Proefopstelling IoT Edge

Vanuit onze beproefde concept Innovation Day ontdekken en ontwikkelen collega’s in één dag een werkende oplossing obv nieuwe technologie en een uitdaging.

In deze editie de Proefopstelling IoT Edge.

Probleemstelling

Hoe kunnen we IoT Edge met een keukenventilator combineren in een use case voor predictive maintenance? Dit is exact de uitdaging die we onszelf hebben gesteld om hier tijdens Innovation day in één dag een werkende oplossing voor te maken.

Om de use case pragmatisch te houden is de stelling zo dat de ventilator automatisch moet uitschalen als de snelheid c.q. overbelasting van de ventilator boven een bepaald punt komt. Zie het als een soort ‘noodstop’ om zo uitval te voorkomen.

Uitwerking idee en proefopstelling

Voorbereidingen en aanpak

In de voorbereiding van Innovation day hebben we met een compact team het volgende stappenplan gemaakt:

Uitproberen IoT Edge + Ventilator
- Programmeren
- Ventilator beplakken met sensor
Architectuur bedenken met Azure componenten
Uitproberen Streaming Analytics + Power BI
PvA Innovation Day met prioriteiten en verdeling van taken

Keukenventilator verbinden met Azure

Eerste uitdaging was om de IoT Edge device op één van de wieken te bevestigen en te voorzien van een eigen stroomvoorziening. Met een ‘MacGyver’ oplossing van een powerbank en duct tape hebben we de proefopstelling letterlijk draaiend gekregen.

De fysieke opstelling draait, vervolgens de beurt om de Azure services op te zetten. Dit zijn de stappen: IoT Edge als sensor verbinden met onze WIFI en Azure omgeving met o.a. Azure IoT Hub, Functions, Stream analytics, Data lake. Als laatste stap om met Power BI alles real-time te visualiseren. Voor de developers ziet het architectuur plaatje er als volgt uit:

Data genereren en analyse

Met het duct tape beplakte keukenventilator met powerbank was alles topzwaar, dus was deze ‘predictive maintenance’ use case een welkome schakeling om overbelasting te voorkomen!

De ventilator met sensor werkt, data ‘stroomt’ Azure in en zijn de afgegeven xyz waarden van de IoT device live te zien in Power BI.

Met wat data-analyse werk om eerst te ontdekken hoe de data is die we van de ‘accelerometer’ en ‘gyroscoop’ ontvangen en vooral hoe we dit kunnen inzetten voor de use case.
De data bevat o.a. xyz waarden van de gyroscoop waarmee de bijvoorbeeld de snelheid van de ventilator kunnen afleiden.

Nu tijd voor de volgende stap om een model en code te bouwen.

Resultaat

Met een snelheid van 1 IoT bericht per 0.1 seconde hebben we voldoende data. Met wat code in Azure Functions zijn we in staat om een smart plug aan te sturen die de stroomvoorziening van de ventilator kan onderbreken als de snelheid boven een bepaald punt komt.

Verder konden we data, vanuit IoT Hub, tegelijk naar verschillende endpoints sturen. Dus naast het real-time voeden van je model, bijvoorbeeld ook real-time visualiseren met Power BI.

Tijdens deze proefopstelling verloopt het verzamelen én processen van de IoT data nog wel via de cloud. Dit is nog geen IoT Edge, waarbij dit alles, binnen het IoT device zelf wordt geregeld. Wellicht iets voor een volgende keer in versie 2.0. Dit incl. een echt AI model en mogelijke inzet van meerdere devices.

Al met al in één dag het idee omzet naar een werkende proefopstelling, veel lol gehad en een hoop geleerd! Mooie opmaat naar real-live cases met predictive maintenance voor inzet bij o.a. de automotive, windmolens, scheepvaart, industrie, etc. De opties zijn legio!

Welke uitdaging met IoT en/of streaming data zou jij eens praktisch en vrijblijvend met ons willen bespreken?