Het Internet of Things betekent van nature dat apparaten van verschillende fabrikanten die verschillende communicatieprotocollen gebruiken, gegevens kunnen uitwisselen. Hierdoor kunt u apparaten of hele processen verbinden die voorheen niet konden communiceren.
Slimme stad, slim netwerk, slim bouwen, slim huis...
De meeste intelligente systemen zijn ontstaan als resultaat van interoperabiliteit of zijn er aanzienlijk door verbeterd. Een voorbeeld is voorspellend onderhoud van bouwmaterieel. Terwijl het in het verleden empirisch mogelijk was om te verwachten dat onderhoud nodig zou zijn op basis van het gebruik van apparatuur, wordt deze informatie nu aangevuld met gegevens verkregen van apparaten zoals trillings- of temperatuursensoren die rechtstreeks in de machine zijn ingebouwd.
Gegevensuitwisseling kan rechtstreeks tussen netwerkdeelnemers plaatsvinden of via gateways, zoals bij de gegevensoverdracht met behulp van verschillende communicatietechnologieën.
Poorten
Gateways worden ook wel edge-apparaten genoemd, zoals externe sensoren die binnenkomende gegevens in de cloud kunnen opslaan als de communicatie met het IoT-platform mislukt. Bovendien kunnen ze de gegevens ook verwerken om het volume ervan te verminderen en alleen die waarden die een afwijking vertonen of aanvaardbare limieten overschrijden, naar het IoT-platform verzenden.
Een speciaal type gateway is de zogenaamde dataconcentrator, die tot taak heeft gegevens van aangesloten sensoren te verzamelen en deze vervolgens via een ander type communicatie, bijvoorbeeld via draden, door te sturen. Een typisch voorbeeld is een gateway die gegevens verzamelt van meerdere calorimeters met behulp van IQRF-technologie die in de stookruimte van een gebouw is geïnstalleerd, en die vervolgens naar een IoT-platform wordt verzonden met behulp van een standaard IP-protocol zoals MQTT.
Apparaten op basis van directe communicatie zijn voornamelijk sensoren voor één doel, zoals pulssensoren ontworpen voor elektriciteitsmeters, die kunnen worden uitgerust met simkaarten. Aan de andere kant omvatten apparaten die gateways gebruiken bijvoorbeeld Bluetooth Low Energy-sensoren die het kooldioxidegehalte in een kamer meten.
Draadloze netwerken
Naast de standaard en wijdverspreide propriëtaire openbare communicatietechnologieën zoals SigFox of 3G/4G/5G mobiele netwerken, maken IoT-apparaten ook gebruik van lokale draadloze netwerken die zijn gebouwd voor een specifieke taak, zoals het verzamelen van gegevens van luchtvervuilingssensoren. Bijvoorbeeld LoRaWAN. Iedereen kan zijn eigen netwerk opbouwen, maar het is belangrijk om te onthouden dat hij of zij ook verantwoordelijk is voor het onderhouden en onderhouden ervan, wat een moeilijke taak kan zijn aangezien deze netwerken in banden zonder licentie opereren.
Voordelen van het gebruik van openbare netwerken:
- eenvoudige netwerktopologie als het gaat om de inzet van IoT-apparaten;
- vereenvoudiging van het verbindingsonderhoud;
- de operator is verantwoordelijk voor de functionaliteit van het netwerk.
Nadelen van het gebruik van openbare netwerken:
- de afhankelijkheid van de netwerkbeheerder maakt het onmogelijk om communicatiefouten op te sporen en tijdig te corrigeren;
- afhankelijkheid van het signaaldekkingsgebied, dat wordt bepaald door de operator.
Voordelen van het exploiteren van een eigen netwerk:
- de totale verbindingskosten kunnen worden geoptimaliseerd voor specifieke aangesloten apparaten (bijv. sensoren);
- een langere levensduur van de batterij betekent dat er minder capaciteit nodig is voor de batterij.
Nadelen van het exploiteren van een eigen netwerk:
- de noodzaak om een heel netwerk te creëren en de stabiliteit van draadloze communicatie te garanderen. Er kunnen echter problemen optreden als bijvoorbeeld de functies of de beschikbaarheid van het gebouw veranderen en als gevolg daarvan de sensoren het signaal kunnen verliezen, omdat ze doorgaans minder datatransmissievermogen hebben.
Ten slotte is het belangrijk op te merken dat het de interoperabiliteit van apparaten is die ons in staat stelt de verzamelde gegevens te verwerken en analyseren met behulp van technologieën zoals Machine Learning of Big Data Analysis. Met hun hulp kunnen we verbindingen vinden tussen gegevens die ons voorheen onduidelijk of triviaal leken, waardoor we aannames kunnen doen over welke gegevens in de toekomst zullen worden gemeten.
Dit bevordert nieuwe manieren van denken over hoe het milieu werkt, zoals het efficiënter gebruiken van energie of het optimaliseren van verschillende processen, waardoor uiteindelijk onze levenskwaliteit verbetert.
Bron: www.habr.com