物联网如火如茶,LoRa、Sigfox、NB-IoT三大物联网技术谁能称雄?

物联网如火如茶,LoRa、Sigfox、NB-IoT三大物联网技术谁能称雄?,第1张

无线通信技术是物联网的传输基础,随着智慧城市大应用成为热门发展,各种技术推陈出新,纷纷抢占物联网市场。在LPWAN技术里,最热门的莫过于LoRa、Sigfox和NB-IoT。

在物联网趋势中,这三种技术各自具有什么优势。

谁才会是你专业领域的最佳拍档?

物联网、大数据、AI人工智能这几个词汇,相关产业人员想必娴熟于心。
在物联网的技术架构中,“感测”是最基础的核心源头,无论在农业、工业、建筑、交通、医疗等领域,要让感测到的数据透过AI分析,进而形成相关应用,首先必须部署适合的传输技术与网域,才能搜集并回报巨量的环境数据。

在无线通信技术里,WI-FI、bluetooth、ZigBee、Z-Wave这几项较早推出的应用已经于不同领域中奠定发展基础。

WI-FI适用于大数据量的传输,比如影音传输或者A R/V R等领域,同时也是一般无线网络的基础,缺点是耗电量大;蓝牙多用于个人穿戴式装置,在声音领域的应用较为成熟

ZigBee和Z-Wave则是在工业、建筑等自动控制应用中成果丰硕。

谈到无线网络,大家脑中想到的,除了WI-FI之外,大概就是手机的移动式通信网路了。
如今的通讯技术即将迈入5G,讲求更大带宽、更高速率、更低延迟,当然也更耗电,由于是对应人与人之间的通讯,因此数据传输较密集、交换量也更为庞大。

针对M2M的通讯,由于装置的部署范围通常更宽广,且无线装置必须避免频繁更换电池,LPWAN(Low Power Wide Area Network,低功耗广域网)技术顺势而生,其小数据量、长距离传输及省电的特性,在物联网应用领域中大放异彩。

较早期的无线传输技术,如WI-FI、ZigBee和Z-Wave,通讯传输距离顶多只有100公尺,用在智能家居领域,必须再加装讯号加强的天线或中继站。

若是要满足智能城市的相关应用,例如环境监测或资产追踪,传输距离可达20公里的LPWAN技术显然能大幅缩减布建成本,只要几个基站就能覆盖大面积的范围;以电池作为电力来源,则省略了布线问题,让传感器的安装步骤更简易。
目前最受关注的LPWAN技术分别是LoRa、Sigfox和NB-IoT,这三种技术具有各自的优势,业主可根据不同领域及使用需求,选择最适合的通讯技术。

一、将真实的加工制造连接到工业40

如果使用了工业40技术,一个新的加工制造生产线可以实现多达25种的产品变化,同时将产量提高10%,库存减少30%。工业40架构的应用让制造商在生产过程中可以获得更丰厚的投资回报率。

工业40是一场工业的革命,目的是将信息技术(IT)的虚拟世界、机器的物理世界以及互联网合为一体。其中心是将具有IT功能的所有工业领域都整合起来。

工业物联网(IIoT)设备要想创建工业40生产制造环境需要注意以下5个方面。

在工业40中,对机器工具或一组机器的 *** 作,应该允许使用诸如智能手机或平板电脑这样的智能设备进行简单的连接。

1分布式智能

这里说的分布式智能是指在智能传动和控制技术网络的机器设备中,加入尽可能多的智能和控制功能、或者单独的传动轴,而不是从一个中央处理单元(CPU)来处理所有的动作。

2快速连接

在决定应该使用现场总线的什么功能时,应该看一下生产平台是否支持例如OPC UA(来自于OPC基金会)这样的标准。消除不同供应商系统的障碍,而且对通讯和控制平台采取一种更加开放的方式很重要。

3开放标准和系统

开放标准允许基于软件的解决方案可以更加灵活地集成,并有可能将新的技术移植进现有的自动化架构中。

4实时数据整合

可能利用实时的机器和工厂性能数据来改变自动化系统和生产工艺的管理方式。不用捕捉并分析数月以来有价值的关于生产率、机器停机时间或者能源消耗的数据,支持工业40的平台能够将数据整合到常规的工厂管理报告之中。这会让制造商和机器具备详细的信息来执行快速的工艺和生产变更,以实现产品满足特定客户需求的愿景。

5自适应性

科技帮助生产线变得主动。目标就是让工作站和模块可以适应个性化的客户或产品需求。

二、让工业40和IIoT在智能工厂里运行

工业40和工业物联网(IIoT)能够为设备(从传感器到大规模控制系统)、数据和分析之间提供更好的连接性,Beckhoff自动化的TwinCAT产品专家Daymon Thompson这样认为。传感器和系统需要网络连接来共享数据,分析有助于做出更明智的决策。

物联网主要包括4个基本元素实体的设备、与设备之间的双向连接、数据以及分析设备可以是小到一个传感器大到一个大规模控制系统中的任何一种。传感器和系统需要与更大的网络进行连接,以共享由传感器或系统产生的数据。对此数据进行的分析会产生可执行的信息,其结果是让人们做出精明的决策。

关于智能工厂的3个思考

在决定实施工业40之前,要对智能工厂提出的3个问题是:

1你是否想要自动完成快速的产品转换,以及对市场需求的响应更好?

2你是否想通过识别出可以进行持续改进的区域来提升你的设备综合效率(OEE)以及生产总产量?

3你是否想要根除浪费,例如能源、原材料和闲置时间?

在确定和完善真实世界里智能工厂的目标之后,采用基于PC控制的硬件和软件有助于帮助你早日成功。

三、为什么要部署工业物联网?

因为在工业世界里普遍使用了联网的传感器而比商业的物联网(IoT)更加先进,这些传感器就是物联网里面的“物”。数以亿计的联网的有线及无线压力、液位、流量、温度、震动、声波、位置、分析仪表以及其他传感器被用于工业领域,而且每年以数百万台的速度增加,为工厂提供了更多的监控、分析和优化。

IIoT通过将传感器连接到分析和其他系统中,来自动提高性能、安全性、可靠性和能源效率,具体方式为:

1从传感器上采集数据比以往经济有效得多,因为传感器很多都是电池供电和无线通讯的

2使用大数据分析和其他技术将这些数据翻译成可以理解的信息。

3将这些可 *** 作的信息在正确的时间呈献给正确的人员,要么是工厂人员,要么是远程专家。

4如果工作人员采取了正确的 *** 作,将带来性能上的提升。

四、基于平台的工具克服了IIoT的复杂性

基于平台的方式提供了一种灵活的硬件架构,可以部署在许多不同的应用场合中,消除了硬件的复杂性,并让每一个新的问题基本上都成为软件方面的挑战。系统设计师选择的平台应该基于一个对信息技术(IT)友好的 *** 作系统(OS),这样它们可以安全地进行供给和配置,进而来正确地认证和授权用户维护系统的整体性,并让系统最大程度地可用。

五、基于数据的工业物联网

如果没有数据,就没有大数据、云和分析功能,也没有区别于物联网(IoT)的工业物联网(IIoT);PI北美组织的副总监Carl Henning说,IIoT中的“物”造就了IoT中的“物”。IIoT需要开放的标准,以太网和软件标准可以为控制和制定决策所需要的信息提供数据。

其中一部分)时,大多数人认为最有用的特性是实时功能。

六、优化布线是提升工业物联网性能的基石

通过将信息、自动化、以及运行在工业物联网上的生产系统之间不断融合,物联网正在积极地影响着未来的工业自动化,Softing 有限公司市场部副总裁Mark Knebusch指出。随着以太网速度越来越快,电缆系统的集成更加重要,而电缆的认证有助于提升工业网络的性能。

把WiFi用于M2M连接的主要优点是使用现有网络、速率高(WiFi的速率大大超过处理遥测所需的数据量)、前后兼容性好。


WiFi现在是一种用得较多的无线技术。除了在笔记本电脑中,目前在许多网络设备(Cisco的所有路由器和交换机)中也增加了处理80211协议的能力,就像处理以太网和IP一样方便。由于WiFi在企业中已经非常普遍,故自然会考虑选用它来提供M2M连接。目前,诸如Airespace、TrapezeNetworks等无线交换机厂商,已经推出能够实时跟踪器具的软件。Intel出资的新兴公司Bluesoft甚至已经在销售基于80211b的RFID标记,一片小小的用电池供电的网络接口卡。
使用WiFi的缺点包括功耗大、成本高、协议开销大、需要接入点。目前在一个器具上增加WiFi至少需要15美元。Bluesoft标记的价格是65美元。虽然成本还会下降,但近期仍只能用于跟踪价值较高的资产。一个仓库可能只会把Bluesoft标记用于它的铲车,而不会用于铲车搬动的箱子。WiFi是一个无中继转发能力的单跳网,器具只能连接到接入点(AP)。AP之间的连接、AP与其它网络的连接往往通过常规的有线以太网。如果已经用于其它以太网业务的同一布线再用作WiFi回传,就需要进行认证或把WiFi无线数据包隔离开。要不,你就不得不安装新的缆线和交换机。

物联网的定义:通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品通过物联网域名相连接,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络概念。简单点来讲物联网就是物与物互联的网络。

(l)物联网机器/感知节点的本地安全问题。由于物联网的应用可以取代人来完成一些复杂、危险和机械的工作。所以物联网机器/感知节点多数部署在无人监控的场景中。那么攻击者就可以轻易地接触到这些设备,从而对他们造成破坏,甚至通过本地 *** 作更换机器的软硬件。
(2)感知网络的传输与信息安全问题。感知节点通常情况下功能简单(如自动温度计)、携带能量少(使用电池),使得它们无法拥有复杂的安全保护能力,而感知网络多种多样,从温度测量到水文监控,从道路导航到自动控制,它们的数据传输和消息也没有特定的标准,所以没法提供统一的安全保护体系。
(3)核心网络的传输与信息安全问题。核心网络具有相对完整的安全保护能力,但是由于物联网中节点数量庞大,且以集群方式存在,因此会导致在数据传播时,由于大量机器的数据发送使网络拥塞,产生拒绝服务攻击。此外,现有通信网络的安全架构都是从人通信的角度设计的,并不适用于机器的通信。

物联网的安全和互联网的安全问题一样,永远都会是一个被广泛关注的话题。由于物联网连接和处理的对象主要是机器或物以及相关的数据,其“所有权”特性导致物联网信息安全要求比以处理“文本”为主的互联网要高,对“隐私权”(Privacy)保护的要求也更高(如ITU物联网报告中指出的),此外还有可信度(Trust)问题,包括“防伪”和DoS(Denial of Services)(即用伪造的末端冒充替换(eavesdropping等手段)侵入系统,造成真正的末端无法使用等),由此有很多人呼吁要特别关注物联网的安全问题。
物联网系统的安全和一般IT系统的安全基本一样,主要有8个尺度: 读取控制,隐私保护,用户认证,不可抵赖性,数据保密性,通讯层安全,数据完整性,随时可用性。 前4项主要处在物联网DCM三层架构的应用层,后4项主要位于传输层和感知层。其中“隐私权”和“可信度”(数据完整性和保密性)问题在物联网体系中尤其受关注。如果我们从物联网系统体系架构的各个层面仔细分析,我们会发现现有的安全体系基本上可以满足物联网应用的需求,尤其在其初级和中级发展阶段。
物联网应用的特有(比一般IT系统更易受侵扰)的安全问题有如下几种:
1 Skimming:在末端设备或RFID持卡人不知情的情况下,信息被读取
2 Eavesdropping: 在一个通讯通道的中间,信息被中途截取
3 Spoofing:伪造复制设备数据,冒名输入到系统中
4 Cloning: 克隆末端设备,冒名顶替
5 Killing:损坏或盗走末端设备
6 Jamming: 伪造数据造成设备阻塞不可用
7 Shielding: 用机械手段屏蔽电信号让末端无法连接
主要针对上述问题,物联网发展的中、高级阶段面临如下五大特有(在一般IT安全问题之上)的信息安全挑战:
1 4大类(有线长、短距离和无线长、短距离)网路相互连接组成的异构(heterogeneous)、多级(multi-hop)、分布式网络导致统一的安全体系难以实现“桥接”和过度
2 设备大小不一,存储和处理能力的不一致导致安全信息(如PKI Credentials等)的传递和处理难以统一
3 设备可能无人值守,丢失,处于运动状态,连接可能时断时续,可信度差,种种这些因素增加了信息安全系统设计和实施的复杂度
4 在保证一个智能物件要被数量庞大,甚至未知的其他设备识别和接受的同时,又要同时保证其信息传递的安全性和隐私权
5 多租户单一Instance服务器SaaS模式对安全框架的设计提出了更高的要求
对于上述问题的研究和产品开发,国内外都还处于起步阶段,在WSN和RFID领域有一些针对性的研发工作,统一标准的物联网安全体系的问题还没提上议事日程,比物联网统一数据标准的问题更滞后。这两个标准密切相关,甚至合并到一起统筹考虑,其重要性不言而喻。
物联网信息安全应对方式:
首先是调查。企业IT首先要现场调查,要理解当前物联网有哪些网络连接,如何连接,为什么连接,等等。
其次是评估。IT要判定这些物联网设备会带来哪些威胁,如果这些物联网设备遭受攻击,物联网在遭到破坏时,会发生什么,有哪些损失。
最后是增加物联网网络安全。企业要依靠能够理解物联网的设备、协议、环境的工具,这些物联网工具最好还要能够确认和阻止攻击,并且能够帮助物联网企业选择加密和访问控制(能够对攻击者隐藏设备和通信)的解决方案。

我是做“工业物联网生产管理系统”的,以下回答希望能帮到你
现阶段物联网发展问题有三个:
1、技术:技术包括系统、软件;而硬件技术又包含PLC/RFID等等,所谓的技术难点在于如何让“死物”联网,“做活”之后又如何将数据分析再呈现。
2、整合:正如马云说的,以后不会是单一产品的时代,而是整合了多个平台的企业的时代;物联网的局限在于每个产品的标准都不一样,各家有各家的APP、系统,对消费者非常不友善,学习成本高;物联网产品要推广必须整合出一个标准,一个APP能控制所有物联网智能产品更好。
3、通讯:物联网下会产生超过互联网1000倍的数据,以目前4G的通讯协议是绝对应付不来的,未来5G的推广也是应付前期的物联网时代,后面必须有6G、7G才能完成这么庞大的数据传输。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/10227175.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-06
下一篇 2023-05-06

发表评论

登录后才能评论

评论列表(0条)

保存