为智能制造构建物联网（IoT）数据中心

解决方案概述

现代工厂依赖于多台机器和小部件，每台机器和小部件都会生成数据并相互协调，以管理复杂的制造流程。制造商必须了解这些系统的运行方式，以便排除错误并提高运营效率。

为了帮助制造商构建更智能的应用程序，该解决方案展示了MongoDB Atlas如何通过从不同的边缘设备获取数据并使用该数据来支持应用程序来简化物联网（IoT）环境。

您可以将此解决方案的原理扩展到其他行业，例如：

• 汽车：您可以开发高效的工厂并管理复杂的库存，从而最大限度地提高汽车产量。

• 电信：您可以使用物联网（IoT），通过移动和互联设备提供更具竞争力的服务。

• 医疗保健：您可以在医疗机构内和个人设备上提供基本的医疗保健服务。

参考架构

没有 MongoDB

许多制造环境都有独特的系统，运行自己的专有软件和关系数据库。然而，随着数据量的增长和数据结构的日趋复杂，关系数据库变得越来越难以管理，其架构也变得更加复杂。这使得在不同系统之间传输数据和连接到较新的应用程序变得困难。

图 1. 非基于 MongoDB 的参考架构

借助 MongoDB

MongoDB以其灵活的文档模型简化了数据管理，允许您组织数据以满足您的应用程序要求。 它还为您提供了一个富有表现力的查询API ，以便您按照您想要的方式检索数据。

图 2. 基于 MongoDB 的参考架构

数据模型方法

工厂中的传感器可以流多台机器的时间序列数据，捕获以下数据点：

• 产品类型

• 空气温度 (K)

• 工艺温度 (K)

• 转速 (rpm)

• 扭矩 (Nm)

• 工具磨损（分钟）

借助MongoDB及其灵活的文档模型，您可以使用单个时间序列集合来存储所有传入的传感器数据。示例，您可以按如下方式存储传感器数据：

{
   "device_id": 1,
   "sensor_id": 12345,
   "start_date": ISODate("2023-01-31T10:00:00.000Z"),
   "end_date": ISODate("2023-01-31T10:59:59.000Z"),
   "measurements": [
{
   "timestamp": ISODate("2023-01-31T10:00:00.000Z"),
   "temperature": 298.1
   "speed": 1551
   "torque": 42.8
   "failure": “No failure”
},
{
   "timestamp": ISODate("2023-01-31T10:01:00.000Z"),
   "temperature": 302.4
   "speed": 1410
   "torque": 65.7
   "failure": “Power failure”
},
...
{
   "timestamp": ISODate("2023-01-31T10:42:00.000Z"),
   "temperature": 298.8
   "speed": 1455
   "torque": 41.3
   "failure": “Tool wear failure”
}
],
"transaction_count": 4223,
"avg_temperature": 300.7
}

然后，您可以使用MongoDB聚合框架轻松查询时间序列数据。示例，您可以按传感器日期对文档群组，并返回聚合结果，例如平均值。

构建解决方案

图 3. 解决方案概述

该解决方案展示了如何使用MongoDB Atlas和Azure 物联网（IoT） Edge构建智能制造中心。在此使用案例中，模拟传感器将数据从 CNC 机床发送到Azure 物联网（IoT）中心。然后，数据经过过滤并发送到MongoDB Atlas，数据使用者（例如使用MongoDB Charts的分析师）可以在其中访问权限和使用数据。

为了复制此工作流程，该解决方案使用传感器数据来训练机器学习模型，以预测机器故障的原因。您可以按照Github存储库中的说明实现此解决方案，该存储库将指导您完成这些步骤。

关键要点

• 开发物联网（IoT）应用程序：在MongoDB Atlas中收集相关物联网（IoT）数据，并使用它来训练机器学习模型和运行业务应用程序。

• 扩展物联网（IoT）数据：作为基于文档的数据库， MongoDB可以有效管理物联网（IoT）应用程序生成的大量数据。

• 处理不同的数据类型：MongoDB 灵活的文档模型可处理不同的数据结构，允许您将来自多个物联网（IoT）设备和 ML 模型的数据存储在单个数据库中。

作者

• Diana Annie Jenosh，MongoDB

• Utsav Talwar, MongoDB

• Dr. Humza Akhtar, MongoDB

了解详情

• 利用 IoT 数据实现应用程序驱动型智能

• 使用 Atlas Vector Search 进行汽车诊断

• 基于音频的实时 AI 诊断