Datenerfassung:Eine Einführung für IoT-Produktmanager

Eine der wichtigsten Eigenschaften des Internets der Dinge ist seine Fähigkeit, physikalische Signale zu messen, um die Welt um uns herum besser zu verstehen. Es ist ein sehr wichtiges Thema und eines, das Produktmanager gut verstehen sollten. In diesem Beitrag gebe ich eine Einführung in die Welt der Datenerfassung und die wichtigsten Parameter, die PMs kennen müssen.

Der Prozess der Erfassung realer Signale oder Datenerfassung ist für die meisten PMs ein Rätsel, insbesondere wenn Sie noch nie mit Hardware in Berührung gekommen sind. Aber je mehr Sie über die Funktionsweise eines End-to-End-IoT-Produkts wissen, desto fundiertere Gespräche können Sie mit Ihrem Engineering-Team führen.

Denken Sie daran, dass das Ziel nicht darin besteht, ein Technologieexperte zu werden oder die Technologie vorzugeben, die Ihr Engineering-Team zum Erstellen des Produkts verwenden soll. Das Ziel besteht darin, den technologischen Kontext zu verstehen, damit Sie an den technischen Gesprächen teilnehmen und die Geschäfts- und Benutzerperspektive hinzufügen können.

In einem früheren Beitrag habe ich über die 4 wichtigsten Hardwarekomponenten geschrieben, die in jedem IoT-Gerät enthalten sind. In diesem Beitrag tauche ich tiefer in eine dieser Komponenten ein:das Datenerfassungsmodul.

Die Aufgabe des Datenerfassungsmoduls besteht darin, physische Signale aus der realen Welt zu erfassen und sie in digitale Informationen umzuwandeln, die von einem Computer bearbeitet werden können.

Es gibt zwei Haupttypen von realen Signalen:diskrete Signale und analoge Signale. Um Ihnen den Einstieg zu erleichtern, konzentriere ich mich in diesem Beitrag nur auf analoge Signale.

Was ist ein analoges Signal?

Ein analoges Signal ist definiert als ein kontinuierliches Signal, das seine Amplitude oder Frequenz mit der Zeit ändert. Diese Variationen treten als Reaktion auf eine Änderung der physikalischen Phänomene auf, die sie messen. Das Bild unten zeigt beispielsweise Temperaturschwankungen im Laufe der Zeit.

Nachdem Sie nun mit analogen Signalen vertraut sind, sprechen wir über die Hardware und den Prozess, der zum Erfassen oder „Digitalisieren“ dieser Signale erforderlich ist.

Der technische Aspekt der Datenerfassung kann sehr kompliziert werden. Aus PM-Perspektive konzentriere ich mich auf diese Komponenten des Datenerfassungsprozesses:

1. Welches reales Signal möchten Sie messen?
2. Sensoren verstehen
3. Signalkonditionierung
4. Analog-zu-Digital-Konvertierungsarbeiten
5. Interpretation von Daten

1. Welches reale Signal möchten Sie messen?

Bevor Sie mit der Planung Ihrer Hardware-Roadmap beginnen, müssen Sie wissen, welche Art von physikalischen Signalen Sie messen möchten. Beispiele für physikalische Signale sind:

• Temperatur
• Ton
• Luftfeuchtigkeit
• Vibration
• Licht
• Druck
• usw.

Beachten Sie, dass ich nicht direkt mit der Auswahl eines Sensors beginne. Sensoren sind eine Technologiekomponente, die Mittel zum Zweck bietet. Zunächst ist es wichtig zu verstehen, welche Art von Signal Sie messen müssen, und zu verstehen, wie Sie diese Informationen verwenden möchten.

Nachdem Sie die Art des benötigten Signals bestimmt haben, müssen Sie einige zusätzliche Parameter untersuchen, bevor Sie mit Ihrem Team zusammenarbeiten, um die richtigen Sensoren auszuwählen. Hier sind einige wichtige Fragen, die Sie beantworten müssen:

Welchen Signaltyp werden Sie genau messen?

Es reicht nicht zu sagen, dass Sie „Gas“ messen möchten. Welche Gasart? Sauerstoff? CO2? Welche Informationen über das Gas möchten Sie messen? Fließen? Temperatur? Partikel pro Quadratzoll? Seien Sie genau, damit Ihr Engineering-Team den besten Sensor für die Aufgabe auswählen kann.

Wie schnell ändert sich das Signal?

Nehmen wir an, Sie müssen die Temperatur messen. Abhängig von Ihrer Anwendung können sich dieselben physikalischen Phänomene (in diesem Fall die Temperatur) sehr langsam ändern (z. B. die Umgebungstemperatur in einem Raum) oder sehr schnell ändern (z. B. die Temperatur im Inneren eines Motors).

Wenn Sie wissen, wie schnell sich Ihr Signal ändert (Änderungsrate), hilft Ihrem Team die Auswahl von Sensoren und Wandlern, die mit dem zu messenden Signal Schritt halten können.

Welchen Bereich muss das Signal messen?

Wenn Sie beispielsweise die Raumtemperatur messen, sollten Sensoren mit einem Bereich von 0-40 Grad Celsius ausreichen. Wenn Sie dagegen die Temperatur in einem Ofen messen, benötigen Sie möglicherweise Sensoren mit einem Bereich von mehreren Tausend Grad Celsius. Noch einmal, je spezifischer Sie sein können, desto mehr befähigen Sie Ihr Engineering-Team, die richtigen Entscheidungen zu treffen.

2. Sensoren verstehen

Es gibt Hunderte von Sensoren, die Ihnen große Flexibilität bei der Auswahl des richtigen Sensors für die realen Signale geben, die Sie messen möchten. Aber wie funktionieren Sensoren?

Alle analogen Sensoren erzeugen ein elektrisches Signal (Spannung oder Strom), das die Variationen des realen Signals darstellt, das Sie messen möchten. Da sich das reale Signal im Laufe der Zeit ändert, erzeugt der Sensor ein elektrisches Signal, das diese Schwankungen genau wiedergibt.

3. Was ist Signalkonditionierung?

Jeder Sensortyp erzeugt einen anderen Spannungs- oder Stromausgang. Und oft ist der Ausgang des Sensors nicht mit dem Eingangsbereich kompatibel, der vom Analog-Digital-Wandler (ADC) benötigt wird. Oder vielleicht ist Ihre Gerätehardware an einem Ort mit viel elektromagnetischem Rauschen installiert und Sie müssen dieses Signal bereinigen, bevor Sie es an den ADC weiterleiten.

Signalkonditionierung bezieht sich auf den Prozess der Manipulation der Ausgabe Ihres Sensors, damit sie von Ihrem ADC verbraucht werden kann. Die gängigsten Formen der Signalkonditionierung sind:

• DC-Offset
• Verstärkung
• Dämpfung
• Filtern

Viele Anbieter bieten Signalkonditionierungsprodukte an, die Sie Ihrer Gerätehardware hinzufügen können, um sicherzustellen, dass das von Ihren Sensoren kommende Signal zur Verarbeitung bereit ist. Diese Produkte reichen von einzelnen Chips bis hin zu kompletten Hardwaremodulen für spezielle Anwendungen. Arbeiten Sie mit Ihrem Engineering-Team zusammen, um den besten Ansatz für Ihre Anwendung zu bestimmen.

4. Analog-Digital-Wandlung (ADC)

Ihre Gerätehardware muss das von Ihren Sensoren kommende Signal digitalisieren, bevor diese Daten von einem Computer verwendet werden können. Dieser Vorgang wird als Analog-Digital-Wandlung bezeichnet.

Die Analog-Digital-Wandlung ist ein sehr tiefgreifendes Thema, daher konzentriere ich mich in diesem Beitrag nur auf die wichtigsten Parameter, die Produktmanager kennen müssen.

Ein Analog-Digital-Wandler (ADC) ist eine Hardware (normalerweise ein Chip), die ein Signal digitalisiert, indem sie ständig einzelne Abtastwerte dieses Signals nimmt.

Die wichtigsten Parameter, die bei einem Analog-Digital-Wandler zu berücksichtigen sind, sind Abtastrate und Auflösung.

Abtastrate

Die Abtastrate bezieht sich darauf, wie oft der ADC Abtastungen des analogen Signals aufnimmt. Um den Frequenzinhalt eines analogen Signals genau wiederzugeben, muss der ADC mindestens doppelt so schnell abtasten wie die höchste Frequenz des Signals. Dies basiert auf der Nyquist-Frequenz.

Wenn Sie nicht nur den Frequenzinhalt, sondern auch die Form und Amplitude des Signals im Zeitbereich reproduzieren möchten, muss der ADC mit einer viel höheren Rate abtasten. Die technische Faustregel lautet, die Frequenz dieses Originalsignals 10x abzutasten. Das heißt, wenn Ihr Signal eine Frequenz von 100 Hz (100 Zyklen pro Sekunde) hat, muss Ihr Konverter mit 1.000 Hz abtasten.

Die folgenden Bilder zeigen das Ergebnis einer langsamen vs. schnellen Abtastung eines analogen Signals.

Auflösung

Die Auflösung bezieht sich darauf, wie detailliert Ihre Genauigkeit sein soll. Die Auflösung wird durch die Anzahl von Bits angegeben, die der ADC verwendet, um jeden Abtastwert darzustellen. So können Sie beispielsweise einen 2-Bit-ADC, 4-Bit, 8-Bit, 24-Bit usw. haben. Ein 2-Bit-ADC könnte 4 Werte registrieren (2^2 =4). Ein 4-Bit-ADC kann 16 Werte messen (2^4 =16) und so weiter. Je mehr Bits pro Abtastung, desto besser ist die Auflösung Ihrer Messung.

Schauen wir uns ein Beispiel an. Nehmen wir an, Sie haben ein Thermoelement (Temperatursensor), das Temperaturänderungen zwischen 0 und 96 Grad Celsius messen kann. Wenn Sie einen 4-Bit-ADC verwenden, haben Sie 16 mögliche Werte (2^4 =16), um den gesamten Bereich des Sensors darzustellen. Ein ADC-Ausgang von 0 entspricht 0 Grad und ein ADC-Ausgang von 15 entspricht 96 Grad.

Wenn Sie den Messbereich durch die Anzahl der ADC-Werte teilen, erhalten Sie die minimal messbare Schrittweite. In diesem Fall beträgt die Schrittweite 6 (96/16 =6). Dies bedeutet, dass die kleinste Temperaturschwankung, die Sie mit diesem ADC registrieren können, 6 Grad beträgt.

Stellen Sie sich nun das gleiche Beispiel mit einem 8-Bit-ADC vor. Wenn wir den vollen Bereich des Sensors (96 Grad C) durch die ADC-Auflösung von 256 (2^8 =256) teilen, ist das Ergebnis 0,375 (96 / 256 =0,375), was bedeutet, dass Sie mit einem 8-Bit-ADC d in der Lage sein, Temperaturänderungen von nur 0,375 Grad zu unterscheiden!

Eine wichtige Erkenntnis aus PM-Perspektive ist, dass die Kombination aus Abtastrate und Auflösung bestimmt, wie viele Daten Ihr Gerät produziert. Wenn Sie beispielsweise einen 24-Bit-ADC haben und mit 200 kHz abtasten (ja, 200.000 Abtastungen pro Sekunde), dann produzieren Sie 600 kB Daten pro Sekunde in nur diesem einen Sensor. Dies sind Daten, die Sie am Edge verarbeiten müssen, möglicherweise in die Cloud übertragen, speichern, sichern usw.

Da Sie nun wissen, wie Sie diese Berechnungen durchführen, können Sie abschätzen, wie viele Rohdaten Ihr Produkt pro Tag / Monat / Jahr produzieren wird. Beachten Sie, dass Maschinen fast augenblicklich eine Menge Daten produzieren können. Beachten Sie diese Berechnungen, damit Sie verstehen, wie sie sich auf andere Bereiche des IoT-Technologiestapels und andere Entscheidungsbereiche wie Business und Sicherheit auswirken.

5. Interpretation

Da Sie nun über das digitalisierte Signal verfügen, müssen Sie eine Transformation anwenden, um diese Daten zu verstehen. Denken Sie daran, dass die Ausgabe eines Sensors nur eine Zahl ist, die mit den Änderungen der gemessenen physikalischen Phänomene korreliert.

Zurück zum Temperaturbeispiel:Ein Thermoelement gibt keine Werte in Grad Celsius oder Fahrenheit zurück. Es gibt nur eine Zahl zurück, die Sie in eine für Menschen sinnvolle Einheit umwandeln müssen. Dieser Vorgang wird als Interpretation bezeichnet.

Denken Sie daran, dass jeder Sensor anders ist. Der Hersteller des Sensors stellt Ihnen eine Formel zur Umrechnung des Rohwertes in eine brauchbare Einheit zur Verfügung.

Während des Interpretationsprozesses ist es auch üblich, Metadaten an Ihre Sensormessung anzuhängen. Einige Metadaten können Folgendes umfassen:

• Zeitstempel (wird jedem ADC-Beispiel hinzugefügt, um eine Zeitreihe zu erstellen)
• Sensor-ID
• Standort-ID
• Geräte-ID
• usw.

Das Endergebnis

Die Datenerfassung ist ein wesentlicher Bestandteil jedes IoT-Produkts. Es ist eine tiefe und komplexe Disziplin, und Sie müssen kein Experte sein. Ihr Ziel als PM ist es, zu verstehen, wie die Technologie funktioniert und wie die Teile zusammenpassen, damit Sie produktive Gespräche mit der Technik führen können.

Ihr Fokus sollte nicht auf dem Datenerfassungsprozess selbst liegen, sondern auf den Elementen Ihrer Datenstrategie, einschließlich der Menge an Daten, die Sie produzieren, wie viel Sie übertragen und vor allem, wie Sie Ihren Kunden damit einen Mehrwert bieten Daten.