O loop de análise e otimização da IoT (Internet das Coisas) permite a geração e a aplicação de insights de otimização de negócios para uma ou mais implantações de sistemas físicos controlados por software, com base em todo o contexto empresarial. A telemetria de fontes de loop de análise e otimização, normalmente de monitorar e gerenciar processos de loop, a refina e combina com fontes de dados empresariais para gerar insights.
Este artigo oferece uma visão geral de como analisar e otimizar a arquitetura, as características e os componentes do loop de processo.
Possíveis casos de uso
Alguns cenários de exemplo para analisar e otimizar loops incluem:
- Espaços inteligentes: computa o índice de segurança do campus e tomar as medidas apropriadas.
- Transmissão de energia: correlaciona a queda de energia e as tendências de eventos de incêndio para produzir reparos proativos de transmissão e substituição de dispositivos de monitoramento.
- Produção de petróleo e gás: calcula as tendências de produção de petróleo de um país e compare-as com o desempenho do site.
- Transporte e logística: computa tendências de pegada de carbono, compare-as com metas organizacionais e tome medidas corretivas.
- Parque eólica: computa o fator de energia de toda a operação de parque eólica e desvendo significa melhorar a eficiência de cada turbina eólica.
- Fabricação discreta: aumenta a taxa de produção do widget de muitas fábricas para atender à demanda do mercado.
Arquitetura
O diagrama a seguir mostra o esquema de um loop de análise e otimização típico e suas relações com outros loops de processo de IoT.
Baixe um Arquivo Visio dessa arquitetura.
Em um loop de análise e otimização, os dados de várias fontes públicas, corporativas, corporativas e privadas fluem para os data lakes de nuvem. A análise offline consome os data lakes para descobrir tendências ocultas e insights de otimização de negócios. Os insights de otimização dos processos de análise offline retornam para instalações de IoT por meio do monitoramento e gerenciamento de loops e medição e controle de loops.
Características
- O loop de análise e otimização opera de forma assíncrona, portanto, não há prazos rígidos para analisar dados ou enviar sinais de otimização para dispositivos. Esses loops dependem do histórico de telemetria longo e do histórico de dados operacionais corporativos para executar trabalhos em lotes.
- As dependências do sistema incluem vários sistemas para alimentar dados por meio do data lake, que incluem sistemas de IoT e feeds de sistemas empresariais. O loop de otimização usa principalmente protocolos de serviço Web para integração com sistemas de supervisão e outros sistemas empresariais.
Componentes
Os componentes importantes do controle de otimização de negócios são:
- Um data lake, otimizado para armazenamento em grande escala para custos de uso menores em períodos mais longos. O armazenamento de HDFS no contexto do processamento de redução de mapa é um exemplo desse data lake. O Data Lake adia a estrutura dos dados para o tempo de processamento, portanto, é bom para armazenar dados estruturados e não estruturados.
- Dados de série de tempo frios, telemetria bruta ou processada que é importante para análise offline e geralmente vem de vários sistemas IoT. Os trabalhos de análise refinam ainda mais e combinam esses dados com conjuntos de dados corporativos e externos.
- Enterprise dados produzidos por sistemas empresariais como gerenciamento do ciclo de vida do produto, cadeia de fornecedores, finanças, vendas, fabricação e distribuição e gerenciamento de relacionamento com o cliente. Enterprise dados combinados com conjuntos de dados externos, como clima, podem contextualizar a telemetria de IoT no escopo de negócios para gerar insights compatíveis.
- Análise offline para processar Big Data no modo de lote. Os trabalhos do Spark e o processamento de redução de mapa do Hadoop são alguns exemplos. Monitore e gerencie processos de loop e de controle e meça e aplique os insights obtidos de análise e otimização dos loops em dispositivos IoT.
Colaboradores
Esse artigo é mantido pela Microsoft. Ele foi originalmente escrito pelos colaboradores a seguir.
Autor principal:
- Hanukumar Pinnamraju | Gerente Principal de Engenharia de Software