TOP
SSV Software Systems Registrieren  Registrieren
Einloggen, um private Nachrichten zu lesen  Einloggen, um private Nachrichten zu lesen
Startseite FAQ Suchen Mitglieder Profil  Login 
SSV Support-Forum
MLS/160A als (I)IoT-Sensor …

 
Neues Thema eröffnen   Neue Antwort erstellen    SSV-Forum Foren-Übersicht >>> RMG/941
<<< Vorheriges Thema - Nächstes Thema >>>  
Beiträge der letzten Zeit anzeigen:   
Autor Nachricht
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1311

BeitragVerfasst am: 13.11.2020, 22:27    Titel: MLS/160A als (I)IoT-Sensor … Antworten mit Zitat

Hallo Forum.

Die Anforderungen an Sensoren für das Internet der Dinge verändern sich nach wie vor in einem beachtlichen Tempo. Vor einiger Zeit reichte noch ein Sensorelement mit einer geeigneten Signalverarbeitung plus eine hochwertige Kommunikationsschnittstelle (z. B. Ethernet oder Wi-Fi) aus. Inzwischen werden komplexe Softwarefunktionen aus dem Umfeld der künstlichen Intelligenz erwartet, um die Sensordaten in Echtzeit zu analysieren. Die folgende Abbildung zeigt die Bausteine einer IoT-Beispielsensorlösung für Maschinen und Anlagen, die mit Hilfe der Amazon-IoT-Cloud realisiert wurde:



1. (I)IoT-Sensorik (Maschinensensor + Gateway). Dient zum Sammeln „gelabelter“ Trainingsdaten und zum Erfassen von Echtzeit-Merkmalsvektoren für die Inferenzmaschine. Das Gateway wird nicht nur für die Sensordatenerfassung, sondern auch für Fernzugriffsaufgaben verwendet (z. B. Fernzugriff auf eine Antriebswellen-SPS oder den Controller eines Frequenzumrichters).

2. AWS S3-Dienst (S3 = Simple Storage Service). Wird zur Speicherung der Machine-Learning-Trainingsdaten und des für den Sensor erzeugten Modells genutzt.

3. AWS SageMaker-Service: Wird zum Erstellen des Machine-Learning-Modells (ML-Modell) und für die Inferenzphase verwendet (Iot-Sensor-Inferenz = Klassifizieren eines Datenvektors an Hand des ML-Modells, die Inferenz Engine des virtuellen Sensors).

4. AWS IoT Core. Schnittstelle zur Entgegennahme eines Datenvektors von der Sensor-Hardware, um die Inferenz auszuführen und um das Inferenzergebnis anderen Anwendungen zur Verfügung zu stellen (entspricht dem "Datenausgang" eines virtuellen Sensors).

5. AWS Lambda-Service. Als I/O-Daten-Dispatcher wird eine AWS-Lambda-Funktion eingesetzt.

6. AWS SNS-Dienst. Ereignisbenachrichtigung mit der Inferenz-Engine-Ausgabe. Bei bestimmten Ereignissen kann der virtuelle Sensor Benachrichtigungen verschicken (z. B. eine SMS, E-Mail usw.).

VG KDW

Siehe auch: https://github.com/SSV-embedded/RMG-941-and-AWS
Siehe auch: https://github.com/SSV-embedded/MLS160A-SDK
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
Beiträge der letzten Zeit anzeigen:   
Neues Thema eröffnen   Neue Antwort erstellen    SSV-Forum Foren-Übersicht >>> RMG/941 Alle Zeiten sind GMT + 1 Stunde
Seite 1 von 1

 
Gehe zu:  
Sie können keine Beiträge in dieses Forum schreiben.
Sie können auf Beiträge in diesem Forum nicht antworten.
Sie können Ihre Beiträge in diesem Forum nicht bearbeiten.
Sie können Ihre Beiträge in diesem Forum nicht löschen.
Sie können an Umfragen in diesem Forum nicht teilnehmen.

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511 / 40 000-0
Fax: +49(0)511 / 40 000-40

sales@ssv-embedded.de


Impressum    ·    Datenschutz    ·    AGB

© 2020 SSV Software Systems GmbH. Alle Rechte vorbehalten.

ISO 9001:2015