So lässt sich aus Magnetfeldern Energie für IoT-Sensoren gewinnen

Artigo em alemão

Magnetfelder, die um elektrische Geräte herum vorhanden sind, lassen sich ablenken und in Elektrizität umwandeln. Damit kann man IoT-Sensoren für das Internet der Dinge mit Strom versorgen.

• Strom erzeugt winzige Magnetfelder (um elektrische Kabel, Computer und Beleuchtung herum)
• Die Magnetfelder lassen sich erfassen, ablenken und in Energie umwandeln
• Diese Energie lässt sich unter anderem für die Stromversorgung von IoT-Sensoren nutzen

IoT-Sensoren füttern

Die Erzeugung nutzbarer Energie aus gestreuten Magnetfeldern ist nur eine mögliche Lösung, um das Internet der Dinge mit Strom zu versorgen. Es ist wichtig zu wissen, wie man Energie für Millionen, wenn nicht Milliarden von Umwelt- und Industriesensoren erzeugt, wenn es um das Internet der Dinge geht (IoT-Sensoren). Batterien haben Grenzen, sie müssen ersetzt oder aufgeladen werden. Mit Bioelektronik lässt sich ein halbes Volt aus der Umgebungsluft erfassen. Dies reicht aus, um rudimentäre Sensoren zu betreiben. Eine weitere Energiequelle ist die Wärmeverschwendung. Forscher versuchen, überschüssige Wärme, wie sie beispielsweise von Rechenzentren abgegeben wird, in Licht umzuwandeln und dieses Licht dann in Elektrizität umzuwandeln.

Andere Ansätze werden in Betracht gezogen, einschließlich der einfachen Reduzierung des Energieverbrauchs, der Verwendung energieeffizienterer Chips oder vereinfachter drahtloser Kommunikationsgeräte. Andere Techniken werden ebenfalls getestet. Sie bestehen hauptsächlich darin, das Rauschen drahtloser Verbindungen als Mittel zur Datenübertragung zu transformieren. Diese Lösung ist effektiv, da nicht so viel Energie für Funk-Transceiver produziert werden muss und die Unterstützung bereits vorhanden ist. Die Energieeffizienz in Gebäuden lässt sich erheblich verbessern, wenn viele Funktionen automatisiert werden. Gebäude gehören zu den größten Stromverbrauchern. Ein Rückgang des Energieverbrauchs um einige Prozent kann somit zu Einsparungen von mehreren Megawatt führen. Es sind die IoT-Sensoren, die diese Steuerungen automatisieren, und diese Technologie bietet eine realistische Lösung für die Stromversorgung der Sensoren.

Zeit-Toleranz

Viele IoT-Implementierungen benötigen keine Millisekunden-Toleranz, die herkömmliche Unternehmensnetzwerke bieten. Mit diesem Spielraum lassen sich eine große Anzahl von Netzwerkverbindungsoptionen in Betracht ziehen. Dies bedeutet auch, dass die Auswahl einer billigeren Komponente sehr effektiv sein kann. Beispielsweise muss eine angeschlossene Parkuhr ihren Status der Stadt nicht mehr als einmal pro Minute melden. Daher ist eine verzögerte drahtlose Option, wie das Niederfrequenz-Funkkommunikationsprotokoll, vollkommen akzeptabel. Einige dieser Systeme verwenden Standard-Mobilfunk-SMS-Dienste, um Aktualisierungen an zentrale Hubs zu senden.

Für Anwendungen, die weniger verzögerungstolerant sind, zum Beispiel eine Produktionslinie oder die Öl- und Gasförderung, sollten industrielles Ethernet oder hauptsächlich drahtlose Verbindungen mit geringer Latenz verwendet werden. Im Allgemeinen können ältere Orchestrierungssysteme die Befehlsverarbeitung und die Maschinenkoordination gut handhaben, aber das Hinzufügen von Echtzeitdatenanalysen kann die Netzwerkanforderungen erhöhen.

Datenrate bei IoT-Sensoren

Viele IoT-Geräte kommen mit einer Datenrate von ein paar Kilobit pro Sekunde oder sogar weniger aus. Dies ist der Fall bei intelligenten Geräten mit geringer Bandbreite wie Türschlössern und angeschlossenen Lichtschaltern, deren Funktion auf „Öffnen“ oder „Schließen“ sowie „Einschalten“ oder „Ausschalten“ beschränkt ist.

Diese sehr begrenzte Art des Anrufs über eine Datenverbindung ermöglicht die Verwendung einer weniger effizienten drahtlosen Technologie. Andererseits erfordert eine Internet-of-Things-Konfiguration mit mehreren Überwachungskameras, die an einen zentralen Hub und ein Backend für die Bildanalyse angeschlossen sind, viel mehr Bandbreite. In diesem Fall ist es wichtig, eine leistungsstarke und daher teurere Netzwerkkomponente auszuwählen. Darüber hinaus erfordern Geräte, die in großer Anzahl implemeniert werden, möglicherweise eine dedizierte Verbindung oder sind sogar mit einer proprietären Mikrozelle ausgestattet, um eine angemessene Abdeckung sicherzustellen.

Rechenleistung

Es ist richtig, dass die Bewertung der Fähigkeit eines IoT-Geräts, seine Daten selbst zu verarbeiten, auf einem indirekten Maß seiner Auswirkungen auf das Netzwerk basiert. Es ist jedoch immer wichtig, diese Funktion mit anderen Geräten zu vergleichen, die eine ähnliche Funktion ausführen. Ein Gerät, das Rohdaten über das Netzwerk überträgt, ohne wesentliche Analysen oder Formatierungen durchzuführen, kann eine größere Verkehrslast darstellen als ein Gerät, das zumindest einen Teil der Arbeit ausführt.
Dies ist natürlich nicht immer der Fall. Es ist unwahrscheinlich, dass weniger effiziente Geräte, die wenig Daten generieren, Netzwerkverbindungen überlasten. Effizientere Geräte, zum Beispiel Industrieroboter mit einer großen Datenverarbeitungskapazität, können wiederum viel Datenverkehr generieren. Daher ist die Rechenleistung an Bord eines Geräts immer relevant, um es mit anderen Geräten zu vergleichen, die ähnliche Aufgaben ausführen. Die ist hauptsächlich im Industrie- oder Energieexplorationssektor der Fall, wo zahlreiche Analysen an einem einzigen Standort durchgeführt werden müssen.

Dieser Vergleich ist noch relevanter bei einer Konfiguration, bei der ein Teil oder die gesamte Datenanalyse auf einem Edge Gateway in der Nähe der Endpunkte durchgeführt wird. Diese Gateways können eine passende Lösung sein, um komplizierte Analysen so zeitnah wie möglich durchzuführen. Diese Edge Gateways bieten jedoch nicht die gleichen Funktionen wie ein Rechenzentrum oder eine Cloud. Daher bleibt der Arbeitsaufwand, der am Terminal selbst ausgeführt werden kann, ein kritisches Anliegen. Durch die Möglichkeit, Rohdaten auf dem Edge-Gerät in Analysen umzuwandeln, wird der Datenverkehr reduziert, den man über das Netzwerk leiten muss.

Source: Digital Engineering Magazine

Lenildo Morais hat einen Master-Abschluss in Informatik vom Zentrum für Informationswissenschaft der Federal University of Pernambuco (Brasilien). Er ist Forscher bei ASSERT (Advanced System and Software Engineering Research Technologies) und Projektmanager bei Porto Digital de Pernambuco (Brasilien).