Data-acquisitie:een primeur voor IoT-productmanagers

Een van de belangrijkste kenmerken van het internet der dingen is het vermogen om fysieke signalen te meten om de wereld om ons heen beter te begrijpen. Het is een zeer belangrijk onderwerp en een onderwerp dat productmanagers goed moeten begrijpen. In dit bericht geef ik een introductie in de wereld van data-acquisitie en de belangrijkste parameters die PM's moeten weten.

Het proces van het verwerven van real-world signalen, of data-acquisitie, is een mysterie voor de meeste PM's, vooral als je niet bent blootgesteld aan hardware. Maar hoe meer u weet over hoe een end-to-end IoT-product werkt, hoe beter geïnformeerde gesprekken u met uw technische team kunt voeren.

Onthoud dat het niet de bedoeling is om een ​​technologie-expert te worden of om de technologie te dicteren die uw engineeringteam moet gebruiken om het product te bouwen. Het doel is om de technologische context te begrijpen, zodat u kunt deelnemen aan de technische gesprekken en het zakelijke en gebruikersperspectief kunt toevoegen.

In een vorige post schreef ik over de 4 belangrijkste hardwarecomponenten die in elk IoT-apparaat zitten. In deze post duik ik dieper in een van deze componenten:de Data Acquisition Module.

De rol van de data-acquisitiemodule is om fysieke signalen uit de echte wereld te verwerven en deze om te zetten in digitale informatie die door een computer kan worden gemanipuleerd.

Er zijn twee hoofdtypen real-world signalen:discrete signalen en analoge signalen. Om je op weg te helpen, richt ik me in dit bericht alleen op analoge signalen.

Wat is een analoog signaal?

Een analoog signaal wordt gedefinieerd als een continu signaal waarvan de amplitude of frequentie in de loop van de tijd varieert. Deze variaties treden op als reactie op een verandering van de fysieke verschijnselen die ze meten. De afbeelding hieronder laat bijvoorbeeld zien dat de temperatuur in de loop van de tijd fluctueert.

Nu u bekend bent met analoge signalen, gaan we het hebben over de hardware en het proces dat nodig is om deze signalen te verwerven of te "digitaliseren".

Het technische aspect van data-acquisitie kan erg ingewikkeld worden. Vanuit een PM-perspectief zal ik me concentreren op deze componenten van het data-acquisitieproces:

1. Welk signaal in de echte wereld wil je meten?
2. Sensoren begrijpen
3. Signaalconditionering
4. Analoog-naar-digitaal conversie werk
5. Interpretatie van gegevens

1. Welk real-world signaal wil je meten?

Voordat u begint met het plannen van uw hardware-roadmap, moet u weten welk type fysieke signalen u wilt meten. Voorbeelden van fysieke signalen zijn:

• Temperatuur
• Geluid
• Vochtigheid
• Trilling
• Licht
• Druk
• Enz.

Merk op dat ik niet meteen begin met het selecteren van een sensor. Sensoren zijn een technologiecomponent die een middel biedt om een ​​doel te bereiken. Ten eerste is het belangrijk om te begrijpen welk type signaal u moet meten en om een ​​goed beeld te krijgen van hoe u die informatie wilt gebruiken.

Als je eenmaal hebt bepaald welk type signaal je nodig hebt, moet je een aantal aanvullende parameters onderzoeken voordat je met je team gaat werken om de juiste sensoren te selecteren. Hier zijn enkele belangrijke vragen die u moet beantwoorden:

Wat is het exacte signaaltype dat je gaat meten?

Het is niet genoeg om te zeggen dat u "gas" wilt meten. Welk type gas? Zuurstof? CO2? Welke informatie over het gas wilt u meten? Stromen? Temperatuur? Deeltjes per vierkante inch? Wees specifiek, zodat uw technische team de beste sensor voor de klus kan kiezen.

Hoe snel verandert het signaal?

Stel dat u de temperatuur moet meten. Afhankelijk van uw toepassing kunnen dezelfde fysieke verschijnselen (in dit geval de temperatuur) zeer langzaam veranderen (d.w.z. de omgevingstemperatuur in een kamer), of zeer snel veranderen (d.w.z. de temperatuur in een motor).

Als u begrijpt hoe snel uw signaal verandert (veranderingssnelheid), kan uw team sensoren en converters selecteren die het signaal kunnen bijhouden dat u wilt meten.

Wat is het bereik van het signaal dat je moet meten?

Als je bijvoorbeeld kamertemperatuur meet, dan zou het hebben van sensoren met een bereik van 0-40 graden Celsius voldoende moeten zijn. Aan de andere kant, als je de temperatuur in een oven meet, heb je misschien sensoren nodig met een bereik van duizenden graden Celsius. Nogmaals, hoe specifieker u kunt zijn, hoe meer u uw technische team in staat stelt de juiste beslissingen te nemen.

2. Sensoren begrijpen

Er zijn honderden sensoren die je een grote flexibiliteit geven om de juiste sensor te kiezen voor de real-world signalen die je wilt meten. Maar hoe werken sensoren?

Alle analoge sensoren produceren een elektrisch signaal (spanning of stroom) dat de variaties weergeeft van het echte signaal dat u wilt meten. Aangezien het werkelijke signaal in de loop van de tijd varieert, zal de sensor een elektrisch signaal produceren dat deze variaties nauwkeurig weergeeft.

3. Wat is signaalconditionering?

Elk type sensor produceert een ander niveau van spanning of stroomoutput. En vaak is de uitvoer van de sensor niet compatibel met het invoerbereik dat vereist is voor de analoog-naar-digitaalomzetter (ADC). Of misschien is de hardware van uw apparaat geïnstalleerd op een plaats met veel elektromagnetische ruis en heeft u een manier nodig om dat signaal op te schonen voordat u het doorgeeft aan de ADC.

Signaalconditionering verwijst naar het proces van het manipuleren van de output van uw sensor zodat deze door uw ADC kan worden verbruikt. De meest voorkomende vormen van signaalconditionering zijn:

• DC-offset
• Versterking
• Verzwakking
• Filteren

Veel leveranciers hebben signaalconditioneringsproducten die u aan de hardware van uw apparaat kunt toevoegen om ervoor te zorgen dat het signaal dat van uw sensoren komt, klaar is voor verwerking. Deze producten variëren van individuele chips tot volledige hardwaremodules voor gespecialiseerde toepassingen. Werk samen met uw technische team om de beste aanpak voor uw toepassing te bepalen.

4. Analoog-naar-digitaal conversie (ADC)

De hardware van uw apparaat moet het signaal van uw sensoren digitaliseren voordat die gegevens door een computer kunnen worden gebruikt. Dit proces wordt analoog-naar-digitaal-conversie genoemd.

De conversie van analoog naar digitaal is een zeer diepgaand onderwerp, dus in deze post zal ik me alleen concentreren op de belangrijkste parameters die productmanagers moeten weten.

Een analoog-naar-digitaalomzetter (ADC) is een stuk hardware (meestal een chip) dat een signaal digitaliseert door constant individuele samples van dat signaal te nemen.

De belangrijkste parameters waarmee rekening moet worden gehouden bij een analoog-naar-digitaal-omzetter zijn de samplefrequentie en resolutie.

Voorbeeldsnelheid

Sample rate verwijst naar hoe vaak de ADC samples van het analoge signaal neemt. Om de frequentie-inhoud van een analoog signaal nauwkeurig te reproduceren, moet de ADC minstens twee keer zo snel samplen als de hoogste frequentie van het signaal. Dit is gebaseerd op de Nyquist-frequentie.

Als je niet alleen de frequentie-inhoud wilt reproduceren, maar ook de vorm en amplitude van het signaal in het tijdsdomein, dan moet de ADC met een veel hogere snelheid samplen. De technische vuistregel is om 10x de frequentie van dit originele signaal te samplen. Dat betekent dat als uw signaal een frequentie heeft van 100 Hz (100 cycli per seconde), uw converter moet samplen op 1.000 Hz.

De onderstaande afbeeldingen tonen het resultaat van langzame versus snelle bemonstering van een analoog signaal.

Oplossing

Resolutie verwijst naar hoe gedetailleerd u uw nauwkeurigheid wilt hebben. De resolutie wordt gespecificeerd door het aantal bits dat de ADC gebruikt om elk monster weer te geven. U kunt bijvoorbeeld een 2-bits ADC, 4-bits, 8-bits, 24-bits enz. hebben. Een 2-bits ADC kan 4 waarden registreren (2^2 =4). Een 4-bits ADC kan 16 waarden meten (2^4 =16) enzovoort. Hoe meer bits per sample, hoe beter de resolutie van uw meting zal zijn.

Laten we een voorbeeld bekijken. Stel dat je een thermokoppel (temperatuursensor) hebt die temperatuurveranderingen tussen 0 en 96 graden Celsius kan meten. Als u een 4-bits ADC gebruikt, heeft u 16 mogelijke waarden (2^4 =16) om het volledige bereik van de sensor weer te geven. Een ADC-uitgang van 0 komt overeen met 0 graden en een ADC-uitgang van 15 komt overeen met 96 graden.

Als u het meetbereik deelt door het aantal ADC-waarden, krijgt u de minimale stapgrootte die u kunt meten. In dit geval is de stapgrootte 6 (96/16 =6). Dit betekent dat de kleinste temperatuurvariatie die u met deze ADC kunt registreren 6 graden is.

Denk nu aan hetzelfde voorbeeld met een 8 bit ADC. Als we het volledige bereik van de sensor (96 graden C) delen door de ADC-resolutie van 256 (2^8 =256), is het resultaat 0,375 (96 / 256 =0,375), wat betekent dat je met een 8 bit ADC' d temperatuurveranderingen van slechts 0,375 graad kunnen onderscheiden!

Een belangrijke conclusie vanuit een PM-perspectief is dat de combinatie van samplefrequentie en resolutie bepaalt hoeveel gegevens uw apparaat produceert. Als je bijvoorbeeld een 24-bits ADC hebt en je samplet op 200 kHz (ja, 200.000 samples per seconde), dan produceer je 600 kB aan data per seconde in slechts deze ene sensor. Dit zijn gegevens die u aan de rand moet verwerken, misschien naar de cloud moet verzenden, opslaan, back-uppen, enz.

Nu u weet hoe u deze berekeningen moet uitvoeren, kunt u inschatten hoeveel ruwe data uw product per dag/maand/jaar zal produceren. Houd er rekening mee dat machines vrijwel onmiddellijk een heleboel gegevens kunnen produceren. Houd rekening met deze berekeningen, zodat u begrijpt hoe ze van invloed zijn op andere gebieden van de IoT-technologiestapel en andere beslissingsgebieden, zoals zaken en beveiliging.

5. Interpretatie

Nu je het gedigitaliseerde signaal hebt, moet je een transformatie toepassen om die gegevens te begrijpen. Onthoud dat de output van een sensor slechts een getal is dat correleert met de veranderingen van de fysieke verschijnselen die ze meten.

Terugkomend op het temperatuurvoorbeeld, retourneert een thermokoppel geen waarden in graden Celsius of Fahrenheit. Het retourneert gewoon een getal dat u moet converteren naar een eenheid die logisch is voor mensen om te gebruiken. Dit proces wordt interpretatie genoemd.

Houd er rekening mee dat elke sensor anders is. De fabrikant van de sensor zal u een formule geven om de ruwe waarde om te zetten in een bruikbare eenheid.

Tijdens het interpretatieproces is het ook gebruikelijk om metadata aan uw sensormeting te koppelen. Sommige metadata kunnen zijn:

• Tijdstempel (toegevoegd aan elk ADC-voorbeeld om een ​​tijdreeks te maken)
• Sensor-ID
• Locatie-ID
• Apparaat-ID
• Enz.

Waar het op neerkomt

Data-acquisitie is een belangrijk onderdeel van elk IoT-product. Het is een diepgaande en complexe discipline, en je hoeft geen expert te zijn. Je doel als PM is om te begrijpen hoe de technologie werkt en hoe de stukjes in elkaar passen, zodat je productieve gesprekken kunt voeren met engineering.

Je focus moet niet liggen op het data-acquisitieproces zelf, maar op de elementen van je datastrategie, inclusief hoeveel data je gaat produceren, hoeveel je overdraagt, en nog belangrijker, hoe je hiermee waarde aan je klant toevoegt gegevens.