Nesneler Cihazlarının İnterneti için Akıllı Termal Yönetim Sistemleri

Nesnelerin İnternetinde Isının Büyülması

Nesnelerin İnterneti (IoT) kendisini modern yaşamın kumaşına, akıllı termostatlardan ve endüstriyel sensörlere bağlı tarımsal ekipmanlara bağlı olarak, 2025 yılına kadar, IoT bağlantılı cihazların sayısı 75 milyarı aştı. Bu cihazlar proliferate olarak, giderek daha fazla talep edilen ortamlarda dağıtılıyor: mühürlenmiş muhafazalar, dış mekan konumlar, fabrika zeminleri ve hatta insan bedenleri içinde.

Her elektronik bileşen operasyon sırasında ısı yaratır. Kompakt IoT cihazları, havalandırma için sınırlı bir alanla ısı, ısı hızla bir araya gelebilir. Uygun termal yönetim olmadan, iç sıcaklıklar güvenli eşlerin ötesine geçebilir, yüksek çözünürlükte, düşük batarya ömrü, erroneous sensör okumaları ve nihayetinde, tüketici cihazlarında pahalı bir şekilde kesintiye uğraması için basit bir şekilde ısınır.

Neden Geleneksel Soğutma Falls IoT için Kısa

Konvansiyonel termal yönetim teknikleri – pasif ısı batağı, basit hayranlar veya termal kapatma devreleri gibi – modern IoT cihazları için genellikle yetersizdir. Bu yöntemler, gerçek ısı yüküne bakılmaksızın sürekli olarak çalışan, enerji üretmek ve gereksiz gürültü üretmek gibi.

Akıllı termal yönetim sistemleri, gerçek zamanlı algılama, sofistike kontrol algoritmaları ve iş yük kalıplarına ve ısıtmaya ihtiyaç duydukları yerde bu sınırlamaları aşarak aşmaktadır.(Dönetici:0) Bu sonuçlar daha düşük enerji tüketiminde ) ve daha yüksek güvenilirlik koşulları altında.

Akıllı Termal Yönetim Sisteminin Temelleri

Tamamen entegre bir akıllı termal yönetim sistemi dört temel bina bloğu içeriyor. Her biri cihazın güç profili, fiziksel kısıtlamalar ve çevresel tolerans ile eşleştirmek için dikkatli bir şekilde seçilmelidir.

Sıcaklık Sensörleri

Doğru sıcaklık ölçümü temeldir. Ortak sensör türleri şunlardır:

• [FONT:0]Thermo çiftleri [Dönemli ve geniş sıcaklık aralığı, ancak soğuk-uygun tazminat gerektirir ve küçük IoT cihazları için daha az doğru.
• [FONT:0)Resistance Sıcaklık Dektörler (RTD)) - son derece doğru ve istikrarlı, ancak daha pahalı ve kaba.
• [FONTC:0]Thermistors [[Döneticiler: düşük maliyetli, hassas ve kompakt, onları çoğu IoT uygulamaları için tercih edilen seçimi yapmak. Olumsuz Sıcaklık Coive (NTC) thermistors tipik çalışma aralıklarında mükemmel bir duyarlılık sunuyor.
• [FONT=0]Semiconductor sıcaklık sensörleri[Dönetici:0)[Dönetici:0))[Döneticileri ve I2C veya 1-Wire arayüzleri aracılığıyla dijital çıktı, basitleştirici sistem entegrasyonu.
• [FONT:0)Infrared (IR) sensörler) - yüzeylerin iç içe geçmesi, doğrudan bir sensör (örneğin, kapalı modüllerdeki güç elektronikleri) içine sokamayan cihazlarda kullanışlıdır.

Kritik noktalarına yerleştirilen çoklu sensörler (işlemci ölür, batarya, kablosuz transceiver, güç yönetimi IC) kontrol mantığına besleyen kapsamlı bir termal harita sağlar.

Kontrol Algorithms

Akıllı termal yönetim sisteminin beyni kontrol algoritmasıdır. sensör verilerini yorumlamaktadır, gelecekteki termal durumları yorumlar ve eylemci komutlarına karar verir.

• [FONT:0)PID kontrolörleri [Dönetici-Integral-Derivative) - mevcut sıcaklık ve ayar noktası arasındaki farka cevap veren klasik yaklaşım iyi anlaşılmıştır ancak IoT'de tipik olmayan davranışlarla mücadele edebilir.
• [FONT=0)Fuzzy mantık kontrolörleri [[Dönetici: 1) – girişleri kabul etmek ve kural tabanlı olabilir (“eğer sıcaklık yüksek ve hızlı, yüksekliğe yükseltilir”). Sistem dinamikleri tamamen modellenmediğinde bilgisayarlı hafif ve iyi çalışır.
• [FONT:0) Model Tahmini Kontrol (MPC)) - gelecekteki sıcaklıklar tahmin etmek ve güvenli sınırları korumak için enerjiyi en aza indirmeyi seçmek için cihazın termal bir modelini kullanır. MPC daha fazla hesaplama kaynağı gerektirir ancak karmaşık uygulamalarda üst performans sunar.
• [FONT=0)Makine öğrenme tabanlı kontrol[[Dönetici: 1) - sinir ağı veya güçlendirme öğrenme modelleri, iş yük kalıplarına dayalı termal yükü tahmin etmek için tarihsel verilerden öğrenebilir (örneğin, AI işleme patlamaları, radyo iletim süreleri) ve ön ödeme sonrası soğutma için.

Kontrol algoritmaları genellikle cihazın ana mikro kontrolleri üzerinde veya birincil görevlerle müdahale etmeden gerçek zamanlı yanıt sağlamak için özel bir düşük güç işleme cihazı üzerinde uygulanır.

Türbeler

Akışkanlar soğutma veya ısıtma komutlarını uygularlar. Seçim, cihaz büyüklüğü, güç bütçesi ve kabul edilebilir gürültü seviyesine bağlıdır.

• [FONT:0)Aktif soğutma[[Dönetici:0)[0]:0|Dönetici: · 3|Dönemli:))))[Dönemli:))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))
• [FONT:0]Synal jetler[[Dönemli hava pulları kullanarak hareket eden parçalar olmadan hava akışı üretir; sessiz ve güvenilir.
• [FONT:0]Thermoelektrik soğutucuları (Peltier cihazlar)[Döneticileri)[Döntgen ısı pompası) - sıcaklık farkı yaratan katı-devlet ısı pompaları. hassas nokta soğutması için ideal, ancak ısıyı sıcak yanlarına ayırın ve önemli güç kullanın.
• [FONT:0]Liquid soğutma mikro kanalları[[Döntgen: 1) yüksek güç kenar sunucuları veya AI hızlandırıcılarda kullanılır; karmaşık ve henüz düşük güç IoT'de yaygın değildir.

Akıllı sistemler birden fazla aksiyoncu türünü birleştirebilir, örneğin birincil bir dağıtım olarak ısı batabilir ve sadece belirli bir sıcaklık eşinin top yük sırasında geçtiğinde bir fanaksiyonu gerçekleştirebilir.

İletişim Modülleri

Uzaktan izleme, veri girişi ve bulut tabanlı optimizasyon sağlamak için, termal yönetim alt sistemi cihazın geri kalanıyla ve potansiyel olarak dış sunucularla iletişim kurmalıdır.

• [FONT:0]Onboard iletişim[Dönetici: 1) – sensörler ve eylemciler genellikle mikro kontrollerle arayüze I2C veya SPI otobüslerini kullanırlar. Kontrol mantığı, post-event analizi için yerel olarak sıcaklıklarını giriş yapabilir.
• [FONT=0]Wireless bağlantılar[[Dönetici:0)[Dönetici:0)Kablosuz bağlantılar[Döneticiler) - bir bulut hizmeti için ısıtılabilir (Mavitooth Low Energy), Wi-Fi, LoRaWAN veya NB-IoT, ısı yönetimi sistemini uyarı göndermeye izin verir, bellekleri almak için bilgisayar güncelleştirmeleri veya yük ısıtımı modelleri. Örneğin, tahmin edici bir bakım sunucusu binlerce cihazda trendleri analiz edebilir ve bir fanın bulunduğunda proaktif olarak zamanlama bakımında, düzeltmeye başlar.
• [FONT-to-cloud entegrasyonu[[Dönetici:0] [Dönetici IoT Core, Azure IoT Hub veya bazı şeylerboard.io, termal telemetri toplamak ve mühendislere termal tasarımlar yardımcı olan dijital ikiz simülasyonlar veya panolar besleyebilir.

Anahtar Teknolojileri Akıllı Termal Yönetimi Güçlendirme

Temel bileşenlerinin ötesinde, birçok teknoloji geleneksel olanlardan akıllı sistemleri ayırt etmesine olanak tanır.

Mekanik Öngörücü Termal Optimizasyon için Öğrenme

Makine öğrenme modelleri, gelecekteki termal durumları tahmin etmek için tarihsel sıcaklık, yük ve çevresel veriler üzerinde eğitilebilir. Örneğin, akıllı bir termostat, bir bina ısının belirli bir işletim döngüsü altında güvenli limiti aşabilir ve daha sonra da soğutma öncesi programlarını konforunu en aza indirmek için ayarlar. Endüstri IoT'de, bir titreşim sensörünün işlemcisi, belirli bir işletim döngüsü altında güvenli limiti aşacak şekilde ayarlanabilir.

Araştırma, takviye öğrenme ajanlarının fan enerji tüketimini %20-30 oranında azaltabileceğini göstermiştir.% 30 PID kontrolörlerine kıyasla aynı sıcaklık sınırlarına (bakınız:0) Bu çalışma, veri merkezi soğutma için RL üzerinde çalışır ).

IoT Connectivity ve Uzaktan Tanılar

Akıllı termal yönetim sistemleri, IoT bağlantılarını telemetriye dönüştürmek için kullanır - sıcaklık okumaları, eylemci devletler, güç tüketimi - bulut panoları. Mühendisler zaman boyunca termal profilleri görselleştirebilir, otomatik uyarılar için eşler ayarlar (örneğin, “fan hız 5 dakikadan fazla% 80’leri aşıyor) ve hava üzerindeki yeni kontrol parametrelerini zorlar.

Örneğin, bağlantılı bir açık kamera, yükselen bir iç sıcaklık trendini rapor etmek için LoRaWAN kullanabilir, güneşshade'nin kamera aşırı ısıtan önce değiştirdiği bir teknisyeni uyarmak ve başarısız olabilir.

Adaptif Algoritmalar ve Self-Regulation

Adaptif algoritmaları, davranışları değişen koşullara göre ayarlar. Örneğin, drone'un termal yönetimi, noon'da doğrudan güneş ışığı altında durmakta olan eğimi daha agresif bir soğutma gerektirir.Bazı sistemlerden kaynaklanan performansları azaltır:0)kendi kendini rahatsız eden döngüler).

IoT Deployments için Tangible Faydaları

Akıllı termal yönetimde yatırım yapmak, birden fazla boyutta ölçülebilir geri dönüşler sunar.

Genişletilmiş Device Lifespan

Heat, elektronik bileşen aşınmasının birincil sürücüsüdür. Genel bir başparmak kuralı: her 10°C azaltımı için batarya kapasitesi kaybolur ve yarı iletken hücrelerin ısıtılması anlamına gelir. Akıllı sistemler, kabul edilebilir aralığın düşük sonunda sıcaklıkları koruyan sistemler dramatik bir şekilde uzatabilir ürün ömrünü azaltır, değiştirme maliyetlerini azaltır ve e-waste.In bataryaya dayanıklı cihazlar için, kontrol ısısı da batarya kapasitesi kaybolur ve lityum iyon hücrelerinde ısınır.

Enerji Verimliliği

Geleneksel her zaman soğutma enerjisi. Akıllı sistemler, ısıtıcı bir talep için% 40-60 oranında soğutma enerjisini azaltabilir.In a solar güçlü IoT sensöründe, bu bir hafta ve bir ay boyunca farklı olabilir. [Dönetici: 0,0low-power sensörler).