Siemens 4***3100-8AB

Siemens 4***3100-8AB

Siemens 4***3100-8AB 

　对于IIoT，工程师可以期望获得三个主要好处：
　　·通过预测性维护增加正常运行时间
　　·通过边缘控制提升性能
　　·通过真实的网联数据改进产品设计和制造
　　为了实现IIoT的这些优势，设计团队必须依赖多项核心技术。无论是在构建在线监控系统、智能制造机器，还是测试物理或机电系统，一个关键的共性都是对边缘智能的需求。系统越复杂，就越需要做出实时决策。例如，在风力涡轮机叶片的结构测试中，采集大量高分辨率模拟波形数据的能力对于理解叶片行为特征至关重要。同时，我们需要处理这些数据，为控制系统提供输入，使得系统能够驱动叶片，以确保测试在已知条件下进行。因此，***估计至少40％的物联网数据将在边缘侧进行存储、处理、分析和响应3，也就不足为奇了。为了***大限度地提高性能并减少不必要的数据传输，用户必须将决策权下放到部署在设备处或附近的边缘节点。

　　图1.到2019年，至少有40％的物联网数据将在边缘进行存储、处理、分析和响应。

　　多年来，NI***了两个高质量控制和测量平台：CompactRIO和CompactDAQ。这两个平台都具有灵活性和模块化特性，并具有软件定义的功能。内置I/O接口和C系列I/O模块提供高精度I/O和特定测量信号调理，因此用户可以通过任何总线连接任何传感器或设备。 CompactRIO提供实时处理器和用户可编程FPGA，特别适用于高速控制，而CompactDAQ则提供了同类***为出色的软件API NI-DAQmx，是数据采集的理想选择。
　　然而，当我们开始着手实现这些系统时，新的挑战不断涌现 - 特别是在系统物理尺寸不断增大、传感器数量不断增加的情况下。我们仍以结构测试为例，为了***了解风力涡轮机叶片的性能，我们需要为整个机构配备传感器，以测量应变、压力、负载和扭矩。这些传感器都会生成模拟信号，为了获得***多且***有用的信息，我们需要进行高速、高分辨率测量。对于诸如此类的大规模应用，我们可能需要在整个系统中部署数百甚至数千个传感器。在采集所有这些数据时，我们还需要能够实时处理这些数据，以便我们可以为控制系统的所有执行器提供输出控制。
　　尝试开发此类系统时会遇到一些挑战：
　　·将数千个通道和众多测量系统同步在一起
　　·同步控制系统，以便在正确的时间进行所有操作
　　·将测量系统和控制系统同步在一起
　　随着系统不断扩展以及应用的测量和控制系统不断增加，这些挑战进一步加剧。测量系统之间以及控制系统之间的同步并不是一项新挑战。今天，我们通常可以通过基于信号的方法来实现这一目标，其中使用了物理布线将公共时基或信号路由到分布式节点。但是，这在距离、可扩展性和噪声风险方面存在局限性。另一种选择是利用基于以太网等通用标准的协议。以太网提供了高度开放性和互操作性，但没有延迟限制或带宽保证。为了解决这一挑战，工程师开发出一个以太网定制版本，通常称为硬实时以太网。典型的例子包括EtherCAT、PROFINET和EtherNet/IP。这些以太网定制版本提供了硬实时性能和***的低延迟和控制。但是，每个版本都需要对网络基础架构的硬件和软件进行修改，这不仅增加了成本，而且意味着来自不同供应商的不同设备不能在同一网络上运行。

Siemens 4***3100-8AB