Luce, alimentazione e Internet connesse IoT

Questo articolo descrive una soluzione Internet delle cose (IoT) che fornisce alimentazione, luce e servizi Internet a posizioni remote.

Architettura

Soluzione dell'applicazione

Scaricare un file di Visio di questa architettura.

Flusso di dati

Si tratta di un'app di microservizi in contenitori con interfacce utente finale:

1. Gli agenti di vendita e servizi sul campo usano una piattaforma mobile per interagire con l'applicazione cloud tramite app Azure lication Gateway. Gli utenti finali usano un'interfaccia predefinita o un'app per dispositivi mobili per accedere e controllare i propri dispositivi.
2. gateway applicazione usa protocolli di messaggistica per interagire con utenti e operatori.
3. L'app cloud è costituita da microservizi in contenitori che forniscono funzionalità e interfacce come la gestione delle identità e degli accessi, gli aggiornamenti dei dispositivi, le notifiche e i servizi commerciali.
4. A seconda delle funzionalità usate, l'app accede a servizi e risorse di Azure, ad esempio Archiviazione BLOB di Azure per l'archiviazione dei dati non strutturata, Azure Cosmos DB per database strutturati di grandi dimensioni e Servizi multimediali di Azure per contenuti di intrattenimento.
5. Il gateway IoT invia anche dati di telemetria e utente in streaming al cloud tramite hub IoT di Azure, da usare per l'analisi e machine learning (ML).

Soluzione di analisi e Machine Learning

La parte business intelligence del processo include il ciclo di analisi e controllo dei dati seguente:

Scaricare un file di Visio di questa architettura.

Flusso di dati

1. hub IoT riceve i dati di telemetria e utente di streaming dai dispositivi IoT e indirizza gli eventi ad Azure Databricks tramite Funzioni di Azure.
2. Azure Databricks estrae, trasforma e carica (ETLs) i dati dell'evento.
3. Azure Databricks usa Funzioni di Azure per inviare alcuni eventi, ad esempio avvisi, direttamente a un'app di supporto clienti per l'azione.
4. Azure Databricks invia i dati ETL ad Azure Synapse, che esegue analisi e archivia i dati.
5. I report di Power BI usano i dati e le informazioni dettagliate analizzati. Il provider di servizi può usare i dati per la valutazione del sistema e la pianificazione futura.
6. Azure Machine Learning usa un cluster Databricks per eseguire il training e ripetere il training dei modelli di Machine Learning per il risparmio energia. La ripetizione del training dei modelli combina i dati correnti con i dati esterni archiviati, ad esempio previsioni e meteo cronologici, in Azure Cosmos DB.
7. Il modello sottoposto a ripetizione del training attiva una pipeline che crea un pacchetto del modello e invia i modelli sottoposti di nuovo training a hub IoT. hub IoT invia i modelli aggiornati ai dispositivi IoT da usare per la gestione dei dispositivi.

Componenti

• app Azure lication Gateway gestisce e bilancia il carico del traffico da e verso le app Web cloud.
• host servizio Azure Kubernetes (AKS) e semplifica l'orchestrazione kubernetes delle app docker in contenitori.
• Registro Azure Container è un servizio del Registro di sistema privato gestito che supporta le applicazioni del servizio Azure Kubernetes su larga scala.
• hub IoT di Azure è un hub di messaggi cloud centrale per le comunicazioni bidirezionali tra applicazioni E dispositivi IoT.
• Azure Databricks è un servizio di analisi rapido, semplice e collaborativo basato su Apache Spark per le pipeline di Big Data.
• Azure Synapse Analytics, in precedenza SQL Data Warehouse, è un servizio di analisi che riunisce data warehousing aziendale e analisi dei Big Data.
• Power BI è una raccolta di servizi software, app e connettori che trasformano i dati in visualizzazioni e report coerenti, immersive e interattivi.
• Azure Machine Learning è un ambiente di Machine Learning basato sul cloud che usa i dati esistenti per prevedere comportamenti, risultati e tendenze futuri.

Dettagli dello scenario

Una società di telecomunicazioni su larga scala basata sulla soluzione su dispositivi IoT che possono fungere da hub di energia e Internet per case e piccole imprese.

I dispositivi IoT hanno un gateway IoT che funge da hub per il trasferimento dei dati e la distribuzione personalizzata dei servizi. I dispositivi usano un pannello solare sul tetto per caricare una batteria, che fornisce luce LED, alimentazione USB e connettività cellulare. Il gateway raccoglie e trasmette i dati di telemetria dal pannello solare, dalla batteria e dai dispositivi di output. La soluzione include anche un dispositivo IoT con una scheda SIM integrata e un tablet per fornire un'interfaccia utente.

Il dispositivo IoT di base fornisce luce LED, ricarica di dispositivi USB, connettività Internet e supporto utente tramite avvisi e chatbot. Gli utenti possono ottenere più servizi e contenuti su richiesta o tramite sottoscrizione.

La soluzione complessiva combina i dispositivi connessi IoT con le app per dispositivi mobili basate sulla piattaforma Azure. La soluzione offre servizi internet e di potenza puliti e a basso costo con affidabilità elevata e tempi di inattività minimi.

supporto tecnico di Azure due principali flussi di lavoro in questa soluzione IoT:

• I dati di telemetria dei dispositivi IoT in tempo reale rilevano anomalie temporanee o a esecuzione prolungata. Il sistema può rispondere tramite chatbot in tempo reale e intraprendere azioni del dispositivo. Ad esempio, in condizioni a basso consumo di energia, un dispositivo può ridurre l'utilizzo di energia per le funzionalità in background o inattive. L'utente continua a ottenere un'esperienza ottimale con i servizi che usano attivamente.

• L'analisi dei dati post-elaborazione e l'apprendimento automatico valutano l'utilizzo e gli eventi imprevisti per determinare le esigenze di manutenzione predittiva e future. Gli avvisi possono notificare ai clienti le parti stimate per non riuscire a breve.

Potenziali casi d'uso

Gli scenari e i settori seguenti potrebbero usare questa soluzione:

• Posizioni con potenza centralizzata limitata e connettività Internet.
• Notizie, intrattenimento e organizzazioni educative, per distribuire contenuti e programmazione.
• Istituti finanziari, per fornire servizi commerciali e bancari online.
• Enti pubblici e sanitari pubblici, per le comunicazioni di emergenza e supporto.

Passaggi successivi

• concetti relativi a IoT e all'hub IoT di Azure
• Introduzione ai registri contenitori Docker privati in Azure
• Che cos'è il pool SQL dedicato (in precedenza SQL Data Warehouse) in Azure Synapse Analytics?
• MLOps: gestione dei modelli, distribuzione, derivazione e monitoraggio con Azure Machine Learning
• Configurare un ambiente di sviluppo con Azure Databricks e AutoML in Azure Machine Learning
• Un dispositivo a energia solare porterà intrattenimento online, educazione ai villaggi
• Case study veriown

Risorse correlate

• Scegliere una soluzione IoT in Azure
• Pipeline di elaborazione di inserimento, ETL e flusso con Azure Databricks