Mevcut ürün geliştirme ve destek döngüsü hızlı bir şekilde çalışmaktadır. Gömülü ürünler, yazılım ve donanım arızalarını tespit edebilir ve kullanıcı davranışına ilişkin öngörüler kazanarak mühendislere, cihazların normal çalışmasını ve sürekli iyileştirilmesini sağlamak için gerekli verileri sağlayabilir.
Ancak tüm endüstriyel ekipmanlar bu gömülü ürünleri destekleyecek şekilde kolayca bağlanamaz. Nesnelerin İnterneti (IoT) için özel olarak tasarlanmış ürünler bile elektromanyetik girişim (EMI), bant genişliği sınırlamaları ve aşırı uzun kablolar gibi bağlantı sorunlarıyla karşılaşabilir.
Bluetooth özellikli Çip Üzerinde Sistem (SoC) teknolojisinin ortaya çıkışı, mühendislerin kusursuz bağlantı ve mikroişlemcilerin güçlü performansını elde etmesini sağlayarak yerleşik makine öğrenimi (ML) desteğini mümkün kılar. Bağlantıyı akıllı analizle birleştirmek, pasif tepkiden proaktif öngörüye geçişin tasarım ve destek döngüsünde önemli bir araçtır.
Akıllı veri toplama, ürün geliştirme ve desteğini değiştirdi
Başarılı ürün geliştirme ve destek, verilerin kullanılmasını gerektirir. Tasarımcılar müşterilerin ürünü nasıl kullandığını, hangi özelliklere güvendiklerini, hangi özelliklerin kullanışsız olduğunu veya güvenlik açıklarına sahip olduğunu anlamazlarsa, ürünü yinelemek ve kullanıcıların istediği düzeye yükseltmek zorlaşır. Benzer şekilde, bir sorunun ortaya çıkmasından önce veya meydana geldiği sırada kullanıcı davranışını, sistem durumunu, çevresel koşulları ve diğer kritik verileri anlamadan destek personeli sorunu tam olarak gideremez.
Modern yerleşik bağlantı ve analitik yeteneklere sahip ürünler, tasarım yinelemelerini ve desteğini daha etkili hale getirebilir. Gömülü ürünler ve akıllı işaretçiler sıcaklık, nem ve hava basıncı gibi çevresel koşulları algılayabildiği gibi çok eksenli ivmeyi, ortam ışığını ve manyetik alanları da algılayabiliyor. Gerçek zamanlı saat (RTC) zaman damgaları kullanılarak veriler, yerleşik analiz işlevleri kullanılırken veya Bluetooth aracılığıyla bulut sunucularına yayınlanırken diğer sistem olaylarıyla ilişkilendirilebilir.
Örneğin endüstriyel ortamlardaki doğrusal hareket sistemlerine bağlanan akıllı işaretler, nem arttığında artan titreşimi algılayabiliyor. Daha sonra yerleşik işlemci, bakım mühendislerine ek yağlamanın gerekli olduğunu hatırlatan bir uyarı verebilir. Bu proaktif arıza teşhisi, ekipmanın aksama süresini ve bakım maliyetlerini azaltabilir.
Ürün tasarımcıları ayrıca doğrusal hareket sistemlerinin gelecekteki sürümlerini geliştirmek için kayıtlı titreşim ve çevresel verileri de kullanabilir. Örneğin nemli koşullarda daha uzun süre kullanılabilecek farklı bir yağlayıcı önerebilirler. Ayrıca yağlama sistemini dış etkenlerden daha iyi koruyacak şekilde yeniden tasarlayabilirler.
Zorlukların ve çözümlerin uygulanması
IoT ortamında gelişmiş veri toplamanın avantajlarını elde etmek için mühendislerin veri toplama ve analizini optimize etmesi gerekir. Analiz için herhangi bir bilginin buluta iletilmesi doğal gecikmeye neden olur ve veri güvenliğini azaltır. Gömülü sistemler ve akıllı işaretler, AI ve ML işlevlerini cihazın kendisine entegre ederek bu sorunu çözer. Bu uç yapay zeka ve TinyML sistemleri, işlemcilerin alınan gerçek dünyadan verilere dayanarak akıllı çıkarımlar yapmasına olanak tanıyan küçültülmüş yazılım modelleri içerir.
Yerleşik ML işlevi, titreşim verilerini, çevresel verileri ve küresel zaman damgalarını eşleştirmek kadar basit veya veri eğilimlerine dayalı olarak bakım ihtiyaçlarını tahmin etmek kadar karmaşık olabilir. İster karmaşık ister basit olsun, ML modülleri, ağ kaynaklarını tüketmeden gerçek zamanlı verileri alıp işleyebilir, çeşitli değişikliklere ilişkin zamanında bilgi edinilmesini sağlar ve enerji tüketimini en aza indirir.
Bununla birlikte, akıllı işaretlerin ve gömülü sistemlerin sonuçta bir ağ üzerinden diğer cihazlarla veya sunucularla durum iletişimi kurması gerekir. Birçok geleneksel sistem tasarımı, kablolu seri bağlantılar için PROFIBUS, DeviceNet, CANOpen ve Modbus RTU gibi protokolleri kullanır. Daha modern cihazlar PROFINET, EtherCAT, EtherNet/IP veya Ethernet POWERLINK gibi düşük gecikmeli Ethernet protokollerine dayanır. Bununla birlikte, hem seri hem de Ethernet iletişimi, veri ve güç kablolarının fabrika atölyesinde döşenmesini gerektirir ve buna eşlik eden zorluklar arasında elektromanyetik girişim, uzun kablo iletimi sırasında sinyal zayıflaması ve takılma tehlikelerini azaltmak ve sürüş veya otonom araçlara erişim sağlamak için gereken tesis yatırımı yer alır.
Bluetooth protokolünü kullanan kısa menzilli radyo frekansı (RF) iletişimi, yukarıda bahsedilen birçok zorluğun üstesinden gelir. Düşük Enerjili Bluetooth (BLE) gibi bazı Bluetooth sürümleri, 150 metrelik bir aralıkta güçlü sinyaller yaymak için düğme pillerinin gücünü kullanabilir, böylece güç ve veri kablolarına olan ihtiyacı ortadan kaldırır.
BLE sinyalleri, bazı hücresel ve Wi Fi ağlarını da destekleyen 2,4 GHz frekans bandında çalışır. Frekans bantlarının paylaşılması ağ girişimine ve sinyal bütünlüğünün azalmasına yol açsa da, aynı zamanda duvarlar ve cihazlar gibi görüş hattındaki engellerin üstesinden gelmek için de en güvenilir frekans bandıdır. Görüş hattı ve parazit sorununun üstesinden gelmek için birçok BLE sistemi örgü ağları kullanabilir ve BLE cihazlarını birbirine ve buluta bağlamak için 6. İnternet Protokolünü (IPv6) kullanabilir (Şekil 1). Bluetooth etkin noktalarının stratejik olarak yerleştirilmesi, ağ ağları içindeki sinyal gücünü ve bütünlüğünü de artırabilir.