COS’è L’Industrial IoT?

Per comprendere cosa sia l’Industrial IoT (solitamente abbreviato con IIoT) è necessario fare un passo “indietro” e raccontare innanzitutto, e in estrema sintesi, cosa intendiamo quando parliamo di Internet of Things.

Kevin Ashton, ricercatore del MIT di Boston ha descritto l’Internet of Things come quell’insieme di tecnologie che permette di controllare, monitorare e trasferire informazioni collegando un dispositivo ad Internet.

L’Industrial Internet of Things è quindi una verticalizzazione del concetto di IoT, focalizzata sull’ecosistema industriale e abilitata da tecnologie come cyber-security, cloud e edge computing, analisi di big-data, intelligenza artificiale e machine learning.

MERCATO DELL’ IIOT

Secondo un report elaborato da IndustryARC, il mercato dell’Industrial IoT raggiungerà i 124 miliardi di dollari  entro il 2021 e dovrebbe superare i 771 miliardi di dollari entro il 2026. Il CAGR (tasso annuo di crescita composto), nel periodo di previsione 2018-2026, viene invece stimato al 24,3%.

La chiave di questa crescita risiede nel fatto che dati ottenuti in ​​tempo reale non solo consentono una migliore gestione del processo produttivo, ma anche un miglior governo di tutti gli asset aziendali, offrendo un quadro chiaro e immediato dell’andamento dell’impresa in tutti i suoi ambiti.

ARCHITETTURA DI UN SISTEMA IIOT

L’ordinaria struttura di un sistema IIoT è un’architettura modulare articolata in 4 livelli :

  1. livello del dispositivo: è la componente fisica del sistema IIoT: hardware, macchine e sensori;
  2. livello di rete: è costituito da protocolli di comunicazione, cloud computing e reti wifi che raccolgono i dati e li trasferiscono al livello successivo;
  3. livello di servizio:  si compone di applicazioni e software funzionali all’analisi e alla trasformazione dei dati in informazioni che possono essere visualizzate sulla dashboard del driver;
  4. livello di contenuto: è l’ultimo strato dello stack ed è formato dai dispositivi di interfaccia utente;

VANTAGGI DELL’ IOT INDUSTRIALE

L’ampia disponibilità di dati rilevati rende possibile monitorare e manutenere (anche in maniera predittiva) infrastrutture strategiche, utilizzando l’IA e il machine learning per generare stime e previsioni sui possibili rischi e suggerendo misure da adottare prima che si verifichino guasti.

Ad esempio nel settore delle infrastrutture, i sensori IoT e gli algoritmi predittivi potrebbero consentire un continuo monitoraggio:

  • di tunnel: per valutarne le deformazioni e la convergenza;
  • di ponti: per controllarne le inclinazioni e le misure di deflessione; 
  • di costruzioni: per misurare le deformazioni statiche sugli edifici e verificarne l’integrità strutturale;
  • del sistema fognario: per valutare la velocità e il flusso delle onde;

Il risultato di progetti basati sull’Industrial IoT si concretizza nella riduzione dei costi energetici e di manutenzione, oltre che nel miglioramento generale della produttività aziendale e della qualità del lavoro. 

CRITICITÀ DELL’IIOT

  • Cyber security: le misure di sicurezza informatica esistenti per i dispositivi IoT sono di gran lunga inferiori, e i rischi talvolta sottovalutati, rispetto alle misure esistenti per computer e device più tradizionali. Il rischio di connettere alla rete un dispositivo è quindi quello di renderlo un potenziale bersaglio di un attacco informatico.
  • Mancanza di standardizzazione nei protocolli di comunicazione:  i protocolli di comunicazione industriale sono la conditio sine qua non per l’interconnessione e lo scambio dati tra un macchinario e un software. Nella maggior parte delle aziende l’hardware è estremamente variegato per età, produttore e tecnologia impiegata. Tale eterogeneità richiede spesso l’utilizzo di protocolli di comunicazione diversi rendendo quindi l’operazione di interconnessione complessa e costosa.

Queste criticità non devono però scoraggiare gli investimenti in progetti IIoT. I benefici apportati nel lungo termine sono estremamente superiori agli sforzi, in termini di risorse umane ed economiche, occorrenti nel breve termine.

IIOT IN GREENVULCANO

Ben prima che l’IoT diventasse un trend di ricerca, GreenVulcano già sviluppava una sua soluzione da proporre ai clienti.

Leader sul mercato dell’integrazione grazie ad un’esperienza di oltre 10 anni, ha recentemente messo sul mercato la propria piattaforma IoT: Sibyl. Si tratta di un servizio cloud (ma utilizzabile anche on premise), plug and play, dedicato alla gestione, al controllo da remoto e alla manutenzione predittiva di sistemi infrastrutturali complessi.

Scopri quale potrebbe essere la soluzione giusta per le esigenze della tua azienda e non esitare a scriverci per approfondimenti.

Per saperne di più sulla soluzione IoT di GreenVulcano visita il sito ufficiale e non perdere l’uscita del prossimo articolo.

Nel primo post relativo alla piattaforma IoT abbiamo parlato di alcuni aspetti introduttivi:

  • L’importanza dell’uso di una piattaforma IoT per la previsione dei disastri, mostrando un vero progetto per monitorare la struttura di ponti e gallerie (partner NTSG)
  • Il significato di data storm o tempesta di dati IoT, cioè la quantità dati che le piattaforme IoT in genere devono trattare
  • L’importanza di scegliere una piattaforma IoT appropriata e un fornitore di servizi esperto prima di iniziare un progetto IoT.

In questo e nei prossimi articoli, descriveremo molti aspetti del mondo IoT e come la piattaforma GV IoT li indirizza, utilizzando come scenario reale per la discussione un progetto per monitorare le deformazioni strutturali di un tunnel autostradale soggetto a smottamenti. Questo scenario verrà utilizzato come sfondo per la narrazione per tutti i post successivi relativi a questo argomento.

Per semplificare l’esposizione della piattaforma GV IoT, in termini di ciò che è e in che modo affronta alcuni dei principali problemi dell’IoT (quantità di dati da elaborare, sicurezza, scalabilità, archiviazione e analisi), descriveremo il viaggio di una singola misurazione che parte dal sensore (oggetto=thing) ed arriva fino agli umani. 

 

In seguito descriveremo il viaggio di ritorno di un comando dagli umani agli “oggetto”.

Cominciamo ora a descrivere lo scenario di monitoraggio e subito dopo inizieremo la descrizione dall’“oggetto”, il vero protagonista di questa storia.

Lo scenario

Il nostro scenario di riferimento sarà il monitoraggio della deformazione strutturale di un tunnel.

La tematica consiste nel monitorare la salute di un tunnel, in termini di deformazioni strutturali che potrebbero danneggiare il tunnel stesso e mettere in pericolo le persone.

 

Tra le cause naturali che influenzano la struttura di un tunnel ci sono:

  • Frane
  • Terremoti
  • Vento
  • Infiltrazioni
  • Temperatura
  • Ecc..

Problemi possono nascere anche da cause umane che influenzano la struttura di un tunnel, come ad esempio:

  • Traffico
  • Veicoli pesanti
  • Incidenti
  • Ecc..

Ma come si prepara effettivamente un tunnel per monitorare le deformazioni.

Nel nostro caso abbiamo utilizzato un BraggMETER industriale FS22 (figura 1 – https://www.hbm.com/en) ed è stato cablato l’intero tunnel con il cavo in fibra (figura 2) e sensori di deformazione e temperatura (figura 3).

Prendiamo come referenza, l’attività svolta con il nostro partner NTSG per il monitoraggio della Val di Sambro: “Sono state installate 3 linee di sensori lungo tutto il tunnel, mentre i sensori termici sono stati installati a distanze precedentemente studiate per consentire il monitoraggio della deformazione dell’intera struttura. I sensori termici sono stati inseriti per compensare gli effetti, sulle letture, delle variazioni termiche (cicli giorno/notte e stagionali) e ottenere informazioni della sola deformazione meccanica. Con questi sensori, è possibile controllare i movimenti longitudinali del tunnel e verificare se il tunnel mantiene la forma iniziale come progettato.”

  • Numero di sensori: 780
  • Frequenza di campionamento: 10 Hz
  • Cablaggio: 30 km di fibra ottica
  • Dimensione pacchetto: 6 byte (sensore singolo) – 30 byte di intestazione per tutti
  • PLE: 4 (piattaforma di lavoro, sollevamento)
  • Orario di lavoro: 24 / 24h, 365 giorni all’anno

 

così da avere:

  • 780 sensori * 10 Hz * 10 byte * 60 secondi * 60 minuti * 24 ore
  • ~ 46 Kb al secondo
  • 161,7 MB all’ora
  • 3,78 GB al giorno
  • 10 messaggi (~ 4,6 kb per messaggio) al secondo da inviare su Internet


Molte informazioni sulla tecnologia IoT utilizzata possono essere trovate qui: https://www.hbm.com/en.

 

(1) FS22: Industrial BraggMETER

(2) Fibre cable: can be very long

(3) Strain sensor

(4) BraggMONITOR application

(5) BraggMONITOR application

(6) Other sensors

 

L’immagine 4 dell’applicazione BraggMONITOR (applicazione per finestre che si collega via LAN all’Industrial BraggMETER) mostra tutti i sensori di deformazione che partono dall’Industrial BraggMETER, che in questo caso ha quattro porte per i cavi in fibra.

 

(7) The tunnel from one of the working platform (PLE)

(8) The FS22 + switches

(9) The fibre cable

(10) Wiring elements

(11) Switch + wiring elements

(12) Wiring elements

Il viaggio dalle “cose” agli “umani”: dati rilevati e analisi. Punto di partenza: le cose (passaggio 1)

Come anticipato la nostra storia inizia con un sensore di deformazione SS01 che misura una lunghezza d’onda di 1572,52 nm (nanometro = un miliardesimo di metro). In realtà non è solo quel sensore che misura la lunghezza d’onda in ogni istante, ma tutti i 780 sensori a una frequenza comune di 10 Hz.

 

 

At 2018-Set-10 10:10:20.1 (.1 = 1/10 of a sec)

Wavelength = 1572.52 nm

 

Ecco alcune domande iniziali a cui abbiamo dovuto rispondere per poter utilizzare la sensoristica in fibra ottica offerta dal BraggMETER:

  • Come possiamo leggere queste importazioni da BraggMETER?
  • Come sono codificate le informazioni? Binario, ASCII?
  • Possiamo leggere un singolo valore alla volta o possiamo leggere in modalità continua (a 10 Hz)?
  • Ho bisogno di un protocollo di comunicazione speciale per usare il BraggMETER?
  • ecc..

Fortunatamente il BraggMETER ha una porta ethernet e un manuale utente che vi invitiamo a leggere per capire le reali problematiche di interfacciamento agli “oggetti”:

 

In breve, ecco le risposte:

Se si apre un socket con la porta di comando e si invia un comando specifico, il BraggMETER può inviare informazioni in modalità continua su un’altra porta. Si può anche decidere se si vogliono le informazioni in modalità binaria o ascii.

L’FS22 parla infatti la lingua “skippy”:

      • telnet <FS22 ip> <command port>
      • Command                                  Responses
      • :SYST:TIME? →                       :ACK:15:33:56
      • :STAT? →                                   :ACK:2
      • :SYST:NTPS? →                       :ACK:1:0.489:0.345
      • :ACQU:CONF:RATE:500 → :ACK

Ogni pacchetto (binario in questo esempio) che si riceve ha un’intestazione di 30 byte e 6 byte per ciascun sensore. In totale (780 sensori * 6 byte) + 30 byte = 4710 byte

Uscita del BraggMETER (ogni 1/10 di secondo = 10 Hz):

  • “<header><ch0:s1>,1572.52,…,<ch0:sn>,…,<ch3:s1>,<ch3:s2>,…,<ch3:sn>”

 

Queste sono tutte le informazioni che vi servono per poter integrare le informazioni dei sensori. Si conclude qui la prima parte del nostro viaggio.

Conclusioni

Nei seguenti Blog posts vedremo come si programma lo strato di Edge computing e come il dato del sensore (la nostra misura) può lasciare il sensore e viaggiare in tutte le sue fasi fino ad arrivare alla visualizzazione da parte dall’essere umano.

Se volete approfondire alcuni argomenti non esitare a lasciarci un commento qui sotto,  anche solo per farci sapere la vostra opinione.

Il Building Information Modeling (BIM) è una tecnologia innovativa che rappresenta un nuovo modo di costruire edifici. Secondo recenti analisi di mercato il BIM diventerà nel giro di pochi anni il processo standard per la costruzione edilizia e già ora i principali governi mondiali stanno studiando leggi apposite per favorire un maggiore sviluppo di questo standard costruttivo. L’acronimo BIM è stato utilizzato per la prima volta in uno studio degli architetti Tolman e Van Nederveen in “Modelling multiple views on buildings” del 1992, e si è poi diffuso ad inizio del nuovo millennio.

Continua a leggere