如何在智能工业中应用LoRa ？ST白皮书助您决策

工况监测和预测性维护应用在各个行业中越来越受欢迎，为企业维护保养设备提供了新的解决方案，并有机会把生产效率提高到新的水平。两种方案都跟踪记录设备或基础设施的磨损程度和完整性，其中，预测性维护使用机器学习来预测故障。工况监测和预测性维护可以彻底改变智能工厂或城市的运营模式，因此，人气越来越高。然而，要想取得预想的效果，必须为工况监测和预测维护建设一个强大的通信网络，以承载节点设备捕获的各种传感器数据。因此，正确选择sub-GHz技术至关重要。

当考虑选择哪种技术时，开发小组必须记住工况监测和预测性维护的相关特性。事实上，许多应用是在缺乏传统基础设施的偏远地区，例如，石油钻井平台、采矿场和大型农业区，这只是其中的几个例子。在这些应用环境中，通常没有移动数据网络。因此，开发小组必须弄清楚如何在这些偏远地区创建一个可以扩容的网络，答案是需要满足成本效益和可以扩容两个条件。网关购置维护成本过高，行不通。同样，随着新需求的迅速出现，团队必须能够扩展网络容量。

基础设施监控和资产跟踪需要注意什么？

白皮书论述的考虑因素也同样适用于越来越依赖 LoRa 的其他应用，例如，基础设施监控和资产跟踪。当跟踪桥梁的裂缝或材料完整性时，无论周围的材料或基础设施在什么位置，信号都必须传送到网关。同样，在跟踪资产时没有选对网络技术可能会在成本和能源方面付出昂贵的代价。事实上，选择功耗非常低的设备至关重要，因为在基础设施监控和资产跟踪的地方通常没有电源为网络节点供电。