Projektets utvecklar en mjukvara kopplad till en power board som kan installeras på IoT Gateways som redan är ute på marknaden och som genom maskinlärning minskar energiförbrukningen av dessa Gateways med minst 50 %. Projektet analyserar och kartlägger hur maskinlärningsförmåga kan implementeras för IoT-projekt inom Smart Construction och Smart Infrastructure.

Den minskade energikonsumtionen på IoT Gatewayen möliggör att den drivs uteslutande av solcellspaneler och ett mindre batteri. Det innebär att IoT installationen kan upprättas på en plats där den har optimal täckning av IoT-sensorerna i de mest avlägsna områdena vilket innebär att denna lösning är en nyckelkomponent för att samtlig infrastruktur ska kunna dra fördel av IoT-teknologi.

Ett flertal olika aktörer i IoT:s värdekedja har visat intresse för denna lösning. Detta inkluderar tillverkare av IoT Gateways, sensorer samt IoT integrerare och systeminstallerare. Målsättningen för lösningen som utvecklas inom detta projekt har definierats i samråd med två aktörer inom denna industri för att möta de krav som ställs i aktiva projektförfrågningar från dem. Efter detta projekts avslut är teknologin redo att installeras i testinstallationer och projektet inkluderar även framtagande av en projektplan för att genomföra ett fullskaligt pilottest av teknologin i operativ miljö. Därefter är teknologin redo att marknadsföras och distribueras genom dessa industriella partners på en internationell marknad.

Projektet adresserar temaområdet ”Innovationer och nya tillämpningar” genom att förenkla och i många fall möjliggöra implementering av IoT teknologi vid realtidsbevakning av infrastruktur, särskilt i avlägsna områden där detta tidigare har varit problematiskt eller omöjligt på grund av bristande tillgång till elnätet och konnektivitet. Ökad implementering av IoT genom en energioptimerad LoRaWAN Gateway bidrar främst till programmets övergripande effektmål ”Cirkulär resurshantering och effektivare processer avseende tid och kostnad” särskilt avseende långsiktig förvaltning. På kort sikt kan implementeringen av den teknologi som utvecklas inom ramen för detta projekt leda till effekterna som beskrivs nedan.

Resultatnytta/Effekter av projektet

  • Ökad produktivitet: Teknologin kan öka produktivitet vid infrastruktursunderhåll genom att möjliggöra kostnadseffektiv tillståndsbevakning i realtid i avlägsna områden vilket underlättar beslutsfattande avseende vilka underhållsinsatser som behövs.
  • Effektivare energi- och materialanvändning: Kontinuerlig tillståndsbevakning gör att underhåll optimeras eftersom beslut baseras på realtidsdata.
  • Den ökade digitaliseringen som teknologin bidrar till ökar branschens möjlighet att nyttiggöra AI – implementeringen av en IoT Gateway möjliggör för all information från sensorerna att nå dataanalys verktyg online som kan använda AI för att förenkla och förbättra beslutsfattande.
  • Implementering av IoT har inverkan på samtliga effekter inom digitaliseringens förändringskraft eftersom den teknologiska lösning som utvecklas inom ramen för detta projekt möjliggör utökad digitalisering i problematiska områden.

Bakgrund

Implementation av Internet of Things (IoT) teknologi är en av samhällsbyggandets stora teknologiska utmaningar för att vidare effektivisera och optimera produktivitet och underhåll. IoT erbjuder möjligheter att göra detta genom optimerat underhåll av utrustning och infrastruktur genom kontinuerlig tillståndsbevakning, mätande av resursförbrukning samt genom att öka säkerheten på arbetsplatser bl.a. genom geolokalisering av personal och utrustning.

Inom Smart Infrastructure, och framförallt vid kontinuerlig tillståndsbevakning av infrastruktur för att optimera dess underhåll, är ett av problemen som försvårar implementeringen av ny tekologi den bristande tillgången till elnät och konnektivitet i avslägsna områden. Många föremål för bevakning av infrastruktur finns i områden som saknar tillgång till elnätet och som befinner sig i radioskugga för mobila nätverket. Teknologi har utvecklats för att bemöta delar av denna problematik, som exempelvis sensorer med direkt uppkoppling mot mobila nätverket som antingen drivs under flera år av batterier eller av mindre solceller.

Däremot är den lösningen inte optimal i de fall där ett flertal sensorer implementeras inom ett geografiskt område inom en radie på 2-5 km. Det är i dessa områden som sensorer med LoRaWAN teknologi har varit framgångsrika då de inte kräver att varje sensor separat är uppkopplad mot internet, vilket möjliggör placering av sensorer som befinner sig i radioskugga för mobila nätverk samt leder till kostnadsbesparingar då varje sensor inte behöver ha separat dataabonnemang. LoRaWAN-sensorer är väldigt energisnåla sensorer som skickar meddelanden till en LoRaWAN Gateway som vidareförmedlar datan till en central server.

För LoRaWAN-sensorer har stora framsteg gjorts vad gäller energibesparing, och de kan drivas av små batterier i upp till 10 år. De implementeras i flera olika industrier där det finns en plats där Gatewayen har anslutning till elnätet, men för infrastruktursbevakning är detta i många fall inte möjligt. Det finns i dagsläget inte en lösning för smart energibesparing för IoT Gateways som underlättar att installera dessa utan anslutning till elnätet. Mindre energiförbrukning är en kritisk aspekt av en IoT Gateways prestation för att den ska kunna drivas av en egen mindre förnybar strömkälla, som exempelvis solcellspaneler.

Trots denna nyckelaspekt av en IoT Gateways prestation har, exempelvis, Multi-Tech Systems Inc., en av de ledande IoT Gatewaystillverkarna, tvingats gå över till hårdvarukomponenter som förbrukar mer energi med anledning av brister i utbudet i den globala leveranstörskedjan av datachips under de senaste åren. Den konstanta effekten av deras Gateway MultiTech C onduit har ökat från 4-5 W till ca 7W vid kontinuerligt bruk.

Även om denna ökning inte leder till betydliga ökningar av driftskostnaderna för IoT installationer försvårar det avsevärt möjligheten att på ett tillförlitligt sätt självförsörja den med förnybar energi, främst under vinterhalvåret.

Fakta

ID: i4-11
Beviljat i: Innovationsidén 4
Projektledare: Stephen Lynam, MinFarm Bia AB