Waites 借助工业物联网和 AI 实现状态监测转型
| 
充满活力的工业世界需要迅速采取行动和做出决策，特别是在设备出现故障时。对重要资产、基本基础设施和运营的一致评估有助于发现、提醒和解决操作违规问题。状态监测和预测性维护在实现这一目标方面发挥着至关重要的作用。通过分析和解释各种类型机动化移动机械的状态，企业可以最大限度地减少计划外停机时间，增强资产生命周期管理和维护部署，最终降低安全风险。
Waites：借助状态监测使运营平稳运行
自 2006 年以来，Waites 一直是状态监测领域举足轻重的佼佼者，通过全天候、即插即用在线监测为工厂和设施经理提供全面的运营视图。Waites 的无线传感器系统旨在彻底改变预测性和预防性维护，具有用于监测和分析三轴振动及温度数据的一系列传感器和网关。通过在设施中实施 Waites，工厂和设施经理可以在不到 5 分钟的时间内使其设备监测系统得以运行。
机器学习彻底变革工厂车间
AI 驱动的系统通过训练模型、检测异常和持续监测设备参数来及时启动干预措施。AI/ML 揭示了传感器数据隐藏的见解，将状态监测转变为主动、经济高效、由数据驱动的流程。Waites 采用人工神经网络（包括深度神经网络、卷积神经网络）和转换器以及大型语言模型 (LLM) 来识别用户交互。其还利用异常检测和预测技术来监测各种内部和遥测指标，在高维多元时间序列数据中对设备缺陷进行分类。
挑战
Waites 设计面向未来的传感器，这些传感器具有弹性，可扩展至各种设施规模（有成千上万不同的机器），即使在最具挑战性的 RF 条件下也能传输超过 100 KB 的数据。这些传感器必须能在低功耗模式下高效地工作，以延长电池寿命并减少电池更换的频率。此外，要确保完成传感器配置过程所需的时间少于 1 分钟。
解决方案
Waites 专为网状网络物联网无线连接量身打造，选用带有集成 AI/ML 硬件加速器的超低功耗、多协议 MG24 Silicon Labs SoC。MG24 SoC 具有卓越的 RF 接收器灵敏度、高达 20 dBm 的输出功率以及大容量的闪存和 RAM 内存，可确保出类拔萃的低延迟无线连接，是数据密集型长距离电池供电传感器的理想之选。
结果
通过嵌入 Silicon Labs MG24 SoC，Waites 加快了传感器的部署，使不同行业的客户能够快速获得可用性。凭借 Silicon Labs 预编程 CPMS 服务，Waites 可以简化设备设置和安装，将配置过程缩短到仅 45 秒。
Silicon Labs MG24：为 Waites 数据密集型 AI 传感器提供支持
制造、物流和医疗保健等行业越来越多地采用数字基础设施资产管理。Waites 在这一领域走在前沿，将其传感器部署在容纳超过 100,000 个关键资产的多层设施中，即使在具有挑战性的 RF 环境中亦是如此。这些传感器旨在确保精确、不间断的实时数据处理。在部署状态监测传感器时，快速高效的设备设置和安装是关键优势，其配置所需时间不到一分钟，具有竞争优势。Waites 选择 Silicon Labs EFR32MG24 多协议 SoC 来确保其数据密集型电池供电传感器可靠、稳健、安全的无线通信。MG24 SoC 面向网状网络物联网无线连接而打造，具有出色的 RF 接收器灵敏度、高达 20 dBm 的输出功率，可扩展范围。可使用外围反射系统 (PRS) 将时间关键型 I/O 功能从 CPU 中卸载，且 1.5 MB 闪存和 256 kB RAM 提供了可靠的内存占用。凭借其低功耗特性，MG24 可确保 Waites 已部署传感器的电池寿命长达 5 年。此外，凭借 Silicon Labs 预编程 CPMS 服务，Waites 可以简化设备设置和安装，从而将配置过程缩短到仅 45 秒，使客户能够快速获得可用性。
Waites 利用 MG24 内置 AI/ML 矩阵向量处理器 (MVP) 硬件加速器，可以以高达 8 倍的速度完成时间序列数据大规模复杂数学运算，同时将能耗降低 8 倍。
Silicon Labs 与 Waites 携手合作，可提供全面的解决方案，包括顶级设备、成熟软件和 PSA 3 级认证 Secure Vault - 这是可获得的最高级别安全认证。
