Sleep(1) GOTO ITERATE END 

Lijst 1: Dit ScriptBasic-fragment van Banner Engineering laat zien hoe ontwikkelaars de Banner Engineering DXM700 kunnen programmeren om lokaal te reageren op sensorgegevens, in dit geval door LED's aan en uit te schakelen als reactie op veranderingen in temperatuur- en vochtigheidssensorgegevens. (Code bron: Banner Engineering)

Gateways zoals de MTCAP-Lxxx-serie van Multi-Tech Systems bieden nog meer flexibiliteit voor lokale verwerking. Deze serie is ontworpen om te voldoen aan diverse connectiviteitsvereisten en ondersteunt lokale LoRaWAN-connectiviteit aan de sensorzijde, evenals Ethernet en optionele breedbandige LTE-connectiviteit voor backhaulkanalen. Voor de besturingsomgeving is deze Gateway-serie gebaseerd op het open-source Multi-Tech Linux (mLinux)-besturingssysteem. Als gevolg hiervan kunnen ontwikkelaars lokale routines voor verwerkingssoftware maken met behulp van een vertrouwde ontwikkelomgeving. Bovendien ondersteunen deze gateways Node-RED, wat een low-code-ontwikkelingsoptie biedt die nuttig is voor event-driven applicaties zoals IIoT. Zie verderop in dit artikel meer over Node-RED.

Low-code rapid prototyping

Een snelle inzet van fysieke sensornetwerken kan helpen de ontwikkeling van IIoT-toepassingen te versnellen door een vroege bron van kritische gegevens te bieden, ruim voor het ontwerp, de ontwikkeling en de ingebruikname van grootschalige sensornetwerken. Een snelle inzet kan struikelen als het aanzienlijke neveneisen aan de softwareontwikkeling met zich meebrengt. De vooraf geconfigureerde IIoT-sensorunits en -gateways die eerder zijn beschreven, zullen die situatie in veel gevallen voorkomen, maar unieke datavereisten die verder gaan dan de mogelijkheden van de drop-in-sensors en -gateways kunnen de bijbehorende softwarevereisten met zich meebrengen.

Om te voldoen aan unieke data-eisen bieden snelle prototype-platforms zoals Arduino en Raspberry Pi een breed scala aan gespecialiseerde sensors en actuators als add-on-borden. Door deze add-on-borden te mixen en te matchen, kunnen ontwikkelaars snel een prototype bouwen om aan vrijwel elke behoefte aan sensordata te voldoen.

Voor IoT-toepassingen hebben fabrikanten het maken van prototypen van toepassingen gemakkelijker gemaakt door het uitbrengen van multisensorborden die zijn ontworpen met de minimale voetafdruk en functionele mogelijkheden die normaal gesproken vereist zijn in die toepassingen. Ontwikkelingsborden zoals de ON Semiconductor RSL10-SENSE-GEVK-evaluatiekit of de STEVAL-STLKT01V1-SensorTile-ontwikkelingskit van STMicroelectronics integreren een krachtige processor met een breed scala aan sensors die doorgaans nodig zijn in wearables en IoT-apparaten. De SensorTile combineert bijvoorbeeld een STMicroelectronics STM32L4-processor met een STMicroelectronics BLUENRG-MS-zendontvanger en een sensorarray die de druksensor LPS22HBTR (MEMS) van het bedrijf bevat, LSM6DSMTR-MEMS-traagheidsmeeteenheid (IMU) met versnellingsmeter en gyroscoop, en LSM303AGRTR-MEMS e-compass met lineaire versnellingsopnemers en magnetische sensors (Afbeelding 6).

Afbeelding 6: Gebaseerd op een STMicroelectronics STM32L4-processor, biedt de STMicroelectronics-SensorTile een flexibel hardwareplatform voor het bouwen van sensorsystemen die in staat zijn om te voldoen aan unieke eisen die verder gaan dan de eisen die worden ondersteund in kant-en-klare IIoT-sensorsystemen. (Bron afbeelding: STMicroelectronics)

Een populaire low-code ontwikkelomgeving, Node-RED, stelt ontwikkelaars in staat om deze borden en andere hardwaresystemen zoals NCD-apparaten en Multi-Tech-gateways te programmeren door het tekenen van grafieken (flows) die functionele elementen (nodes) met elkaar verbinden. Deze stromen komen overeen met interacties tussen knooppunten die overeenkomen met specifieke functionele mogelijkheden, waaronder het lezen van sensorgegevens, het uitvoeren van bewerkingen op de gegevens, het overbrengen van de gegevens naar andere functionele elementen zoals cloud gateways en het weergeven van de gegevens (Afbeelding 7).

Afbeelding 7: De Node-RED-ontwikkelingsomgeving stelt ontwikkelaars in staat om applicaties te maken door knooppunten te verbinden die afkomstig zijn van een uitgebreide open-source repository. (Bron afbeelding: National Control Devices)

Met meer dan 225.000 modules die beschikbaar zijn in de open-source Node-RED flow repository, biedt deze omgeving een rijk ecosysteem voor het ontwikkelen van event-driven applicaties zoals sensordata-acquisitie en overdracht naar de cloud. Hoewel Node-RED methoden biedt voor de integratie van de resulterende stromen in productietoepassingen, is de afhankelijkheid van Node.js mogelijk niet geschikt voor sommige toepassingen of productieomgevingen.

DigiKey's DK IoT Studio biedt een andere lage-code-ontwikkelingsomgeving die de noodzaak voor handmatige software-ontwikkeling grotendeels wegneemt en toch de broncode van de C-taal levert. Met behulp van DK IoT Studio creëren ontwikkelaars de vereiste functionele mogelijkheden door componenten die aan elke functie van de SensorTile zijn gekoppeld op het DK IoT Studio-canvas te laten vallen (Afbeelding 8).

Afbeelding 8: De DigiKey DK IoT Studio genereert automatisch code (linkerzijde) uit applicaties die zijn gemaakt door functionele componenten die als pictogrammen op het canvas zijn geplaatst (midden) aan te sluiten en de bijbehorende kenmerken (rechterzijde) naar behoefte te wijzigen. (Bron afbeelding: DigiKey/STMicroelectronics)

Naast ondersteuning voor specifieke hardwarecomponenten, biedt deze omgeving vergelijkbare droppable functionele componenten die de overdracht van gegevens naar de cloud of de werking van cloudbronnen vertegenwoordigen. Na het tekenen van de grafiek die de gegevensstroom en de bewerkingen beschrijft, kunnen de ontwikkelaars de gegenereerde code voor het uploaden naar de SensorTile downloaden. Bij het bouwen van typische prototypes vereist dit proces weinig of geen extra code-ontwikkeling. Lees voor meer informatie over deze snelle ontwikkeling van prototypes: "Rapidly Deploy a Battery-Powered Bluetooth 5 Certified Multi-Sensor IoT Device".

Conclusie

De ontwikkeling van grootschalige IIoT-toepassingen hangt sterk af van de beschikbaarheid van gegevens die een getrouwe weergave zijn van de doelomgeving. Zoals te zien is in deel 1 van deze tweedelige serie, kunnen simulatiemethodes voor veel toepassingen de behoefte aan data aanpakken, terwijl andere mogelijk data nodig hebben die precies overeenkomt met de doelomgeving. Het niveau van de inspanning die nodig is om effectieve simulatieresultaten te leveren, kan hiervoor onpraktisch zijn. In plaats daarvan bieden direct beschikbare sensor- en gateway-units een nog eenvoudigere oplossing voor een snelle levering van gegevens.

Zoals hier in deel 2 wordt getoond, ondersteunen deze apparaten een grote verscheidenheid aan sensortypen en aansluitmogelijkheden met weinig moeite die de gebruiker nodig heeft. Met behulp van deze producten kunnen ontwikkelaars snel sensornetwerken implementeren die gegevens kunnen leveren die nodig zijn om de ontwikkeling van IIoT-toepassingen te versnellen.