机器学习正在改变工业物联网

被称为工业革命下一阶段的工业 4.0，在很大程度上依赖于工业物联网（IIoT)来支持传统制造业的大规模自动化；而当今的 IIoT 则建立在无线机器对机器（M2M)通信、边缘计算和机器学习（ML)的基础之上。

采用这些技术的无线网络将机床、可编程逻辑控制器（PLC)、传感器、网关和云连接起来，使得工厂的每个部分都能收集和处理数据，然后与其他各个部分以及互联网共享。通过这种深度的信息挖掘，工程师能够彻底改变从易拉罐到汽车、从螺丝钉到智能手机、从拼图到喷气涡轮机等一切产品的制造方式。

但总是可以精益求精的。例如，进一步改进机器可以减少材料，同时提高产量和质量；工程师也可设计更具可持续性的产品。新一代 IIoT 解决方案有望实现这个目标。

IIoT 和 M2M 提高制造灵活性

无线技术不仅能够降低 IIoT 连接的实施成本，在工厂进行调整和扩展时，也可轻松地重新配置网络。这种技术不仅改变了产品的制造方式，也改变了产品的设计方式。

现在，连接技术利用 M2M 通信将前台与工厂车间连接起来，可让计算机辅助设计（CAD)工具与机床对话，直接为机床编程以制造零件。机床可以与 CAD 对话交流，让其知道制造过程中的瓶颈在哪里，从而可以重新设计产品，在不影响功能的前提下简化制造过程。

这样做的结果是提高了生产率，减少了产品故障，从而持续节约成本并带来了环境效益。

边缘计算和 ML 优化智能工厂的生产运作

一旦大规模生产上了轨道，无线技术就会使现代工厂成为高度受控和优化的环境，很少出错。但 “很少 ”并不意味着 “从不”。如今，Nordic的无线低功耗蓝牙系统级芯片(SoC) 集成了功能强大的嵌入式处理器，用于执行边缘处理，寻找表明情况可能会恶化的不常见趋势。这种边缘计算越来越依赖于 ML 模型的不断调整，以发现传感器趋势中的偏差，并转发关键信息来通知相关人员以采取进一步行动。

这些模型可以帮助及早解决由于外部因素导致的问题。例如，工人到岗导致湿度增加、门窗打开导致空气流动以及昼夜温度变化等，并且在这些因素影响生产流程之前调整机器设置。专用的振动和声学传感器可以监控机床，确保它们处于最佳健康状态。可以在故障发生前报告任何不寻常的振动、温度升高或功耗增加，以便进行早期维护，从而防止生产运作出现计划外的停工而引致严重损失。

科技助力未来工业

尽管现代工厂是互联力量的杰出典范，但也不能固步自封。日本的Kaizen（“改善”)概念正是这一战略的缩影。Kaizen 指导整个工厂不断努力改进项目和流程，同时消除浪费和冗余。事实证明，Kaizen 是非常成功的，并且已经遍布全球各地。

为了继续改进流程，工厂需要更好的无线技术。Nordic公司正在努力工作并进行深度投资，以构建和提供下一代 IIoT 技术。Nordic 产品系列中的数个多协议 SoC 和系统级封装(SiP) 产品已经支持 TinyML(在受限设备上运行嵌入式 ML 的框架)。未来还会提供更多的产品。

例如，该公司的新型nRF54H20 SoC集成了多个时钟频率高达 320 MHz 的 Arm Cortex-M33 处理器和多个 RISC-V 协处理器。与 Nordic 的 nRF5340 SoC 相比，这款SoC之应用处理器具有更高的时钟速度，可以减少人工智能操作的处理延迟。

更妙的是，nRF54H20 采用最先进的22-nm工艺节点制造，带来了更高的效率，降低了运行同等操作所需的功耗。此外，Nordic下一代多协议射频产品同时改进了发射功率和接收灵敏度，实现了从嵌入式 ML 应用到云连接设备，或者网络不同节点之间的高效可靠的信息传输。因而，这款SoC 成为了下一代 IIoT 应用的理想选择。

Nordic的ML Studio将为nRF54H20提供支持， 并已支持nRF52、nRF53和nRF91系列产品。

变革的开端

无线技术正在IIoT应用中蓬勃发展。根据市场研究机构 ABI Research 预测，仅蓝牙工业设备市场的年出货量就将从 2023 年的 1.43 亿台增长到 2028 年的 6.11 亿台，五年预测期内的复合年增长率(CAGR)将达到 34%^[1] 。然而，即使取得了如此令人瞩目的增长，一切才刚刚开始；工业 4.0 对全球制造业的影响，将会超过工业革命前三次重大飞跃的总和。