El Internet de las cosas, por su naturaleza, sugiere que los dispositivos de diferentes fabricantes que utilizan diferentes protocolos de comunicación podrán intercambiar datos. Esto le permitirá conectar dispositivos o procesos completos que anteriormente no podían interactuar.
Ciudad inteligente, red inteligente, edificio inteligente, hogar inteligente ...
La mayoría de los sistemas inteligentes aparecieron como resultado de la interoperabilidad o se mejoraron significativamente con su ayuda. Un ejemplo es el mantenimiento predictivo de equipos de construcción. Mientras que en el pasado era empíricamente posible esperar la necesidad de un mantenimiento basado en el uso de equipos, ahora esta información se complementa con datos obtenidos de dispositivos tales como sensores de vibración o temperatura integrados directamente en la máquina.
El intercambio de datos puede llevarse a cabo directamente entre los participantes de la red o a través de puertas de enlace, como cuando se transmiten datos utilizando diversas tecnologías de comunicación.
Pasarelas
Las puertas de enlace a veces se denominan dispositivos de borde, como sensores ubicados fuera de la instalación que pueden almacenar datos entrantes en la nube en caso de una falla en la comunicación con la plataforma IoT. Además, también pueden procesar datos para reducir su tamaño y transmitir a la plataforma IoT solo aquellos valores que muestran alguna anomalía o exceden los límites aceptables.
Un tipo especial de puerta de enlace es el denominado concentrador de datos, cuya tarea es recopilar datos de los sensores conectados y luego enviarlos a través de otro tipo de comunicación, por ejemplo, por cable. Un ejemplo típico es una puerta de enlace que recopila datos de varios calorímetros utilizando la tecnología IQRF instalada en la sala de calderas de un edificio, que luego se envía a la plataforma IoT mediante un protocolo IP estándar, como MQTT.
Los dispositivos de comunicación directa son principalmente sensores de un solo propósito, como sensores de pulso, diseñados para medidores de electricidad, que pueden equiparse con tarjetas SIM. Por otro lado, los dispositivos que utilizan puertas de enlace incluyen, por ejemplo, sensores Bluetooth de baja energía, que miden el nivel de dióxido de carbono en una habitación.
Redes inalámbricas
Además de las tecnologías de comunicaciones públicas patentadas estándar y ampliamente utilizadas, como SigFox o redes móviles 3G / 4G / 5G, los dispositivos IoT también usan redes inalámbricas locales creadas para resolver un problema específico, por ejemplo, para recopilar datos de sensores de contaminación del aire. Por ejemplo, LoRaWAN. Cualquiera puede construir su propia red, pero es importante recordar que él también es responsable de su mantenimiento y mantenimiento, lo que puede ser una tarea difícil, dado que estas redes operan en rangos sin licencia.
Beneficios del uso de redes públicas:
- Topología de red simple cuando se trata de implementar dispositivos IoT
- mantenimiento simplificado de conexiones;
- El operador es responsable de la funcionalidad de la red.
Desventajas de usar redes públicas:
- la dependencia del operador de red hace que sea imposible encontrar errores de comunicación y corregirlos de manera oportuna;
- dependencia del área de cobertura de la señal, que es determinada por el operador.
Beneficios de operar su propia red:
- El costo total de la conexión se puede optimizar para dispositivos conectados específicos (por ejemplo, sensores);
- mayor duración de la batería, respectivamente, menos requisitos de capacidad de la batería.
Desventajas de operar su propia red:
- La necesidad de crear una red y garantizar la estabilidad de las comunicaciones inalámbricas. Sin embargo, pueden surgir problemas si, por ejemplo, las funciones del edificio o la preparación operativa cambian y, como resultado, los sensores pueden perder una señal, ya que generalmente tienen una potencia de transmisión de datos menor.
Finalmente, es importante tener en cuenta que es la interoperabilidad de los dispositivos lo que nos permite procesar y analizar los datos recopilados utilizando tecnologías como Machine Learning o Big Data Analysis. Con su ayuda, podemos encontrar una conexión entre los datos que antes nos parecían poco claros o triviales, lo que nos permite hacer suposiciones sobre qué datos se medirán en el futuro.
Esto contribuye a una nueva visión de cómo funciona el medio ambiente, por ejemplo, para utilizar la energía de manera más eficiente u optimizar varios procesos, mejorando en última instancia la calidad de nuestras vidas.