Lumière, électricité et internet connectés à l’IoT

Cet article décrit une solution IoT (Internet des objets) qui fournit des services d’alimentation électrique, d’éclairage et Internet aux emplacements distants.

Architecture

Solution d’application

Téléchargez un fichier Visio de cette architecture.

Dataflow

C’est une application de microservices conteneurisée avec des interfaces pour les utilisateurs finaux :

1. Les équipes commerciales et les agents de service utilisent une plateforme mobile pour interagir avec l’application cloud via Azure Application Gateway. Les utilisateurs finaux se servent d’une interface intégrée ou d’une application mobile pour accéder à leurs appareils et les contrôler.
2. Application Gateway utilise les protocoles de messagerie pour interagir avec les utilisateurs et les opérateurs.
3. L’application cloud est constituée de microservices conteneurisés qui fournissent des fonctionnalités et des interfaces (par exemple, gestion des identités et accès, mises à niveau des appareils, notifications et services commerciaux).
4. Selon les fonctionnalités utilisées, l’application accède aux services et ressources Azure tels que Stockage Blob Azure pour le stockage des données non structurées, Azure Cosmos DB pour les grandes bases de données structurées et Azure Media Services pour le contenu de divertissement.
5. La passerelle IoT envoie également des données de télémétrie de streaming et des données utilisateur au cloud via Azure IoT Hub, à utiliser pour l’analyse et le Machine Learning (ML).

Solution d’analyse et d’apprentissage automatique

La partie décisionnelle du processus comprend la boucle de contrôle et l’analyse des données suivantes :

Téléchargez un fichier Visio de cette architecture.

Dataflow

1. IoT Hub reçoit les données de télémétrie de diffusion en continu et les données utilisateur des appareils IoT et achemine les événements vers Azure Databricks via Azure Functions.
2. Azure Databricks extrait, transforme et charge (ETL) les données des événements.
3. Azure Databricks utilise Azure Functions pour envoyer des événements, tels que des alarmes, directement à une application de support client à des fins d’action.
4. Azure Databricks envoie les données ETL à Azure Synapse, qui effectue des analyses et stocke les données.
5. Les rapports Power BI utilisent les données et insights analysés. Le fournisseur de services peut utiliser les données pour l’évaluation du système et la planification future.
6. Azure Machine Learning utilise un cluster Databricks pour entraîner et réentraîner des modèles ML pour la gestion de l’alimentation électrique. Le réentraînement de modèle combine les données actuelles avec des données externes stockées, telles que la météo historique et les prévisions, sur Azure Cosmos DB.
7. Le modèle réentraîné déclenche un pipeline qui empaquette le modèle et envoie les modèles réentraînés à IoT Hub. IoT Hub envoie les modèles mis à jour aux appareils IoT à utiliser pour la gestion des appareils.

Components

• Azure Application Gateway gère et répartit la charge du trafic à destination et en provenance des applications web cloud.
• Azure Kubernetes Service (AKS) héberge et simplifie l’orchestration Kubernetes des applications conteneurisées Dockr.
• Azure Container Registry est un service de Registre privé géré qui prend en charge les applications AKS à l’échelle.
• Azure IoT Hub est un hub de messages central pour la communication bidirectionnelle entre les appareils et application IoT.
• Azure Databricks est un service d’analytique rapide, simple et collaboratif basé sur Apache Spark destiné aux pipelines de données Big Data.
• Azure Synapse Analytics (anciennement SQL Data Warehouse) est un service d’analytique illimité qui assure l’entreposage des données d’entreprise et l’analytique du Big Data.
• Power BI est un ensemble de services logiciels, d’applications et de connecteurs qui convertissent les données en visualisations et rapports cohérents, immersifs et interactifs.
• Azure Machine Learning est un environnement ML basé sur le cloud qui utilise les données existantes pour prédire les comportements, résultats et tendances futurs.

Détails du scénario

Une entreprise de télécommunications à grande échelle basée sur la solution sur les appareils IoT pouvant agir comme des hubs d’énergie et d’Internet pour les foyers et les petites entreprises.

Les appareils IoT disposent d’une passerelle IoT qui joue le rôle de hub pour le transfert de données et la livraison de service personnalisée. Les appareils utilisent un panneau solaire sur le toit pour charger une batterie, qui fournit l’éclairage LED, l’alimentation USB et la connectivité cellulaire. La passerelle collecte et transmet les données de télémétrie à partir du panneau solaire, de la batterie et des appareils de sortie. La solution inclut également un appareil IoT avec une carte SIM et une tablette intégrées pour fournir une interface utilisateur.

L’appareil IoT de base fournit la lumière LED, la charge des périphériques USB, la connectivité Internet et la prise en charge des utilisateurs par le biais d’alertes et de chatbots. Les utilisateurs peuvent obtenir davantage de services et de contenu à la demande ou par abonnement.

La solution globale combine des appareils connectés IoT avec des applications mobiles basées sur la plateforme Azure. La solution offre une puissance propre et économique et des services Internet avec une fiabilité élevée et un temps d’arrêt minimal.

Azure prend en charge deux flux de travail principaux dans cette solution IoT :

• La télémétrie des appareils IoT en temps réel détecte les anomalies temporaires ou longues. Le système peut répondre via des chatbots en temps réel et effectuer des actions sur l’appareil. Par exemple, lorsque l’énergie disponible est faible, un appareil peut réduire automatiquement sa consommation d’énergie pour les fonctionnalités en arrière-plan ou inactives. Le client continue ainsi de bénéficier d’une bonne expérience pour les services qu’il utilise activement.

• L’analytique des données post-traitement et le Machine Learning évaluent l’utilisation et les incidents pour déterminer la maintenance prédictive et les besoins futurs. Les alertes peuvent avertir les clients de la présence de pièces dont on prévoit la défaillance prochaine.

Cas d’usage potentiels

Les scénarios et secteurs suivants peuvent utiliser cette solution :

• Emplacements avec une alimentation électrique centralisée limitée et une connectivité Internet.
• Actualités, divertissements et organisations éducatives, pour fournir du contenu et de la programmation.
• Institutions financières, pour fournir des services de commerce et de banque en ligne.
• Organismes gouvernementaux et de santé publique, pour les communications d’urgence et de soutien.

Étapes suivantes

• Concepts IoT et Azure IoT Hub
• Présentation des registres de conteneurs Docker privés dans Azure
• Qu’est-ce qu’un pool SQL dédié (anciennement SQL DW) dans Azure Synapse Analytics ?
• MLOps : gestion des modèles, déploiement, traçabilité et surveillance avec Azure Machine Learning
• Configurer un environnement de développement avec Azure Databricks et AutoML dans Azure Machine Learning
• Un appareil à énergie solaire conçu pour l’accès aux divertissements et la formation en ligne des communautés villageoises
• Étude de cas Veriown

Ressources associées

• Choisir une solution Internet des objets (IoT) dans Azure
• Pipelines d’ingestion, ETL et de traitement de flux avec Azure Databricks