面向OEM的AI/ML支持的物聯(lián)網(wǎng)解決方案平臺(tái)

物聯(lián)網(wǎng)網(wǎng)關(guān)正在成為構(gòu)建強(qiáng)大的物聯(lián)網(wǎng)解決方案的重要組成部分。如今，OEM更專注于開發(fā)具有更高分析能力的下一代物聯(lián)網(wǎng)連接解決方案，因此對(duì)物聯(lián)網(wǎng)網(wǎng)關(guān)的需求正在迅速增加。但是，當(dāng)我們談?wù)撻_發(fā)物聯(lián)網(wǎng)解決方案時(shí)，OEM 面臨著多重挑戰(zhàn)，例如時(shí)間、兼容性、可擴(kuò)展性、安全性、隱私問題等，為了避免這些挑戰(zhàn)，OEM 尋找一個(gè)即用型物聯(lián)網(wǎng)平臺(tái)，該平臺(tái)可以定制并節(jié)省時(shí)間和開發(fā)成本。

VOLANSYS CENTAURI 200和IoTify足以克服上述挑戰(zhàn)并滿足不同行業(yè)的需求。IoTify with CENTAURI 200 平臺(tái)是一個(gè)靈活、安全且功能豐富的多平臺(tái)物聯(lián)網(wǎng)云和移動(dòng)應(yīng)用程序框架，用于創(chuàng)建具有 AI/ML 功能的物聯(lián)網(wǎng)解決方案。它使原始設(shè)備制造商、汽車行業(yè)、企業(yè)能夠?qū)崿F(xiàn)關(guān)鍵目標(biāo)，獲得可操作的見解，推動(dòng)關(guān)鍵決策，從重復(fù)性任務(wù)中解放出來，并創(chuàng)造令人興奮的、新的和創(chuàng)新的產(chǎn)品和服務(wù)。

CENTAURI 200 和 IoTify 平臺(tái)為應(yīng)用程序開發(fā)做好準(zhǔn)備

CENTAURI 200 平臺(tái)針對(duì)廣泛使用的應(yīng)用領(lǐng)域之一，例如使用支持的 BLE/RS-485/RS-232/CAN 傳感器進(jìn)行異常檢測(cè)，用于平臺(tái)架構(gòu)中的 AI/ML 用例。

CENTAURI 200 軟件框架是使用 AWS IoT Core SDK、AWS Kinesis SDK 和 Tensor Flow Lite Framework 開發(fā)的，用于異常檢測(cè)，而另一方面，云使用使用 AWS 無服務(wù)器架構(gòu)開發(fā)的 AWS 服務(wù)，這些服務(wù)具有 SageMaker、Kinesis、S3、Lambda、IoT Core、AWS Route53、CloudFront、Cognito、API Gateway、CloudWatch、SNS、DynamoDB、EMR、IAM 服務(wù)。

云平臺(tái)的重點(diǎn)是收集數(shù)據(jù)、訓(xùn)練模型、自動(dòng)部署模型，并向網(wǎng)關(guān)發(fā)送新開發(fā)模型的通知。對(duì)于異常事件，云會(huì)向 IoTify 移動(dòng)用戶發(fā)送推送通知。

CENTAURI 200 是針對(duì)每種類型的協(xié)議使用數(shù)據(jù)收集器服務(wù)開發(fā)的，該服務(wù)從傳感器獲取傳感器數(shù)據(jù)，并將其發(fā)送到通過 AWS Kinesis 流流式傳輸?shù)皆频膫鞲衅鲾?shù)據(jù)。但是，OEM 儀表板允許用戶為具有采樣頻率的相同類型的設(shè)備列表創(chuàng)建歷史記錄和 AI/ML 配置。它支持模型部署（自動(dòng)/手動(dòng)）、自動(dòng)訓(xùn)練模型、具有多種其他功能的模型重新訓(xùn)練。模型訓(xùn)練是使用 Sagemaker 根據(jù)預(yù)定義的報(bào)告頻率使用 Kinesis 流上接收的歷史數(shù)據(jù)執(zhí)行的。訓(xùn)練后的模型將部署在CENTAURI 200上，以便將來進(jìn)行異常檢測(cè)。

CENTAURI 200 在為配置的特定終端設(shè)備部署模型后，在網(wǎng)關(guān)上運(yùn)行推理管理器服務(wù)。加載模型，并將傳感器的實(shí)時(shí)數(shù)據(jù)饋送到模型。異常檢測(cè)作為 MQTT 消息發(fā)送到云。網(wǎng)關(guān)上運(yùn)行的云代理服務(wù)支持傳感器注冊(cè)、通過 MQTT 獲取 AI/ML/歷史數(shù)據(jù)、下載/更新從云接收的模型等。

根據(jù)網(wǎng)關(guān)中特定配置的傳感器的歷史數(shù)據(jù)，IoTify Cloud注冊(cè)的OEM用戶和移動(dòng)應(yīng)用程序用戶將能夠看到帶有每月，每周和每日數(shù)據(jù)的圖表進(jìn)行分析。該圖還提供為傳感器注冊(cè)的異常檢測(cè)的平均數(shù)據(jù)。這使OEM用戶能夠?yàn)槠?a href="http://ttokpm.com/v/tag/1472/" target="_blank">機(jī)械或其他行業(yè)采取主動(dòng)措施和決策。

為了理解上述場(chǎng)景，讓我們舉一個(gè)例子：鉆井和開采是與石油和天然氣行業(yè)相關(guān)的關(guān)鍵過程。該行業(yè)滿足使用各種自主設(shè)備的提取和生產(chǎn)活動(dòng)的特定要求。使用 AI/ML 被認(rèn)為是最佳解決方案，不僅可以讀取和記錄可用儀器的值，還可以分析任何類型的不一致/異常。這有助于提高關(guān)鍵任務(wù)的自動(dòng)化程度并減少手動(dòng)工作。針對(duì)特定任務(wù)定期計(jì)劃預(yù)防性維護(hù)，以保持設(shè)備處于良好的工作狀態(tài)。AI/ML通過幫助維護(hù)團(tuán)隊(duì)主動(dòng)采取預(yù)防措施來實(shí)現(xiàn)預(yù)防性維護(hù)，從而減少設(shè)備故障并確保工人的安全。

制造業(yè)應(yīng)用

制造業(yè)定期使用各種類型的設(shè)備和機(jī)械來生產(chǎn)消費(fèi)品、汽車產(chǎn)品等。在這些行業(yè)中，需要進(jìn)行資產(chǎn)管理來增加生產(chǎn)正常運(yùn)行時(shí)間、優(yōu)化質(zhì)量并降低運(yùn)營成本，同時(shí)確保安全和及時(shí)交付。為了幫助實(shí)現(xiàn)目標(biāo)，引入AI / ML是一種非常實(shí)用和方便的解決方案。在這里，傳感器可以連接到小到閥門和大到設(shè)備（如發(fā)電機(jī)、泵、壓縮機(jī)、電動(dòng)機(jī)、鍋爐等）的機(jī)械設(shè)備。這些傳感器可以從設(shè)備讀取數(shù)據(jù)并將其發(fā)送到網(wǎng)關(guān)，網(wǎng)關(guān)又將其發(fā)送到云。從設(shè)備收集的數(shù)據(jù)可用于訓(xùn)練模型，并定期將其部署到網(wǎng)關(guān)上以進(jìn)行異常檢測(cè)。

優(yōu)勢(shì)： 更智能地監(jiān)控/跟蹤資產(chǎn)，在問題發(fā)生之前解決問題，最大限度地提高資產(chǎn)利用率，管理老化的資產(chǎn)和基礎(chǔ)設(shè)施，提升維護(hù)管理，高效利用電力和能源。

醫(yī)療/保健行業(yè)應(yīng)用

BLE設(shè)備（如智能手表）和其他無線連接設(shè)備（如血氧儀，血糖監(jiān)測(cè)儀等）可以持續(xù)跟蹤患者的健康狀況。從患者那里收集的持續(xù)數(shù)據(jù)有助于醫(yī)生積極主動(dòng)地采取行動(dòng)，并為患者確定最佳治療方法。這些設(shè)備與網(wǎng)關(guān)連接，根據(jù)通過AI/ML框架訓(xùn)練的模型識(shí)別異常檢測(cè)，以識(shí)別/檢測(cè)患者的任何危急情況。

優(yōu)勢(shì)：通過減少就診次數(shù)、加快疾病診斷、藥物和設(shè)備管理等方式改善治療、降低成本

OEM如何使用支持AI / ML的VOLANSYS平臺(tái)受益 – CENTAURI 200 & IoTify

通過使用即用型解決方案，前期成本節(jié)省高達(dá) 60%，避免了巨大的前期成本

借助 AI/ML 功能，借助維護(hù)預(yù)測(cè)分析，減少停機(jī)時(shí)間，從而向最終客戶交付高價(jià)值產(chǎn)品

借助遠(yuǎn)程管理功能的數(shù)據(jù)，探索遠(yuǎn)程監(jiān)控和服務(wù)領(lǐng)域的新收入機(jī)會(huì)

OEM可以實(shí)現(xiàn)優(yōu)于競(jìng)爭(zhēng)對(duì)手的技術(shù)優(yōu)勢(shì)

更好地了解消費(fèi)者消費(fèi)模式，制定更好的商業(yè)戰(zhàn)略

因此，具有最新AI/ML功能的物聯(lián)網(wǎng)平臺(tái)是VOLANSYS通過其解決方案提供的主要優(yōu)勢(shì)之一。我們幫助不同行業(yè)開發(fā)智能解決方案，使用CENTAURI 200和IoTify AI / ML框架支持云和網(wǎng)關(guān)。在云上使用傳感器數(shù)據(jù)訓(xùn)練模型，并在網(wǎng)關(guān)上部署訓(xùn)練的模型，以檢測(cè)傳感器數(shù)據(jù)的異常并通知云采取必要的操作。模型訓(xùn)練具有使用傳感器數(shù)據(jù)獲得準(zhǔn)確結(jié)果的收養(yǎng)學(xué)習(xí)功能。

審核編輯：郭婷

?