기업은 공업 4.0을 위해 무엇을 필요로 합니까

본고에서 저는 귀하께 첫 번째 사물인터넷 설비를 배치하고 이를 클라우드 사물인터넷 서비스 공급업체에 연결하는 데 필요한 기본 지식을 보여 드리겠습니다. 저는 Microsoft Azure를 사용하는 것은 문서가 명확하고 사용자가 우호적이기 때문입니다.
나는 자신의 손놀림과 수작업으로 기업이 4.0 업계로 성공적으로 전환할 수 있는 것이 무엇인지 깊이 있게 이해할 수 있을 것이라고 믿는다.

산업 4.0:

제1차 공업혁명은 1700년대 말에 발생했고 현재 우리는 제4차 혁명: 제조 과정의 디지털화를 겪고 있으며 깊이 있는 학습 모델을 통해 그들의 자아의식을 키우고 있다.

왜 공업4.0이 발생하고 있습니까?

왜 공업 인터넷이 현재 발생하고 있는지, 그 기술이 수십 년 동안 남용되었는지 이해하기 위해서 우리는 전통 업계의 부족한 점을 보아야 한다. 주로 다음과 같다.

산업 시스템의 복잡성은 결국 인류 조작원이 비효율을 측정하는 능력을 초과했다. 그 결과는 대량의 기계의 성능이 그 능력보다 훨씬 낮을 것이다. 이 요소만으로도 기업주는 4.0

으로 전환해야 한다.

계산, 대역폭, 저장과 센서의 원가가 크게 떨어졌다는 것은 IT 시스템이 현재 공업기계 모니터링과 분석을 지원할 수 있다는 것을 의미한다. 공업기계 모니터링과 분석은 4.0 업계의 핵심이고 원가의 하락은 구글, 갑골문과 아마존 네트워크 서비스가 제공하는 클라우드 기술 때문이다.구름은 이미 성숙하여 강력한 분석 도구를 제공할 수 있다.

센서는 4.0 업계의 핵심입니다. 센서는 우리 각 업계의 데이터 원본이기 때문에 지금까지 제가 알고 있는 센서 유형은 많지 않고 기본적이지 않습니다.

온도

습도

압력

접근

급

가속계

팽이

가스 센서

센서를 클라우드에 연결하고 시스템 상태를 모니터링합니다.

다음 글에서 저는 Microsoft Azure를 클라우드 서비스 공급업체로 사용할 것입니다. 왜냐하면 이것은 좋은 문서 기록이 있지만 그 기본 구조는 Amazon의 AWS와 같기 때문입니다.
또한 이 절의 주요 목표는 센서로부터 데이터를 얻는 방법을 보여 주는 것입니다. 센서가 없으면 cpu의 온도 센서를 연결하여 센서를 구매하는 대신 사용할 수 있습니다.
당신은 여기에서 Azure가 제공하는 모든 사물인터넷 서비스를 찾을 수 있습니다. 그러나 이 예시에서 제가 사용하는 것은 Azure IoT Hub과Azure Stream Analytics입니다. 만약에 Azure Machine learning로 TensorFlow 환경을 바꾸고 싶다면
애플리케이션 아키텍처는 다음과 같습니다.

또한 저는 raspberry나arduino 프로세서가 없기 때문에 시뮬레이션을 할 것입니다. 이를 위해 로컬 기기에 2개의 Azure CLI 세션을 만들 것입니다. 하나는 시뮬레이션 장치, 심지어 cpu에 사용되는 온도 센서, 다른 하나는 기기의 상태를 감시하고 메시지를 보내는 데 사용됩니다.
계정에cloud 셸을 시작하고 이 명령을 추가합니다az extension add --name azure-iotaz extension add 명령은 Microsoft Azure IoT extension for Azure CLI를 CLI 셸에 추가합니다.사물인터넷 확장은 사물인터넷 센터, 사물인터넷 테두리 및 사물인터넷 장치 설정 서비스의 특정 명령을 Azure CLI에 추가합니다.

다음: 사물인터넷 센터에 연결:

az 그룹create 명령을 실행하여 자원 그룹을 만듭니다.다음 명령은 eastus 위치에 MyResourceGroup이라는 리소스 그룹을 만듭니다.az group create --name MyResourceGroup --location eastusaz iothubcreate 명령을 실행하여 iothub를 만듭니다.사물인터넷 센터를 만드는 데 몇 분이 걸릴 수 있습니다.
니 이름.다음 자리 표시자를 사물인터넷 센터에 대해 선택한 이름으로 바꿉니다.사물인터넷 센터의 이름은 Azure에서 전역적으로 유일해야 합니다.이 자리 표시자는 이 빠른 시작 부분의 나머지 부분에서 사물인터넷 센터의 이름을 나타내는 데 사용됩니다.az iot hub create --resource-group MyResourceGroup --name {YourIoTHubName}첫 번째 CLI 세션에서 az iot hub device identity create 명령을 실행합니다.그러면 아날로그 장치 ID가 생성됩니다.니 이름.다음 자리 표시자를 사물인터넷 센터에 대해 선택한 이름으로 바꿉니다.simDevice.이 빠른 시작 부분의 나머지 부분에서는 이 이름을 아날로그 장치에 직접 사용할 수 있습니다.(선택 사항) 다른 이름을 사용합니다.az iot hub device-identity create --device-id simDevice --hub-name {YourIoTHubName} az iot device simulate -d simDevice -n {YourIoTHubName}또는 Azure 포털을 사용하여 클라우드에서 디바이스로 메시지를 보낼 수 있습니다.이를 위해 사물인터넷 센터의 개요 페이지를 찾아 사물인터넷 장치를 선택하고 아날로그 장치를 선택한 다음 장치에 대한 메시지를 선택하십시오.az iot device c2d-message send -d simDevice --data "Hello World" --props "key0=value0;key1=value1" -n {YourIoTHubName}아날로그 장치가 "Hello World"메시지를 받았는지 확인할 수 있습니다. 따라서 모든 것이 정상적이고 연결이 되어 있습니다.

현재, 우리의 (아날로그) 장치는 IoThub에 연결되어 있으며, 우리는python 스크립트를 실행하여 습도와 온도 데이터를 IoThub에 보낼 것이다.

# Copyright (c) Microsoft. All rights reserved.
# Licensed under the MIT license. See LICENSE file in the project root for full license information.

import random
import time

# Using the Python Device SDK for IoT Hub:
#   https://github.com/Azure/azure-iot-sdk-python
# The sample connects to a device-specific MQTT endpoint on your IoT Hub.
from azure.iot.device import IoTHubDeviceClient, Message

# The device connection string to authenticate the device with your IoT hub.
# Using the Azure CLI:
# az iot hub device-identity show-connection-string --hub-name {YourIoTHubName} --device-id MyNodeDevice --output table
CONNECTION_STRING = "{Your IoT hub device connection string}"

# Define the JSON message to send to IoT Hub.
TEMPERATURE = 20.0
HUMIDITY = 60
MSG_TXT = '{{"temperature": {temperature},"humidity": {humidity}}}'

def iothub_client_init():
    # Create an IoT Hub client
    client = IoTHubDeviceClient.create_from_connection_string(CONNECTION_STRING)
    return client

def iothub_client_telemetry_sample_run():

    try:
        client = iothub_client_init()
        print ( "IoT Hub device sending periodic messages, press Ctrl-C to exit" )

        while True:
            # Build the message with simulated telemetry values.
            temperature = TEMPERATURE + (random.random() * 15)
            humidity = HUMIDITY + (random.random() * 20)
            msg_txt_formatted = MSG_TXT.format(temperature=temperature, humidity=humidity)
            message = Message(msg_txt_formatted)

            # Add a custom application property to the message.
            # An IoT hub can filter on these properties without access to the message body.
            if temperature > 30:
              message.custom_properties["temperatureAlert"] = "true"
            else:
              message.custom_properties["temperatureAlert"] = "false"

            # Send the message.
            print( "Sending message: {}".format(message) )
            client.send_message(message)
            print ( "Message successfully sent" )
            time.sleep(1)

    except KeyboardInterrupt:
        print ( "IoTHubClient sample stopped" )

if __name__ == '__main__':
    print ( "IoT Hub Quickstart #1 - Simulated device" )
    print ( "Press Ctrl-C to exit" )
    iothub_client_telemetry_sample_run()

이제 우리는 온도 데이터가 생겨서 이를 기계 학습할 수 있다.

스크립트가 아날로그 장치에서 실행되면 다음과 같은 출력을 얻을 수 있습니다.

우리는python의scikitlearn을 사용하여 시간 시퀀스로 온도 데이터를 모델링할 수 있습니다.여기서 너는 내가 얻은 기이한 줄거리를 찾을 수 있다.

온도 추세

온도 계절성

결론:

다시 말하면 IIoT나 공업4.0은 위대한 기술로 제조 과정을 개선하고 자아의식과 지능을 가지게 하여 기계의 속도를 따라잡고 생산 과정을 더욱 효율적으로 하는 데 목적을 둔다.
그러나 이 디지털 분야로 성공적으로 이전하기 위해 기업주는 직원들의 클라우드 기능을 향상시키고 데이터 분석팀, 데이터 과학자, 소프트웨어 엔지니어와 개발자를 모집해야 한다.
또한 센서 가격이 하락함에 따라 사람들은 가능한 한 많은 센서를 얻을 수 있다. 왜냐하면 우리가 위에서 본 바와 같이 더 많은 센서는 더 많은 데이터를 의미하고, 더 많은 데이터는 예측 모델의 정밀도를 의미하기 때문이다.