스마트 변환기

Smart transducer
변환기, 처리 장치 및 통신 인터페이스를 포함하는 스마트 변환기
스마트 센서 개요

스마트 변환기는 처리 장치 및 통신 인터페이스와 결합된 아날로그 또는 디지털 변환기, 작동기 또는 센서다.[1]null

센서와 액추에이터가 더욱 복잡해지면서 센서와 액추에이터는 다양한 작동 모드와 인터페이스에 대한 지원을 제공한다.일부 애플리케이션은 추가적인 오류 허용 및 분산 컴퓨팅을 요구한다.이러한 높은 수준의 기능은 내장된 마이크로컨트롤러를 고전적인 센서/액츄에이터에 추가함으로써 달성될 수 있으며, 이것은 공정한 가격으로 복잡성에 대처할 수 있는 능력을 증가시킨다.일반적으로 스마트 센서의 이러한 온보드 기술은 주파수 대 코드 또는 아날로그 대 디지털 대화, 인터페이스 기능 및 계산 등 디지털 처리에 사용된다.인터페이스 기능에는 자가응용, 자가진단, 자가식별 기능 등 의사결정 도구도 포함하지만 센서가 완전 깨어 있는 시간과 시간을 제어해 전력소비를 최소화하고 데이터 덤프 및 저장 시기를 결정하는 기능도 있다.null

그것들은 종종 CMOS, VLSI 기술을 사용하여 만들어지며, 더 낮은 비용으로 이어지는 MEMS[2] 장치를 포함할 수 있다.이들은 보다 쉬운 인터페이스를 위해 완전한 디지털 출력을 제공하거나 펄스 폭 변조 같은 준디지털 출력을 제공할 수 있다.머신비전 분야에서는 영상기능과 완전한 영상처리기능을 결합한 하나의 컴팩트 유닛을 스마트 센서라고 부르는 경우가 많다.null

사물인터넷(IoT) 현상에는 스마트 센서가 결정적 요소다.그러한 네트워크 내에 다수의 물리적 차량과 장치가 센서, 소프트웨어 및 전자장치를 내장하고 있다.디지털 환경과 물리적 환경 간의 더 나은 통합을 위해 데이터가 수집되고 공유될 것이다.센서 간 연결은 IoT 혁신이 성과를 거두기 위한 중요한 요건이다.따라서 상호운용성은 연결의 결과로 볼 수 있다.센서는 서로 작용하고 보완한다.[3][4]null

기존 센서 대비 개선

기존의 센서는 물체나 상황에 대한 정보를 수집하여 전기 신호로 변환한다.측정 가능한 방법으로 물리적 환경, 프로세스 또는 물질에 대한 피드백을 제공하고 이 환경의 변화가 발생할 때 신호를 보내거나 표시한다.센서 네트워크의 기존 센서는 (1) 센서, (2) 데이터를 수집하고 처리하는 중앙집중식 인터페이스, (3) 플러그, 소켓, 전선 등 네트워크를 연결하는 인프라의 세 부분으로 나눌 수 있다.[5]null

스마트 센서 네트워크는 (1) 센서와 (2) 중앙집중식 인터페이스의 두 부분으로 나눌 수 있다.전통적인 센서와의 근본적인 차이점은 스마트 센서에 내장된 마이크로프로세서가 이미 데이터를 처리하고 있다는 것이다.따라서 전송되는 데이터의 양이 적어야 하며 데이터는 즉시 다른 기기에서 사용 및 액세스할 수 있다.스마트 센서로의 전환은 전송과 처리 기술 사이의 긴밀한 결합을 제거해야 한다.[6]null

디지털 트레이스

디지털 환경 내에서 행동이나 활동은 디지털 흔적을 남긴다.스마트 센서는 물리적 환경에서 이러한 활동을 측정하고 이를 디지털 환경으로 변환한다.따라서 프로세스 내의 모든 단계는 디지털 방식으로 추적할 수 있게 된다.생산 과정에서 오류가 발생할 때마다 이러한 디지털 흔적을 사용하여 추적할 수 있다.결과적으로, 생산 공정의 어떤 부분이 비효율적인지 더 쉽게 분석할 수 있기 때문에 생산 프로세스 내의 비효율성을 추적하고 프로세스 혁신을 단순화하는 것이 더 쉬워질 것이다.[7]스마트 센서의 사용이 매우 유익할 수 있다는 것은 분명하다.반면에 위험을 이해하는 것은 중요하다.모든 정보가 디지털화되어 있기 때문에, 회사는 사이버 공격에 노출되어 있다.이러한 정보 침해로부터 스스로를 보호하기 위해서는 안전한 플랫폼을 확보하는 것이 중요하다.[8]null

디지털 센서의 레이어드 모듈식 아키텍처

계층화된 모듈형 구조라는 용어는 디지털 시스템의 계층화된 구조와 제품의 물리적 구성요소의 모듈형 구조 사이의 결합이다.[8]컨텐츠 계층, 서비스 계층, 네트워크 계층 ((1) 논리적 전송, (2) 물리적 전송), 장치 계층 (1) 논리적 능력 (2) 물리적 기계가 있다.[8]기기 계층에서 시작하여, 스마트 센서 자체는 물리적 기계로서 물리적 환경을 측정한다.논리 용량은 윈도우즈, MacOS 또는 플랫폼을 실행하는 데 사용되는 다른 운영 체제일 수 있는 운영 체제를 가리킨다.네트워크 계층에서 논리적 전송은 와이파이, 블루투스, 근거리 무선 통신, 지그비, RFID 등 다양한 전송 방법으로 구성될 수 있다.스마트 센서의 경우, 스마트 센서는 대개 무선이기 때문에 물리적 전송이 필요하지 않다.하지만 충전 와이어와 소켓은 여전히 일반적으로 사용된다.서비스 계층은 스마트 센서에 의해 제공되는 서비스에 관한 것이다.그 센서들은 스스로 데이터를 처리할 수 있다.따라서 센서들은 여러 가지를 동시에 처리하기 때문에 특정 서비스 한 개가 없다.예를 들어 그들은 특정 자산을 수리해야 한다는 신호를 보낼 수 있다.컨텐츠 계층은 통찰력을 얻고 가치를 창출하기 위해 만들어지고 사용되는 중앙 집중화된 플랫폼이 될 것이다.null

업종별 사용량

보험

전통적으로, 보험 회사들은 그들의 신청서 양식을 검토하고, 그들의 답변을 신뢰한 다음, 월별 보험료로 그것을 보상하기 위해 노력했다.그러나 비대칭 정보 때문에 특정 고객의 리스크를 정확하게 판단하기 어려웠다.보험업계에 스마트 센서 도입이 전통적 관행을 다방면으로 교란시키고 있다.스마트 센서는 대량의 (빅) 데이터를 생성하며, 보험사의 비즈니스 모델에 다음과 같이 영향을 미친다.null

고객의 집이나 웨어러블의 스마트 센서는 보험 회사가 훨씬 더 자세한 정보를 얻을 수 있도록 돕는다.예를 들어 웨어러블은 심장 관련 측정 기준, 보안 기술과 같은 위치 기반 시스템 또는 스마트 자동 온도 조절기가 집의 중요한 데이터를 생성할 수 있다.그들은 이 정보를 사용하여 위험 평가와 위험 관리를 개선하고 비대칭 정보를 줄이며 궁극적으로 비용을 절감할 수 있다.null

게다가, 만약 고객들이 이 센서의 데이터를 그들의 집에 제공하는데 동의한다면, 그들은 심지어 그들의 프리미엄을 할인 받을 수 있다.특수 거래에 대한 대가로 정보를 거래하는 이러한 접근방식을 물물교환이라고 하며, 그것은 데이터 수익화의 한 형태다.[9]데이터 수익화는 정보 기반의 제품과 서비스를 법적 입찰이나 동등한 가치로 인식되는 것과 교환하는 행위다.[10]즉, 데이터 수익화는 새로운 수익을 창출할 기회를 이용하고 있다.오늘날 보험사들이 정기적으로 사용하는 또 다른 형태의 데이터 수익화는 제3자에게 데이터를 판매하는 것이다.null

제조업

최근 제조업 트렌드 중 하나가 데이터 교환과 자동화가 결정적인 역할을 하는 Industry 4.0의 혁명이다.전통적으로 기계는 이미 특정 소규모 작업(예: 개폐 밸브)을 자동화할 수 있었다.스마트 공장의 자동화는 이러한 쉬운 작업을 넘어선다.그것은 인간이 일반적으로 내리는 복잡한 최적화 결정을 점점 더 많이 포함한다.[11]기계가 인간의 결정을 내리기 위해서는 세부적인 정보를 얻는 것이 필수적이며, 스마트 센서도 도입되었다.null

제조업에서 효율성은 가장 중요한 측면 중 하나이다.스마트 센서는 연결된 자산에서 데이터를 뽑아 지속적으로 처리한다.그들은 공장과 공정에 대한 상세한 실시간 정보를 제공하고 성능 문제를 밝힐 수 있다.이것이 단지 작은 성능 문제라면 스마트 팩토리는 그 자체로도 문제를 해결할 수 있다.스마트 센서도 결함을 예측할 수 있어 이후 문제를 고치기보다는 정비 작업자가 예방할 수 있다.이 모든 것이 탁월한 자산 효율성으로 이어지고 모든 생산 프로세스의 적인 다운타임을 줄인다.null

스마트 센서도 공장을 넘어 적용이 가능하다.예를 들어 차량이나 운송용기와 같은 물체의 센서는 배송 상태에 대한 자세한 정보를 제공할 수 있다.이것은 제조업에 영향을 미치지만 공급망 전체에도 영향을 미친다.null

자동차

지난 몇 년 동안 자동차 산업은 그들의 '구식' 생태계에 도전해 왔다.스마트 센서와 같은 몇 가지 신기술이 이 과정에서 중요한 역할을 한다.오늘날 이러한 센서는 자동 주차 서비스, 장애물 감지, 비상 제동 등과 같은 일부 소규모 자율 기능만 가능하게 하여 보안성을 향상시킨다.많은 기업이 자동차를 개선하고 자동화를 지향하는 기술에 집중하고 있지만 아직 업계의 완전한 붕괴는 이르지 못했다.하지만 전문가들은 인간의 간섭이 없는 자율주행차가 10년 안에 도로를 지배할 것으로 예상하고 있다.null

스마트 센서는 자동차와 주변 환경에 대한 데이터를 생성해 자동차 네트워크로 연결한 뒤 이를 자동차가 세상을 보고 해석할 수 있는 귀중한 정보로 변환한다.기본적으로 센서는 다음과 같이 작동한다.물리적 및 환경 데이터를 추출하고, 해당 정보를 계산에 사용하며, 결과를 분석하여 실행으로 변환해야 한다.다른 자동차의 센서는 자동차 네트워크에 연결되고 서로 통신해야 한다.null

하지만, 자동차 산업의 스마트 센서 또한 더 지속 가능한 방법으로 사용될 수 있다.자동차 제조사들은 스마트 센서를 자동차의 다른 부분에 배치하여 정보를 수집하고 공유한다.운전자와 제조업체는 이 정보를 사용하여 예약된 유지보수를 예측 유지보수로 변환할 수 있다.기성 기업들은 이러한 지속적 혁신에 강한 초점을 맞추고 있지만, 위험은 새로운 진입자들이 오는 것을 보지 못하고 적응하는데 어려움을 겪는다는 것이다.[12]그러므로 파괴적이고 지속되는 기술혁신을 구별하는 것은 중요하며 관리자들에게 다른 의미를 가져온다.null

참고 항목

참조

  1. ^ Elmenreich, W. (2006). "Time-triggered smart transducer networks" (PDF). IEEE Transactions on Industrial Informatics. 2 (3): 192–199. arXiv:1507.04394. doi:10.1109/TII.2006.873991. S2CID 11764613.
  2. ^ Sheu, Meng-Lieh; Hsu, Wei-Hung; Tsao, Lin-Jie (2012). "A Capacitance-Ratio-Modulated Current Front-End Circuit with Pulsewidth Modulation Output for a Capacitive Sensor Interface". IEEE Transactions on Instrumentation and Measurement. 61 (2): 447–455. doi:10.1109/TIM.2011.2161929. S2CID 25171486.
  3. ^ al.], edited by Harald Sundmaeker ... [et (2010). Vision and challenges for realising the Internet of Things. Luxembourg: Publications Office of the European Union. ISBN 9789279150883. OCLC 781160155. {{cite book}}: first=일반 이름 포함(도움말)
  4. ^ Bishnu, Abhijeet; Bhatia, Vimal (2018). "Receiver for IEEE 802.11ah in Interference Limited Environments". IEEE Internet of Things Journal. 5 (5): 4109–4118. doi:10.1109/jiot.2018.2867908. ISSN 2327-4662. S2CID 53434450.
  5. ^ Spencer, B. F.; Ruiz-Sandoval, Manuel E.; Kurata, Narito (2004). "Smart sensing technology: opportunities and challenges". Structural Control and Health Monitoring. 11 (4): 349–368. doi:10.1002/stc.48. ISSN 1545-2255.
  6. ^ 딜로이트.(2018).스마트 센서를 사용하여 공급망 혁신 추진 [Ebook]
  7. ^ Kelly, Sean Dieter Tebje; Suryadevara, Nagender Kumar; Mukhopadhyay, Subhas Chandra (October 2013). "Towards the Implementation of IoT for Environmental Condition Monitoring in Homes". IEEE Sensors Journal. 13 (10): 3846–3853. Bibcode:2013ISenJ..13.3846K. doi:10.1109/jsen.2013.2263379. ISSN 1530-437X. S2CID 15230040.
  8. ^ a b c Yoo, Youngjin; Henfridsson, Ola; Lyytinen, Kalle (December 2010). "Research Commentary—The New Organizing Logic of Digital Innovation: An Agenda for Information Systems Research". Information Systems Research. 21 (4): 724–735. doi:10.1287/isre.1100.0322. ISSN 1047-7047.
  9. ^ Woerner, Stephanie L; Wixom, Barbara H (2015-01-20). "Big data: extending the business strategy toolbox". Journal of Information Technology. 30 (1): 60–62. doi:10.1057/jit.2014.31. ISSN 0268-3962. S2CID 205123873.
  10. ^ 위솜, B.H. (2014년)데이터를 현금으로 바꾸는 중.MA: 매사추세츠 주 캠브리지의 슬론 경영대학원 정보 시스템 연구 센터
  11. ^ 버크, R, 무소멜리, A, 래퍼, S, 하티건, M, 스나이더만, B(2017년).Deloitte University Press라는 스마트 팩토리
  12. ^ Klenner, Philipp; Hüsig, Stefan; Dowling, Michael (May 2013). "Ex-ante evaluation of disruptive susceptibility in established value networks—When are markets ready for disruptive innovations?". Research Policy. 42 (4): 914–927. doi:10.1016/j.respol.2012.12.006. ISSN 0048-7333.

외부 링크