SSV Software Systems
Embedded TinyML LPWAN Wireless Modules
Dezentrale Überwachungsaufgaben mit Embedded-Machine-Learning-Konzepten und Low-Power-IoT-Datenfunk lösen, ohne sich selbst um die neuen Cybersecurity-Anforderungen der Radio Equipment Directive (RED) bzw. EN 18031 kümmern zu müssen – SSVs neues Embedded TinyML LPWAN Wireless Module macht’s möglich.
Die Funkübertragung von Sensordaten zur Zustandsüberwachung von Maschinen und Anlagen an einen Cloudservice hat zahlreiche Nachteile: Zum einen benötigen die Sendevorgänge relativ viel elektrische Energie. Zum anderen fallen im Laufe der Zeit große Datenmengen an, die teilweise erhebliche Betriebskosten verursachen. Hinzu kommen oft noch Probleme mit dem Daten- und Privatsphärenschutz sowie die normativen Anforderungen der Radio Equipment Directive (RED) plus korrespondierender EN-18031-Normen inklusive damit verbundener Zusatzkosten.
Angesichts dieser mehrdimensionalen Herausforderungen bietet SSV Software Systems jetzt eine Alternative an - das Anwendungs-spezifische Wireless-Modul-Konzept (ASWM) als konzeptionell und funktional hochintegrierte Lösung inklusive RED-Konformität. Statt dem Sensordaten-Streaming zur Cloud erfolgen die Datenanalysen mit Hilfe von TinyML-Methoden direkt im Sensor. Die Ergebnisse werden je nach Relevanz, also etwa bei bestimmten Zustandsveränderungen oder einer erkannten Anomalie, über eine LPWAN-Funkverbindung gesandt. Dafür nutzen ASWM-Softsensorbaugruppen wahlweise LTE-M, LTE450 oder LoRaWAN.
Machine Learning (ML) besteht aus zwei Teilaufgaben: der Lernphase mit ML-Modellerzeugung und der Inferenzphase zur ML-Modellnutzung, etwa mit Sensordaten. Für den ersten Teil sind größere Datenmengen und Rechnerkapazitäten notwendig. Für die Inferenz reichen eine Sensordatenquelle und ein »Tiny«-Mikrocontroller mit minimalen Ressourcen aus – man spricht daher auch von »TinyML«. Eine TinyML-Inferenz ermöglicht beispielsweise die Verarbeitung von Telemetriedaten direkt im Mikrorechner eines Wireless-Moduls, ohne dass die erfassten Messwerte einzelner Sensoren zusammen mit anderen Zustandsdaten an externe Server oder eine Cloud gesendet werden müssen. Falls erforderlich, werden überhaupt keine Daten mit Personen- bzw. Privatsphärenbezug per LPWAN übertragen. Stattdessen werden lediglich ereignisgesteuert abstrakte Zustandsklassifizierungsparameter versendet, etwa eine kategoriale Variable für eine erkannte Anomalie hinsichtlich eines Maschinen- bzw. Anlagenzustands. Dieser Security-by-Design-Ansatz bietet ein deutlich höheres Sicherheitsniveau sowie erhebliche Kostenreduzierungen im Vergleich zu Produkten, die fortlaufend Telemetrie-Rohdaten an eine zentrale Cloud übertragen, um dort die erforderlichen Datenanalysen auszuführen.
»In einer vernetzten Fabriklandschaft mit hochperformanten LAN-Konzepten kann eine zentrale KI- bzw. ML-Lösung mit Daten-Streaming durchaus funktionieren«, merkt Henrike Gerbothe an, die für den ASWM-Produktbereich zuständige SSV-Managerin. »Für eine dezentrale Infrastrukturanwendung ist so etwas aus funktionalen und ökonomischen Aspekten ungeeignet. Die anfallenden Sensordaten müssen direkt vor Ort analysiert und Funkdatenübertragungen auf das notwendige Minimum reduziert werden.«
Lesen Sie mehr zum Thema
