智能边缘第2部分减少洞察时间-电机控制系统设计.PDF

技术文章 | LinkedIn | 智能边缘第2部分：减少洞察时间 Ian Beavers ADI公司 减少边缘节点的洞察时间可在获得数据之后尽快做出关键决 边缘处理可以是一个分析过程，除了将数据发送至远端服务器 定。而理论上处理能力和通信数据均不受限制，则可将所有全 以进行云级分析，它还可以作为一种方法，用于分析接近其来 带宽边缘节点检测信息发送至远端的云计算服务器。此外，还 源的数据。在数据链中尽早地进行实时分析边缘处理可减少下 可以进行大量运算，以挖掘做出明智决策所需的宝贵细节信 游有效负载，并缩短延迟。如果初始数据处理可以在边缘节点 息。然而，电池电量、通信带宽和计算周期密集型算法的局限 进行，那么就可以简化所需的数据格式、通信带宽以及最终聚 使得我们的设想只是一种概念，而无法成为实际方案。 集在云端网关。通过紧耦合连接至传感器的时间敏感型反馈回 路可提供即时处理，从而为更有价值的明智决策作准备。2 在这个包含多个部分的工业物联网系列文章中，我们将分解 和研究大型物联网框架中边缘节点解读的基本方面：检测、 然而，这要求提前了解清楚需要获得哪些有价值的具体信息， 测量、解读和连接数据，同时还将考虑功率管理和安全性。 才能从检测和测量数据中得到预期结果。此外，由于空间隔离 边缘节点所需的数据集可能只是一个离散的完整宽带信息子 或应用差异，也可能因边缘节点的不同而不同。事件报警、触 集。同样，数据可以根据要求进行传输。高效的超低功耗 发信号和中断检测可以忽略大部分数据，只传输需要的数据。 (ULP)处理也是实施任何边缘节点方案的一个关键。 时间折旧 智能分区模式转变 货币的时间价值是一种概念，即现在的一美元比未来某一时 工业物联网及其前身（机对机(M2M)通信）的先锋时代在很大 候的一美元更有价值。类似地，数据也存在时间常数。数据 程度上是由云平台这一主要应用推动因素的作用定义的。智能 的时间价值是指在这个几分之一秒检测到的数据与从现在起 系统的洞察力以往都只是依赖于云级能力。实际的边缘传感器 一周、一天或甚至一个小时之后检测到的数据不同。此类任 装置一直以来都相对简单。然而，由于边缘节点的低功耗计算 务关键型物联网范例有热冲击检测、气体泄漏检测或需要采 能力比云计算能力的发展更迅速，这个前提目前正在动摇。1 取立即行动的灾难性机械故障检测。时间敏感型数据价值在 边缘节点如今具有检测、测量、解读和连接数据的能力。 解读之时开始衰减。有效解读数据和采取行动的延迟越长， 决策的价值将越低。为了解决工业物联网的时间折旧问题， 智能分区模式正从连接传感器模型向智能设备模型转变，从而 我们必须进一步深入了解信号链。 提供更多的可用架构选项，并允许组织部署工业物联网，以独 特的方式改进其实体资产和流程。边缘计算分析（亦称为智能 边缘传感器节点的处理算法可对抽样数据进行筛选、抽取、调 边缘或解读）推动着这一转变。大规模的工业物联网部署依赖 谐和精处理，将其分解至最低要求的子集。这首先需要定义目 于一系列安全、高效节能并且易于管理的多样化智能节点。 标窄带数据。可调带宽、抽样率和动态范围有助于一开始就在 硬件的模拟域中建立基准。通过使用所需的模拟设置，传感器 边缘分析 只会检测需要的信息，并提供更短的时间常数以获得高质量的 解读数据。 最优质的传感数据仍可边缘化，且无需细心留意边缘节点分析 中应用的要求。边缘传感器装置可能会受到能源、带宽或原始 边缘处的数字后端处理滤波器可