بیکن هوشمند امکان درک یادگیری ماشین شبکه ای را با سیستم بلووتوث بر روی تراشه فراهم می کند

چرخه توسعه و پشتیبانی محصول امروزی سریع است. محصولات جاسازی شده نقص های نرم افزاری و سخت افزاری را شناسایی می کنند و بینشی از رفتار کاربر ارائه می دهند تا داده های مورد نیاز برای اطمینان از عملکرد صحیح تجهیزات و بهبود مستمر را در اختیار مهندسان قرار دهند.

همه تجهیزات صنعتی را نمی توان به راحتی برای پشتیبانی از این محصولات تعبیه شده متصل کرد. حتی محصولاتی که برای اینترنت اشیا (IoT) طراحی شده‌اند، مشکلات اتصال مانند تداخل الکترومغناطیسی (EMI)، محدودیت‌های پهنای باند و کابل‌های طولانی را تجربه می‌کنند.

ظهور فناوری سیستم روی تراشه (SoC) مجهز به بلوتوث، اتصال یکپارچه و قدرت ریزپردازنده را برای پشتیبانی از یادگیری ماشین روی برد (ML) در اختیار مهندسان قرار می دهد. ترکیب اتصال با تجزیه و تحلیل هوشمند یک ابزار مهم در چرخه طراحی و پشتیبانی از غیرفعال به فعال است.

جمع آوری داده های هوشمند توسعه و پشتیبانی محصول را تغییر می دهد
توسعه و پشتیبانی موفق محصول مستلزم استفاده از داده ها است. طراحانی که نمی دانند مشتری چگونه از محصول استفاده می کند، از جمله اینکه به چه چیزی متکی است، کدام ویژگی ها دست و پا گیر هستند یا آسیب پذیری دارند، ممکن است به سختی بتوانند محصول را به طور مکرر به سطحی که کاربر می خواهد ارتقا دهند. به طور مشابه، پرسنل پشتیبانی نمی توانند بدون اطلاع از رفتار کاربر، وضعیت سیستم، شرایط محیطی و سایر داده های حیاتی قبل یا در زمان بروز مشکل، عیب یابی کافی را انجام دهند.

محصولات با قابلیت اتصال و تجزیه و تحلیل داخلی مدرن می توانند تکرارهای طراحی و پشتیبانی را موثرتر کنند. محصولات جاسازی شده و چراغ های هوشمند می توانند شرایط محیطی مانند دما، رطوبت و فشار هوا را تشخیص دهند و می توانند شتاب چند محوره، نور محیط و میدان های مغناطیسی را حس کنند. مُهر زمانی ساعت واقعی (RTC) به داده‌ها اجازه می‌دهد تا هنگام استفاده از تجزیه و تحلیل داخلی یا هنگام پخش به یک سرور ابری از طریق بلوتوث، با سایر رویدادهای سیستم مرتبط شوند.

به عنوان مثال، یک چراغ هوشمند متصل به یک سیستم حرکت خطی در یک محیط صنعتی ممکن است لرزش افزایش یافته را با افزایش رطوبت تشخیص دهد. سپس پردازنده آنبرد می تواند مهندس تعمیر و نگهداری را از نیاز به روغن کاری اضافی آگاه کند. این تشخیص عیب پیشگیرانه می تواند زمان خرابی تجهیزات و هزینه های تعمیر و نگهداری را کاهش دهد.

طراحان محصول همچنین می توانند از لرزش های ثبت شده و داده های محیطی برای بهبود نسخه های آینده سیستم های حرکت خطی استفاده کنند. به عنوان مثال، آنها ممکن است روان کننده متفاوتی را توصیه کنند که در شرایط مرطوب ماندگاری بیشتری داشته باشد. آنها همچنین ممکن است سیستم روانکاری را برای محافظت بهتر از تأثیرات خارجی دوباره طراحی کنند.

اجرای چالش ها و راه حل ها
برای درک مزیت افزایش جمع آوری داده ها در محیط IOT، مهندسان باید جمع آوری و تجزیه و تحلیل داده ها را بهینه کنند. انتقال هر گونه اطلاعات به ابر برای تجزیه و تحلیل ذاتاً با تأخیر همراه است و امنیت داده ها را کاهش می دهد. سیستم‌های جاسازی شده و چراغ‌های هوشمند این مشکل را با ادغام قابلیت‌های هوش مصنوعی و ML در خود دستگاه حل می‌کنند. این سیستم‌های Edge AI و TinyML شامل مدل‌های نرم‌افزاری مقیاس‌شده هستند که به پردازنده اجازه می‌دهد تا بر اساس داده‌های دریافتی در دنیای واقعی، به‌طور هوشمندانه تعمیم دهد.

عملکردهای ML داخلی می‌توانند برای مطابقت با داده‌های ارتعاش، داده‌های محیطی، و مهرهای زمانی جهانی ساده باشند، یا برای پیش‌بینی الزامات نگهداری بر اساس روند داده‌ها پیچیده باشند. چه پیچیده و چه ساده، ماژول ML می تواند داده های بلادرنگ را بدون اشغال منابع شبکه دریافت و پردازش کند، در نتیجه بینش به موقع نسبت به تغییرات و به حداقل رساندن مصرف انرژی فراهم می کند.

با این حال، در نهایت، چراغ های هوشمند و سیستم های تعبیه شده نیاز به برقراری ارتباط با سایر دستگاه ها یا سرورها از طریق شبکه دارند. بسیاری از طراحی‌های سیستم سنتی دارای اتصالات سریال سیمی از طریق پروتکل‌هایی مانند PROFIBUS، DeviceNet، CANOpen و Modbus RTU هستند. دستگاه‌های مدرن‌تر به پروتکل‌های اترنت با تأخیر کم مانند PROFINET، EtherCAT، EtherNet/IP یا Ethernet POWER متکی هستند. با این حال، هر دو ارتباط سریال و اترنت به کابل‌های داده و برق نیاز دارند که در کارخانه نصب شوند، و چالش‌های زیر شامل EMI، تضعیف سیگنال در طول انتقال طولانی کابل، و سرمایه‌گذاری در تسهیلات مورد نیاز برای کاهش خطرات ناشی از تصادف و ایجاد دسترسی برای وسایل نقلیه رانندگی یا خودران است.

ارتباطات فرکانس رادیویی برد کوتاه (RF) با استفاده از پروتکل بلوتوث بر بسیاری از این چالش ها غلبه می کند. برخی از نسخه‌های بلوتوث، مانند بلوتوث کم مصرف (BLE)، از نیروی باتری دکمه‌ای برای انتشار سیگنال‌های قوی در برد 150 متری استفاده می‌کنند و نیازی به خطوط برق و داده را از بین می‌برند.

سیگنال BLE در باند 2.4 گیگاهرتز کار می کند که از برخی شبکه های سلولی و Wi-Fi نیز پشتیبانی می کند. در حالی که باندهای مشترک می توانند منجر به تداخل شبکه و کاهش یکپارچگی سیگنال شوند، آنها قابل اعتمادترین باندها برای غلبه بر موانع دید مانند دیوارها و تجهیزات هستند. برای غلبه بر مشکلات LOS و تداخل، بسیاری از سیستم‌های BLE می‌توانند از شبکه‌های مشبک، با استفاده از پروتکل اینترنت نسخه 6 (IPv6) برای اتصال دستگاه‌های BLE و اتصال آنها به ابر استفاده کنند (شکل 1). قرارگیری استراتژیک هات اسپات های بلوتوث نیز قدرت و یکپارچگی سیگنال را در شبکه مش افزایش می دهد.