【1746-IN16】

1746-IN16 

• 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，专家估计至少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投资了两个高质量控制和测量平台pactRIOpactDAQ。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。pactRIO提供实时处理器和用户可编程FPGA，特别适用于高速控制，pactDAQ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。

1746-IN16  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，为了全面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。

1746-IN16