Умный датчик
 | Эта статья содержит контент, написанный как реклама . ( Август 2021 г. ) |
— Интеллектуальный преобразователь это аналоговый или цифровой преобразователь , привод или датчик в сочетании с процессором и интерфейсом связи. [1]
Поскольку датчики и исполнительные механизмы становятся более сложными, они обеспечивают поддержку различных режимов работы и взаимодействия. Некоторые приложения требуют дополнительных отказоустойчивых и распределенных вычислений . Такая функциональность может быть достигнута путем добавления к классическому датчику/исполнительному устройству встроенного микроконтроллера , что повышает способность справляться со сложными задачами по разумной цене. Обычно эти встроенные технологии в интеллектуальных датчиках используются для цифровой обработки, преобразования частоты в код или аналого-цифрового обмена, сопряжения функций и вычислений. Функции взаимодействия включают в себя инструменты принятия решений, такие как функции самоадаптации, самодиагностики и самоидентификации, а также контроль того, как долго и когда датчик будет полностью активен, минимизацию энергопотребления и принятие решения о том, когда сбрасывать и хранить данные. .
Они часто изготавливаются по технологии КМОП , СБИС и могут содержать МЭМС. [2] устройства, ведущие к снижению стоимости. Они могут обеспечивать полностью цифровые выходы для упрощения интерфейса или квазицифровые выходы, такие как широтно-импульсная модуляция . В области машинного зрения один компактный блок, сочетающий в себе функции обработки изображений и полные функции обработки изображений, часто называют интеллектуальным датчиком.
Интеллектуальные датчики являются важнейшим элементом феномена Интернета вещей (IoT) . В такой сети множество физических транспортных средств и устройств оснащены датчиками, программным обеспечением и электроникой. Данные будут собираться и передаваться для лучшей интеграции между цифровой средой и физическим миром. Связь между датчиками является важным требованием для эффективной работы инноваций Интернета вещей. Таким образом, совместимость можно рассматривать как следствие возможности подключения. Датчики работают и дополняют друг друга. [3] [4]
датчиками с традиционными по сравнению Улучшение
Ключевые особенности интеллектуальных датчиков как части Интернета вещей, которые отличают их от традиционных датчиков: [5]
- Маленький размер
- Самопроверка и самоидентификация
- Низкие требования к мощности
- Самодиагностика
- Самокалибровка
- Подключение к Интернету и другим устройствам
Традиционный датчик собирает информацию об объекте или ситуации и преобразует ее в электрический сигнал . Он дает измеримую обратную связь о физической среде, процессе или веществе и сигнализирует или указывает, когда происходят изменения в этой среде. Традиционные датчики в сети датчиков можно разделить на три части: первая — датчики; во-вторых, централизованный интерфейс, в котором данные собираются и обрабатываются; и в-третьих, инфраструктура, соединяющая сеть, например вилки, розетки и провода. [6]
Сеть интеллектуальных датчиков можно разделить на две части; (1) датчики и (2) централизованный интерфейс . Фундаментальное отличие от традиционных датчиков заключается в том, что микропроцессоры, встроенные в интеллектуальные датчики, уже обрабатывают данные. Следовательно, необходимо передавать меньше данных, и данные можно сразу использовать и получить к ним доступ на разных устройствах. Переход на интеллектуальные датчики влечет за собой устранение жесткой связи между технологиями передачи и обработки. [7]
Цифровые следы [ править ]
В цифровой среде действия или действия оставляют цифровой след . Интеллектуальные датчики измеряют эти действия в физической среде и переводят их в цифровую среду. Таким образом, каждый шаг процесса становится отслеживаемым в цифровом виде. Всякий раз, когда где-то в производственном процессе допущена ошибка, ее можно отследить с помощью цифровых следов. В результате будет легче отслеживать неэффективность производственного процесса и упрощать процесс внедрения инноваций, поскольку можно будет легче анализировать, какая часть производственного процесса неэффективна. [8] Из-за того, что вся информация оцифрована, компания подвергается кибератакам . Чтобы защитить себя от этих утечек информации, крайне важно обеспечить безопасную платформу. [9]
цифровых датчиков модульная Многоуровневая архитектура
Термин «многоуровневая модульная архитектура» представляет собой комбинацию модульной архитектуры физических компонентов продукта и многоуровневой архитектуры цифровой системы. [9] Существует уровень содержимого, уровень обслуживания, сетевой уровень ((1) логическая передача, (2) физический транспорт) и уровень устройства ((1) логические возможности, (2) физическое оборудование). [9] Начиная с уровня устройства, интеллектуальный датчик сам по себе представляет собой физическое оборудование, измеряющее физическую среду. Логическая емкость относится к операционным системам, которыми могут быть Windows , MacOS или другая операционная система , используемая для запуска платформы. На сетевом уровне логическая передача может состоять из различных методов передачи; Wi-Fi , Bluetooth , NFC , Zigbee и RFID . Для интеллектуальных датчиков физический транспорт не требуется, поскольку интеллектуальные датчики обычно беспроводные. Тем не менее, зарядные провода и розетки по-прежнему широко используются. Уровень обслуживания — это сервис, предоставляемый интеллектуальным датчиком. Датчики способны самостоятельно обрабатывать данные. Таким образом, не существует какой-то одной конкретной службы датчиков, поскольку они обрабатывают несколько объектов одновременно. Например, они могут сигнализировать о необходимости ремонта определенных активов. Уровень контента — это централизованные платформы, которые создаются и используются для получения информации и создания ценности.
Использование в разных отраслях [ править ]
Страхование [ править ]
Традиционно страховые компании пытались оценить риск своих клиентов, просматривая форму заявления, доверяя их ответам, а затем просто покрывая его ежемесячной страховой премией. Однако из-за асимметричности информации было сложно точно определить риск того или иного клиента. Внедрение интеллектуальных датчиков в страховой отрасли разрушает традиционную практику во многих отношениях. Интеллектуальные датчики генерируют большое количество (больших) данных и влияют на бизнес-модели страховых компаний следующим образом.
Умные датчики в домах клиентов или в носимых устройствах помогают страховым компаниям получать гораздо более подробную информацию. Носимые устройства могут, например, отслеживать показатели, связанные с сердцем, системы определения местоположения, такие как технологии безопасности, или умные термостаты, которые могут генерировать важные данные о вашем доме. Они могут использовать эту информацию для улучшения оценки рисков и управления рисками, сокращения асимметричной информации и, в конечном итоге, снижения затрат.
Кроме того, если клиенты согласятся предоставить данные датчиков у себя дома, они могут даже получить скидку на свою премию. Такой подход обмена информацией в обмен на специальные предложения называется бартером и является одной из форм монетизации данных . [10] Монетизация данных — это обмен информационных продуктов и услуг на законное платежное средство или что-то, имеющее эквивалентную ценность. [11] Другими словами, монетизация данных использует возможности для получения новых доходов. Другая форма монетизации данных, которую в настоящее время регулярно используют страховщики, — это продажа данных третьим лицам.
Производство [ править ]
Одной из последних тенденций в производстве является революция Индустрии 4.0 , в которой обмен данными и автоматизация играют решающую роль. Традиционно машины уже могли автоматизировать некоторые небольшие задачи (например, открывать/закрывать клапаны). Автоматизация умных заводов выходит за рамки этих простых задач. Оно все чаще включает в себя сложные решения по оптимизации, которые обычно принимают люди. [12] Чтобы машины могли принимать человеческие решения, необходимо получать подробную информацию, и именно здесь на помощь приходят умные датчики.
Для производства эффективность является одним из наиболее важных аспектов. Интеллектуальные датчики извлекают данные из активов, к которым они подключены, и непрерывно обрабатывают данные. Они могут предоставить подробную информацию о предприятии и процессах в режиме реального времени, а также выявить проблемы с производительностью. Если это всего лишь небольшая проблема с производительностью, умная фабрика может даже решить эту проблему сама. Интеллектуальные датчики также могут предсказывать дефекты, поэтому вместо того, чтобы устранять проблему впоследствии, специалисты по техническому обслуживанию могут ее предотвратить. Все это приводит к выдающейся эффективности активов и сокращению времени простоев, которое является врагом любого производственного процесса.
Интеллектуальные датчики также могут применяться за пределами завода. Например, датчики на таких объектах, как транспортные средства или транспортные контейнеры, могут предоставить подробную информацию о статусе доставки. Это влияет как на производство, так и на всю цепочку поставок.
Автомобильная промышленность [ править ]
Последние пару лет автомобильная промышленность бросает вызов своим «старым» экосистемам. Несколько новых технологий, таких как интеллектуальные датчики, играют решающую роль в этом процессе. В настоящее время эти датчики обеспечивают лишь некоторые небольшие автономные функции, такие как автоматическая парковка, обнаружение препятствий и экстренное торможение, что повышает безопасность. Хотя многие компании сосредоточены на технологиях, улучшающих автомобили, и работают над автоматизацией , полного переворота в отрасли еще не произошло. Тем не менее, эксперты ожидают, что через 10 лет автономные автомобили без какого-либо вмешательства человека будут доминировать на дорогах.
Интеллектуальные датчики генерируют данные об автомобиле и его окружении, подключают их к автомобильной сети и преобразуют их в ценную информацию, которая позволяет автомобилю видеть и интерпретировать мир. Принципиально датчик работает следующим образом. Ему необходимо собирать физические данные и данные об окружающей среде, использовать эту информацию для расчетов, анализировать результаты и претворять ее в жизнь. Датчики в других автомобилях должны быть подключены к автомобильной сети и обмениваться данными между собой.
Однако интеллектуальные датчики в автомобильной промышленности также можно использовать более экологично. Производители автомобилей размещают в разных частях автомобиля интеллектуальные датчики, которые собирают и передают информацию. Водители и производители могут использовать эту информацию для перехода от планового обслуживания к профилактическому . Устоявшиеся фирмы уделяют большое внимание этим поддерживающим инновациям , но риск заключается в том, что они не увидят появления новых участников и испытают трудности с адаптацией. [13] Поэтому важно проводить различие между подрывными и поддерживающими инновациями, что влечет за собой разные последствия для менеджеров.
См. также [ править ]
- Окружающий интеллект
- Периферийные вычисления
- ИЭЭЭ 1451
- Интернет вещей
- Интеллектуальный датчик
- Машина к машине
- Сентроллер
- СенсорML
- Система на чипе
- Электронный паспорт преобразователя
- ПреобразовательML
Ссылки [ править ]
- ^ Эльменрайх, В. (2006). «Сети интеллектуальных датчиков с синхронизацией по времени» (PDF) . Транзакции IEEE по промышленной информатике . 2 (3): 192–199. arXiv : 1507.04394 . дои : 10.1109/TII.2006.873991 . S2CID 11764613 .
- ^ Шеу, Мэн-Лье; Сюй, Вэй-Хун; Цао, Линь-Цзе (2012). «Входная схема тока с емкостно-модулированной модуляцией и выходом широтно-импульсной модуляции для интерфейса емкостного датчика». Транзакции IEEE по приборостроению и измерениям . 61 (2): 447–455. Бибкод : 2012ITIM...61..447S . дои : 10.1109/TIM.2011.2161929 . S2CID 25171486 .
- ^ Сундмакер, Харальд; Гиймен, Патрик; Фрисс, Питер (2010). Видение и проблемы реализации Интернета вещей . Люксембург: Издательское бюро Европейского Союза. ISBN 9789279150883 . OCLC 781160155 .
- ^ Бишну, Абхиджит; Бхатия, Вимал (2018). «Приемник IEEE 802.11ah в средах с ограниченными помехами». Журнал IEEE Интернета вещей . 5 (5): 4109–4118. дои : 10.1109/jiot.2018.2867908 . ISSN 2327-4662 . S2CID 53434450 .
- ^ «Умные датчики — технология для Интернета вещей» . ADUK GmbH (на немецком языке). 31 января 2022 г. Проверено 23 февраля 2022 г.
- ^ Спенсер, БФ; Руис-Сандовал, Мануэль Э.; Курата, Нарито (2004). «Интеллектуальные сенсорные технологии: возможности и проблемы». Структурный контроль и мониторинг состояния здоровья . 11 (4): 349–368. дои : 10.1002/stc.48 . ISSN 1545-2255 . S2CID 7428936 .
- ^ Делойт. (2018). Использование интеллектуальных датчиков для стимулирования инноваций в цепочке поставок [электронная книга]
- ^ Келли, Шон Дитер Тебье; Сурьядевара, Нагендер Кумар; Мукхопадьяй, Субхас Чандра (октябрь 2013 г.). «На пути к внедрению Интернета вещей для мониторинга состояния окружающей среды в домах». Журнал датчиков IEEE . 13 (10): 3846–3853. Бибкод : 2013ISenJ..13.3846K . дои : 10.1109/jsen.2013.2263379 . ISSN 1530-437X . S2CID 15230040 .
- ^ Jump up to: Перейти обратно: а б с Йоу, Ёнджин; Хенфридссон, Ола; Лыйтинен, Калле (декабрь 2010 г.). «Комментарий к исследованию - новая организационная логика цифровых инноваций: программа исследований информационных систем». Исследования информационных систем . 21 (4): 724–735. дои : 10.1287/isre.1100.0322 . ISSN 1047-7047 .
- ^ Вернер, Стефани Л; Уиксом, Барбара Х (20 января 2015 г.). «Большие данные: расширение набора инструментов бизнес-стратегии». Журнал информационных технологий . 30 (1): 60–62. дои : 10.1057/jit.2014.31 . ISSN 0268-3962 . S2CID 205123873 .
- ^ Уиксом, Б.Х. (2014). Наживайтесь на своих данных. Центр исследований информационных систем, Школа менеджмента Слоана, Кембридж, Массачусетс: Массачусетс
- ^ Берк Р., Муссомели А., Лаапер С., Хартиган М. и Снайдерман Б. (2017). Умная фабрика, издательство Deloitte University Press
- ^ Кленнер, Филипп; Хюсиг, Стефан; Даулинг, Майкл (май 2013 г.). «Предварительная оценка восприимчивости к разрушительным последствиям в устоявшихся сетях создания стоимости: когда рынки будут готовы к подрывным инновациям?». Исследовательская политика . 42 (4): 914–927. дои : 10.1016/j.respol.2012.12.006 . ISSN 0048-7333 . S2CID 153857396 .