欢迎访问新大香蕉网站!
点击这里给我留言 登录  |  注册   |   加入收藏   |   设为首页
 
  您当前的位置: > >精选博文

通过自动云分析更有效地利用环境传感器数据


作者:贸泽大香蕉网站 Mark Patrick    时间:2020/5/12 18:21:49  来源:   
物联网(IoT)现已开始部属实施,预计未来几年将有数百亿个节点投入运行。伴随这些节点的快速推出和广泛应用,其主要用途之一是监测多种重要环境参数,如温度、空气湿度、一操你啦影院碳含量等。通过分析采集的数据,可以做出适当的决策,并确定要采取的行动。我们以一个化工厂为考虑对象,如果烟囱中某种气体含量排出超过设定阈值,则可能需要降低当时的工艺活动水平。或者,如果这可能是一个长期趋势的迹象,则需要加以解决,可能所使用的加工设备需要维护,或者已达到寿命周期的终点,应该完全更换。
 
重要的是需要找到一种有效方法,对集成到 IoT 节点网络中的传感器设备持续采集的大量数据进行深入分析,然后启动适当的回应,但这些并非易事。在面对只有来自少数节点的数据时,可能不会带来多大挑战,但如果需要考虑工业控制或环境监测系统中的巨大数量传感器,情况则完全不同,这同样适用于各种可能的环境监测,如操操在线观看家居/建筑、工厂自动化、农业、操操在线观看城市等。
 
为了最大限度地提高效率和保持尽可能短的响应时间,有必要实施一种自动化的决策过程,这将要求采用更高级的算法。如果考虑到可能涉及IoT节点的绝对巨大数量,仅仅在数据库上设立和存储一组规则,然后交叉引用这些规则来处理收到的数据基本无效,这样的配置可能很快就会顾此失彼。因此,需要采取一种更高级但又精简的办法。
 
一些人断定Rete算法是解决该问题的关键。Rete算法最早是在20世纪70年代末开发,已经广泛用于大量商业案例,这种算法的核心目标是提供一种模式匹配机制(pattern matching mechanism),由此可以快速将大量模式数据(例如IoT网络现在开始生成的数据)与包含许多不同对象的数据库进行比较。这样可以避免数据迭代,在整个过程中,特定模式的状态将保存在存储器。这样做的结果是,没有必要重复回到以前采用的规则,从而加快了整个过程,使其比其它竞争方法更加高效。  
 
UrsaLeo公司基于云的分析软件能够通过与Silicon Labs Thunderboard 2传感器模块和树莓派 3B+(Raspberry Pi 3B+)(预装有 Yocto Linux)一起运行来实施上述策略,它采用树型规则架构进行模式匹配,而不是多次引用查找表,从而对采集的数据进行处理。这样可确保做出更明智的决策,而不会给系统增加不必要的延迟。自定义显示面板可以显示已编译数据集,也可以访问和设置触发以提醒操作人员,并可以在发生某些事件时进行人工干预。
 
通过使用直观的基于视觉的编辑工具,可以建立一组完全符合特定应用需求的规则。每当接收到消息时,可以设置触发,相反,也可以设定为在指定时间段内未收到消息,同样也可以启动触发。或者,为了进行长时间的监控,可以设定为定时启动触发(一小时、一天或一周后)。也可以定义地理围栏规则(geo-fencing rule):当运动节点移动到给定区域时触发。这种技术可用于将叉车保持在工厂车间的指定范围内,或用于车队管理和牲畜跟踪等应用。此外,如果采集的数据值异常(例如数据值保持不变,或永久为零),则表示传感器可能工作不正常,然后可以做出标记,以便指派工程师到现场进行任何必要的维修。
 
Thunderboard 2 模块可以从已集成的大量传感器中获取环境数据信息,包括环境光、空气质量、气压、相对湿度和温度等,还可以添加气体检测功能。该模块包括一个6轴惯性传感器(用于空间定位)和一个霍尔效应传感器(用于地理定位),随附的树莓派板可作为IoT网关(直接与Google云平台端接)。由此,所有经过编译的数据通过无线(Wi-Fi)或有线(以太网)连接传输回云端。根据应用场景,硬件可由USB或使用锂离子电池供电。
 
这里采用的树型架构意味着该系统完全可扩展,能够处理网络中任何可能数量的IoT节点连接,而不是局限于一定数量的节点。因此,每秒将可能需要处理数十万个事件/警报。即便采用中型服务器,系统每秒也能处理 50万条消息,如果使用高容量服务器,则可以处理100~200万条消息。
 
 
 
图 1:UrsaLeo IoT 硬件,包括一个Thunderboard 2 模块和树莓派 3B+。
 
通过结合使用高度优化的支持云的硬件和卓越的算法,处理IoT数据的方式将能够比现在更加高效,更加节省时间,这将促进IoT部署的升级,使其可以支持数十万个互连节点,从而能够跨越许多不同的行业领域来实现该技术带来的真正优势。
关键词:
回复主题 登录后回复

资讯版权声明:
   凡本网注明“来源:新大香蕉网站”的所有作品,版权均属于新大香蕉网站,转载请注明“来源:新大香蕉网站”。违反上述声明者,本网将追究其相关法律责任。 本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

  • 天天IC网   
  • 中电港   
  • 第一展会网   
  • 汽车设计与制造   
  • 家用汽车   
  • 中国机器人网   
  • 世界工控网   
  • 中国汽车咨询中心   
  • 中国操操在线观看化产业网   
  • 电力大香蕉网站网   
  • 第1汽车网   
  • 触控技术网   
  • 电动汽车网   
  • 电车之家   
  • 大香蕉网站元器件采购网   
  • 大香蕉网站专利网   
  • 电力高级人才网   
  • 大比特商务网   
  • 世纪电源网   
  • 大香蕉网站人才网   
  • 汽车大香蕉网站网   
  • 大香蕉网站元器件采购   
  • 365电力采购网