AIoT-Stromversorgungen

Das Aufkommen von IPv6 (Internet Protocol Version 6) eröffnete einen fast unvorstellbar großen Adressraum für IoT-Geräte - genug eindeutige Adressen, um jedes Sandkorn auf der Erde mehrmals individuell zu identifizieren - was bedeutet, dass es keine praktische Begrenzung für die Anzahl von IoT-Geräten mehr gibt.

Mit dem Aufkommen neuer Konzepte wie Smart Cities, Smart Industry, Smart Transportation und Smart Homes steht das Feld nun weit offen für Milliarden von IoT-Geräten. Und genau da liegt das Problem. Eine Milliarde ist auch eine Zahl, die man sich nur schwer vorstellen kann. Eine Million Sekunden sind 12 Tage, aber eine Milliarde Sekunden sind 31 Jahre. Stellen Sie sich Milliarden von Sensoren vor, die Daten streamen oder Anweisungen anfordern. Der Informationsfluss würde jeden entfernten Datenserver oder jedes SCADA-System (Supervisory Control and Data Acquisition) überfordern.

An dieser Stelle kommt die AI ins Spiel. AIoT hat das einfache Ziel, IoT-Systeme mit großen Datenmengen handhabbar zu machen. Intelligente, selbstorganisierende Systeme schaffen lokale Verarbeitungskreisläufe, in denen Daten von einer Vielzahl von Sensoren gesammelt, analysiert und verarbeitet werden, ohne dass ein Eingreifen der obersten Ebene erforderlich ist (Abbildung 1).

Die Sammlung und Übermittlung der Daten ist die Aufgabe des IoT-Netzwerks, die Analyse oder „Einsicht“ der Daten ist die Aufgabe des maschinellen Lernens oder des AI-Systems, das dann selbstständig Muster erkennen, Vorhersagen treffen und die entsprechenden Maßnahmen ergreifen kann.

Die Vorteile der AIoT sind eine verbesserte Skalierbarkeit und ein geringerer Datenverkehr (es können mehr Sensoren hinzugefügt werden, ohne dass das System überlastet wird), Mustererkennung in Echtzeit unter Verwendung des so genannten „Edge Computing“ (die schwere Arbeit des „Number Crunching“ wird lokal am „Rand“ des Sensornetzes erledigt, und nur die Ergebnisse und Systemübersichtsdatensätze müssen über das Gateway übermittelt werden), schnellere Reaktionszeiten (Bruchteile einer Sekunde statt mehrerer Sekunden), stark verbesserte Fehlertoleranz (maschinelles Lernen kann falsche oder fehlende Daten erkennen und die dem IoT innewohnenden Fehlererkennungsprotokolle nutzen, um defekte Knoten zu umgehen) und, was vielleicht am wichtigsten ist, weniger menschliche Fehler.

Diese Vorteile werden zu übergreifenden Innovationen in vielen ‘intelligenten’ Systemen führen, von intelligenten Städten, die Verkehrsflussdaten in Echtzeit kontinuierlich überwachen und analysieren, um Unfälle zu erkennen, Einsatzfahrzeugen Vorrang zu geben und den öffentlichen Nahverkehr zu optimieren, über intelligente Stromnetze, die den Netzausgleich, die Lastverteilung und die Integration erneuerbarer Energien und Energiespeichersysteme in das System optimieren können, bis hin zum intelligenten Gesundheitswesen, das Wearables zur Überwachung und Vorhersage medizinischer Notfälle einsetzt, und zur intelligenten Industrie mit effektivem Just-in-Time-Lieferkettenmanagement, optimierten Produktionslinien und zustandsorientierter Wartung, um nur einige Schlagworte zu nennen.

Wie bei allen komplexen, interaktiven, groß angelegten Systemen ist die Betriebszuverlässigkeit von größter Bedeutung. Die maschinelle Lernanalyse und das inhärent fehlertolerante Netzwerk der IoT-Kommunikation sind für das AIoT-Konzept von entscheidender Bedeutung, jedoch darf eine zuverlässige Stromversorgung für die Elektronik nicht außer Acht gelassen werden.

Einige haben behauptet, dass die IoT-Sensoren und -Aktuatoren aus langlebigen Batterien oder über Energy Harvesting mit Strom versorgt werden können – d.h., dass es möglich ist, genügend Energie aus Solarzellen, thermischen TEG-Generatoren oder Vibrationswandlern zu gewinnen, um einen Superkondensator aufzuladen oder einen IoT-Transponder direkt mit Strom zu versorgen. Nachdem ich mehrere Energy-Harvesting-Projekte gebaut und erforscht habe, kann ich aus eigener Erfahrung sagen, dass dies ein Wunschtraum ist. Es gibt einfach nicht genug verlässliche Umgebungsenergie, um die große Mehrheit der IoT-Sensoren und -Aktuatoren mit Energie zu versorgen. Auch Batterien sind ein No-Go. Bei einer konservativen Schätzung von einer Million IoT-Sensoren müssten bei einer Lebensdauer von zehn Jahren 275 Batterien pro Tag ausgetauscht werden, was etwa einem Batteriewechsel alle zwei Minuten bei normaler Arbeitszeit entspricht.

Eine AC/DC-Stromversorgung ist nicht nur eine sichere Quelle für elektrische Energie für Sensoren, Aktuatoren, Prozessoren und Gateways, sondern wird durch Hinzufügen einer digitalen Kommunikationsschnittstelle zu einer Schlüsselkomponente des gesamten AIoT-Systems. Glücklicherweise gibt es bereits eine erfolgreiche und bewährte digitale Kommunikations- und Steuerungssystemarchitektur für Stromversorgungen - den Power Management oder PM-Bus. Der PM-Bus ist eine Erweiterung des bekannten I^²C-Protokolls (Inter-Integrated Circuit), das für die On-Board-Kommunikation zwischen digitalen ICs verwendet wird. Wie I^²C ist der PM-Bus eine serielle Zweidrahtschnittstelle, die nur Daten- (SDA) und Taktsignale (SCL) benötigt, was ihn kostengünstig und einfach zu implementieren macht - ein wichtiger Faktor bei der Umsetzung eines groß angelegten Systems. Er verfügt jedoch über zusätzliche Befehle, die speziell für die Überwachung und Steuerung der Stromversorgung entwickelt wurden, sowie über PEC (Packet Error Checking), um sicherzustellen, dass die Datenübertragung nicht verfälscht wurde.

Das PM-Bus-Protokoll ist ideal für AIoT-Anwendungen geeignet, da das digitale Netzteil nicht nur aus der Ferne ein- oder ausgeschaltet oder in den Standby-Modus versetzt werden kann, um Strom zu sparen, sondern der zusätzliche Befehlssatz auch die Ferneinstellung der Ausgangsspannung, die Einstellung der Strom- und Leistungsgrenzen, die Überwachung der AC-Eingangsleitung und der Temperatur der Stromversorgung sowie die Abfrage des internen Speichers auf aktuelle und frühere Fehlercodes und für Inventarisierungszwecke ermöglicht. In Kombination mit den maschinellen Lernalgorithmen wird ein PM-Bus-fähiges Modul zu einem aktiven Bestandteil des gesamten AIoT-Systems und liefert nützliche Überwachungs- und Alarmdaten (Abbildung 2).


Eine der leistungsfähigsten Funktionen des PM-Bus-Protokolls sind die fliegenden Konfigurationsbefehle. So können beispielsweise die Lastgrenzen, bevor die Stromversorgung von konstanter Spannung auf konstanten Strom oder konstante Leistung umschaltet, durch externe Befehle festgelegt oder erzwungen werden. Wenn der maschinell lernende AI-Algorithmus zum Beispiel entscheidet, dass eine Lastspitze bevorsteht, kann er die Stromversorgung so einstellen, dass es die vorübergehende Überlast am besten bewältigt, ohne sich abzuschalten. In der Regel bedeutet die intelligente Lüfterfunktion, dass die Stromversorgung selbst die Lüfterdrehzahl steuert, indem es den Lüfter bei geringer Last oder kälteren Temperaturen ausschaltet, um Energie zu sparen, die Geräuschentwicklung zu verringern und die Lebensdauer des Lüfters zu verlängern, oder indem es die Lüfterdrehzahl schrittweise erhöht, wenn die Last steigt.

Wenn die AI ein bestimmtes Lastmuster erkennt, z. B. eine Batterieladestation, die regelmäßig mit nur kurzen Zeitspannen zwischen den Volllast-Ladezuständen verwendet wird, kann sie beschließen, den Lüfter während der Ruhezeiten abzuschalten, um die Temperatur hochzuhalten und das Ausmaß der thermischen Zyklen in der Stromversorgung zu verringern. Eine stabile hohe Betriebstemperatur ist in der Regel weniger belastend für die elektronischen Komponenten einer Stromversorgung als ein ständiger Temperaturwechsel, der durch wiederholte Aufheiz- und Abkühlphasen verursacht wird.

Wie bereits erwähnt, hat sich der PM-Bus aus dem I²C-Bus entwickelt. Dies bringt einen großen Nachteil mit sich. Der Controller zieht nur die Signalleitungen herunter, sodass die Stromversorgungen die Möglichkeit haben, auch die Takt- oder Datenleitungen herunterzuziehen, um den Bus zu übernehmen und Informationen zurück an den Controller zu senden. Das bedeutet, dass der PM-Bus auf Pullup-Widerstände angewiesen ist, um die seriellen Leitungen wieder auf High zu bringen, wenn keines der Geräte aktiv ist (Abbildung 3). Obwohl das PM-Bus-Protokoll bis zu 127 einzelne Adressen auf einer Steuerleitung zulässt, würde die kombinierte Kapazität die Anstiegszeit der Signale bis zur Unbrauchbarkeit verlangsamen, wenn diese Anzahl von Geräten an einen einzigen Bus angeschlossen würde.


Wenn eine größere Anzahl von PM-Bus-fähigen Stromversorgungen einen einzigen Bus nutzen soll, müssen sie in Gruppen von z. B. 16 intelligenten Stromversorgungen angeordnet werden, die über kostengünstige PM-Bus-Repeater-ICs kommunizieren. Diese Puffer-ICs haben eine sehr geringe Eingangskapazität von etwa 6pF, sodass der gesamte PM-Bus-Adressraum belegt werden kann, ohne den Bus zu überlasten, selbst bei längeren Kabelstrecken. Sie können von einem der „always on“-Ausgänge der Ziel-Stromversorgungen gespeist werden, einem 5-V-Ausgang mit geringer Leistung, der auch dann aktiv bleibt, wenn die Hauptstufe der Stromversorgung abgeschaltet wurde (Abbildung 4). Der „always on“-Ausgang kann auch genügend Strom liefern, um andere Geräte zu versorgen, wie z. B. einen LoRa-Transceiver-Schaltkreis, der eine Fernsteuerung über kilometerweite Entfernungen ermöglicht, selbst in dicht bebauten Innenstädten oder in lauten industriellen Fabrikanlagen.


Busgesteuerte Stromversorgungen verfügen über einen Schnittstellenanschluss sowie über die Haupt-DC-Ausgangsstromklemmen (Abbildung 5). Der Vorteil der digitalen Schnittstelle besteht darin, dass eine umfassendere Warn-, Fehler- und Alarmsignalisierung möglich ist, um die AI bei ihrer Entscheidungsfindung zu unterstützen. Das RACM1200-V verfügt beispielsweise über eine eingebaute mehrfarbige Status-LED, die einen Ausfall des AC-Eingangs, einen niedrigen DC-Ausgang, eine drohende Übertemperatur, eine Übertemperaturabschaltung, eine Überlast und einen DC-Ausfall anzeigt.

Die digitale Busschnittstelle bietet darüber hinaus programmierbare Vorwarngrenzwerte für den Ausgangsspannungsbereich, die Überwachung des Laststroms und die Überlastbedingungen, sodass das AI-System genügend Zeit hat, auf extreme Temperatur- oder Fehlerbedingungen zu reagieren, bevor sich die Stromversorgung zum Schutz selbst abschaltet.

Zusammenfassend lässt sich sagen, dass AIoT eine aufregende neue Technologie ist, die uns allen im nächsten Jahrzehnt zugutekommen und unser Leben auf viele verschiedene subtile Arten verbessern wird. Als einer der weltweit führenden Hersteller von AC/DC- und DC/DC-Wandlern bereitet sich RECOM bereits darauf vor, diese Innovation durch die Entwicklung und Herstellung von Stromversorgungen mit digitalen PM-Bus-Schnittstellen für die nahtlose Integration in AIoT-Systeme zu unterstützen.

[1] Remi El-Ouazzane „A Tsunami of TinyML Devices is Coming”, EE Times, 07.28.2023