Building an EDGE system to the VEBIC laboratories

Abstract

Ympäristöstä kerättävän datan määrä jatkaa kasvuaan, mikä johtaa pullonkauloihin pilvilaskennassa. Nämä pullonkaulat tulevat erityisesti esiin paikoissa ilman luotettavaa verkkoyhteyttä. Ulapalla matkaava laiva on yksi esimerkki tällaisesta kohteesta. Ongelman ratkaisemiseksi on ehdotettu reunalaskentaa. Tässä opinnäytetyössä käydään läpi kokemuksia reunalaskentajärjestelmän rakentamisesta ja testaamisesta. Lisäksi tutkitaan, voidaanko lämpökameraa käyttää hyödyksi pakokaasuvuotojen havaitsemiseksi laivan konehuoneessa. Opinnäytteessä esitelty työ on tehty konsortiossa oppilaitosten ja yritysten välillä.

Reunalaskennan havainnollistamiseksi rakennettiin järjestelmä, jolla mitattiin värinädataa laivan moottorista. Kaksi kaupallisesti saatavilla olevaa anturipakettia asennettiin kiinni moottoriin. Antureista saatava data lähetettiin langattomasti kahdelle reunalaskentaa suorittavalle laitteelle. Ensimmäinen vastasi datan esikäsittelystä. Toinen suoritti loput vaaditusta laskennasta sekä muutti datan havainnollisempaan muotoon. Pakokaasuvuodoista rakennettiin kaksi erilaista koeasetelmaa. Ensimmäisessä koeasetelmassa keinotekoinen vuoto tehtiin pakokaasuputkeen. Toisessa koeasetelmassa vuoto aiheutettiin moottorin kohdalla ennen turboahdinta.

Reunalaskentajärjestelmä rakennettiin ja testattiin hyvin tuloksin. Testeissä havaitut ongelmat saatiin ratkaistua. Aluksi järjestelmä koostui vain yhdestä reunalaskentaa suorittavasta yksiköstä. Laskentojen kanssa ilmeni kuitenkin ongelmia, minkä seurauksena järjestelmään lisättiin avuksi toinen reunalaskentalaite. Näin reunalaskentajärjestelmä sai lopullisen muotonsa. Ensimmäinen pakokaasuvuotojen havaitsemiseksi rakennettu koeasetelma ei tuottanut tuloksia, joista vuoto olisi ollut havaittavissa. Toisesta koeasetelmasta pakokaasuvuoto voitiin onnistuneesti havaita. Vuoto oli havaittavissa pitkää tarkkailujaksoa käyttämällä.

Työn tulokset huipentuivat siihen, kun toimivaa reunalaskentajärjestelmää havainnollistettiin laboratoriossa. Saatuja kokemuksia käytettiin hyödyksi, kun vastaavanlainen järjestelmä asennettiin matkustaja-alukseen. Tulevaisuudessa erityisesti järjestelmän vakautta pitäisi parantaa. Lämpökameralla voidaan epäsuorasti havaita pakokaasuvuotoja etäältä. Myös vuodon sijaintia putkistossa pystytään arvioimaan. Menetelmän heikkous muodostuu viiveestä, joka oli merkittävä moottorin pienellä kuormalla. Jos vuodon havaitseminen vaatii nopeutta, on hyvä pohtia muita vaihtoehtoja.

The data gathered from our environment keeps on increasing. The increased data collection creates computational bottlenecks with cloud computing. These bottlenecks are apparent at sites without a stable connection to the internet. One such location is a vessel sailing on the open seas. To solve the issue, an edge computing system is built and demonstrated. Additionally, a thermal camera is tested for exhaust gas leakage detection in the engine room. The work in this thesis was done under a joint consortium of research institutions and companies.

To demonstrate edge computing, a system focused on engine vibration measurements was chosen. Two commercial sensor packages were installed on the engine with a wireless connection to two edge computing units. One edge computing unit was responsible for real time data pre-processing. The other one was used for the rest of the data handling and data visualization. For leakage detection, two different experimental test set-ups were built. The first one focused on exhaust gas leakages in the exhaust gas pipeline. In the second experiment, the leakage was induced before the turbocharger.

The edge computing system was successfully built and tested. Any issues that emerged during system testing were solved. In the beginning, only one edge computing device was installed. At one stage, the fast Fourier transfer calculations stopped working. Another edge device was installed to alleviate the computing tasks, finalizing the development. For leakage detection, the first exhaust gas leakage was not conclusively detectable with a thermal camera. The second experiment resulted in successful detection of exhaust gas leakage. However, the leakage was only detectable over extended periods of time.

The development of an edge system culminated in a working demonstrator built in the laboratory. Later on, the experiences from this demonstration were used in a vessel installation. The future development should focus on improving the overall system stability. With thermal cameras, exhaust gas leakages can be remotely detected. They also allow for leakage position approximation. The weakness comes from the detection lag, which was significant at lower engine loads. If fast leakage detection is required, other exhaust gas detection methods should be considered.