工业设备上的 LoRa 传感器节点
工况监测和预测性维护应用在各个行业中越来越受欢迎，为企业维护保养设备提供了新的解决方案，并有机会把生产效率提高到新的水平。两种方案都跟踪记录设备或基础设施的磨损程度和完整性，其中，预测性维护使用机器学习来预测故障。工况监测和预测性维护可以彻底改变智能工厂或城市的运营模式，因此，人气越来越高。然而，要想取得预想的效果，必须为工况监测和预测维护建设一个强大的通信网络，以承载节点设备捕获的各种传感器数据。因此，正确选择sub-GHz技术至关重要。
当考虑选择哪种技术时，开发小组必须记住工况监测和预测性维护的相关特性。事实上，许多应用是在缺乏传统基础设施的偏远地区，例如，石油钻井平台、采矿场和大型农业区，这只是其中的几个例子。在这些应用环境中，通常没有移动数据网络。因此，开发小组必须弄清楚如何在这些偏远地区创建一个可以扩容的网络，答案是需要满足成本效益和可以扩容两个条件。网关购置维护成本过高，行不通。同样，随着新需求的迅速出现，团队必须能够扩展网络容量。
基础设施监控和资产跟踪需要注意什么？
白皮书论述的考虑因素也同样适用于越来越依赖 LoRa 的其他应用，例如，基础设施监控和资产跟踪。当跟踪桥梁的裂缝或材料完整性时，无论周围的材料或基础设施在什么位置，信号都必须传送到网关。同样，在跟踪资产时没有选对网络技术可能会在成本和能源方面付出昂贵的代价。事实上，选择功耗非常低的设备至关重要，因为在基础设施监控和资产跟踪的地方通常没有电源为网络节点供电。
LoRa 和技术考虑因素
在选择Sub-GHz 网络中需要注意什么？
信息安全。一般来说，工况监测或预测性维护对安全性的要求不是很高，虽然对安全有要求，但工业泵的磨损状况数据是风险较低的信息。相反，新出台的政府报告政策和报告透明度法规正在改变资产跟踪和基础设施监控的安全性要求，因为这些应用涉及非常敏感的信息。资产相关信息泄露可能会损害某人的隐私，而公共基础设施的数据外泄可能会导致国家安全危机，某些组织会利用数据外泄对安保较弱的设施发起攻击。
The STDES-CBMLoRaBLE
若想寻找适合工业环境的开发资源，开发小组可以选用STDES-CBMLoRaBLE。这个开发套件包括 STEVAL-ASTRA1B的蓝牙控制器和 sub-GHz 微控制器，不同的是所配备的传感器都通过了工业认证，并提供振动分析和倾斜监测专用算法。因此，工程师可以在这块板子上动手开发工况监测或基础设施监控，以及预测性维护应用。我们甚至提供支持 AWS云 的软件解决方案DSH-PREDMNT，帮助用户配置设备、记录数据、执行信息可视化，以及随时随地从云端监测资产。