【導讀】在如今這個信息化的21世紀，傳感器的應用深入到社會生活的方方面面。拿今年2月成功舉辦的北京冬奧會來說，其“冰立方”場館就設置了由4,000多個傳感器領銜的樓宇設備管理系統，以此來檢測和監控場內溫濕度的變化。在過去5年中，傳感器已成為可穿戴、無人機、智能手機等日常設備中不可缺少的存在。
隨著“工業4.0”的到來，智能工業傳感器在工業制造中扮演的角色也越來越重要。不同于傳統工業傳感器，智能傳感器由于結合了微處理器，因而具有數據采集、處理、交換信息的能力，并且通過充分利用計算機的計算和存儲能力，智能傳感器還具有高精度的物理信息采集，從而及時、有效地處理所產生的數據要求。
值得一提的是，在當前科學技術不斷發展之下，智能傳感器的功能也在逐步增強，甚至可以利用神經網絡、人工智能、信息處理技術等多項技術，使傳感器實現更高級的智能，同時還具備分析、判斷、自適應、自學習的功能，能夠完成圖象識別、特征檢測、多維檢測等復雜任務。總而言之，與傳統工業傳感器相比，智能傳感器在精度、穩定性、抗沖擊性方面都提出了更為苛刻的要求。
圖1：工業智能傳感器的發展演進
（圖源：賽迪顧問）
憑借著精準的數據采集能力以及功能的多樣化，智能傳感器在工業物聯網全生態構建中，成為了提供基礎數據支撐的關鍵。一方面，將傳感器、無線傳感器網絡技術應用到智能監測中，有助于優化工業生產過程和工藝，同時提高生產線過程檢測、實時數據采集、生產設備過程監控、材料消耗監測的能力和水平，實現生產過程的智能監控、智能控制、智能診斷、智能決策和智能維護水平。
另一方面，憑借獨特的技術特點，智能傳感器的廣泛應用也將成為實現工業自動化發展的必經之路。對于工業自動化來說，智能傳感器可以保持自動化生產線的持續運行，在監控和處理振動和噪聲信號之余，還能夠檢測機器健康狀況并預測其發生故障的可能性，從而幫助制造業降低維護成本。因此，在工業互聯網發展過程中，構建完善的工業傳感組網體系是必經之路。
在互聯網技術日益普及的當下，包括汽車和醫療保健在內的大多數行業對高精度傳感器的需求都在日漸攀升。Markets and Markets報告數據顯示，全球工業傳感器市場規模預計將從2021年的206億美元增長到2026年的319億美元。從2021年到2026年期間，該市場預計將以9.1%的復合年增長率增長。
那么，工業傳感器究竟有何魅力，能讓其市場增長如此之快？本文就將用一些具有代表性的廠商的產品來說明工業傳感4.0時代智能傳感器技術的四大特點：持續在線、全天候工作、本地處理和多傳感器信息融合。
#01 持續在線
當前，我們處在一個永遠監聽、不間歇運行的設備得到大規模使用的風口浪尖。持續在線是作為物聯網的一個重要特點，隨著互聯網技術的發展，人們對于持續在線的傳感設備需求量也會逐漸飆升，尤其在一些工業場景中，需要傳感器持續在線去記錄和描述數據。
而要想實現持續在線，能耗問題就是關鍵，這也是工業互聯網給智能傳感器帶來的一大挑戰。只有確保感知元器件功耗足夠低，才能實現萬物互聯下感知終端節能降耗的目標。
因此，通過更省電來保持持續在線的工作狀態必將成為工業4.0時代下智能傳感器的標配。為了實現這個目標，研發人員也用盡全力去掃除各種障礙，比如：實現“睡眠”功能讓整個傳感器組件以及與之相連的其他系統保持低功耗模式，直到某些事件發生才喚醒；提升電池技術。增大電池容量，延長電池工作壽命預期；又或者采用抗老化技術，提高電阻穩定性等等。
智能傳感器
以EPCOS / TDK NTC熱敏電阻來說，這款熱敏電阻在內電極、鎳屏障終端、高溫環境下具有出色的長期抗老化效能，并且在焊接期間擁有卓越的電阻穩定性，足以長時間保持持續在線。
圖2：EPCOS / TDK NTC熱敏電阻
（圖源：EPCOS / TDK）
此外，這款熱敏電阻具有多層NTC，溫度測量高達150°C，可以應用在溫度測量及補償和汽車領域，并可在汽車應用中提供電壓和噪聲抑制、溫度測量和補償等功能。
#02 全天候工作
對于智能化工廠而言，如果要用互聯網代替人工監測設備，那么生產數據的實時跟蹤、生產設備的長期穩定運轉等便是重中之重。
工廠需要通過傳感器全天候工作，才能掌握震動、溫度、濕度、壓力等數據信號，進而監控設備的運作狀況，并及時根據數據進行處理，才能降低機械損壞的機率、提高生產線的穩定性。但與日常生活相比，工業環境要惡劣許多，智能傳感器需要抵抗震動、粉塵、高溫、腐蝕等惡劣環境影響，不然稍有不慎就會受到環境干擾，從而影響設備甚至工廠的運作。
因此相較于傳統傳感器，用于智能制造的工業傳感器對精度、穩定性、抗震動和抗沖擊性等都提出了更加苛刻的要求，需要同時具備高穩定性和高可靠性，不僅要能實時通信，還要足夠精準、確保盡可能消除誤差。
換句話說，智能傳感器需要抗干擾能力足夠強才能保持穩定性，進而實現全天候工作。從這個角度來看，EPCOS / TDK的PCM120T屏蔽型SMT功率電感器以及B78416A*超聲波傳感器用變壓器都是不錯的選擇。
智能傳感器
先說PCM120T屏蔽型SMT功率電感器。其實從名稱就可以看出這款傳感器非常適合用于干擾抑制，例如汽車電機等。據介紹，該系列傳感器采用鐵氧體材料閉合外殼，無外部間隙，因此具有出色的EMC性能，并且經優化實現高飽和電流和低直流電阻，同時通過鐵合金磁芯實現這些出色的飽和特性。而扁平線繞組則保持盡可能低的損耗，該結構可實現0.72mΩ（0.4μH）至9mΩ（10μH）低阻值。
圖3：EPCOS / TDK PCM120T屏蔽型SMT功率電感器
（圖源：EPCOS / TDK）
而超聲波傳感器用B78416A*變壓器則擁有磁屏蔽特性，可更好地抑制干擾。據悉，這款傳感器采用EP 6磁芯，適用于超聲波應用，轉化比介于1:1:8.42和1:1:15之間，符合AEC-Q200標準，提供3mH至5mH的電感值，適用于52kHz至300kHz之間的頻率。
圖4：超聲波傳感器用B78416A*變壓器圖解
（圖源：EPCOS / TDK）
此外，其允許的溫度范圍在-40°C至+125°C之間，典型應用包括泊車輔助設備、工業機器人、無人機、物流機器人、自動導引車和液位測量系統等。
#03 本地處理
在實現工廠智能化過程中，智能傳感器之所以是必不可少的元部件，原因就在于成千上萬個傳感器可以幫助工廠收集、處理龐大的數據。對于傳感器來說，如果不能采集分析數據，那么就將失去它的價值。
在工業3.0時代，工廠中描述設備狀況的原始傳感器數據是直接傳輸給操作員的，不涉及任何本地處理或決策任務。
圖5：工業4.0中的典型預測性維護應用
（圖源：ST）
然而隨著工業4.0時代的到來，數據量將呈現出爆發式增長。如果仍和此前一樣，那么對于操作員來說，面對如此龐大的數據量，幾乎不可能快速完成數據采集（感知）、分析、決策執行等任務，無法滿足數據實時處理的條件。而若將數據上傳云端，一方面，大量數據上傳可能會造成網絡擁堵；另一方面，上傳、云端分析、傳回、再指導，來來回回將耽誤很多時間。
但如果讓智能傳感器先在本地進行數據的簡單處理，篩選出有效的數據再上傳，而操作員僅在收到云端的通知消息后才開始介入處理，進行下一步指導工作的話，效率就會大大提升。
因此對于工業4.0來說，智能傳感器的本地處理是一個必不可少的功能，能大大減少傳輸到云端的數據量，進而減輕云計算中心或者本地服務器的負擔。
#04 多傳感器信息融合
多傳感器信息融合其實早在20世紀60年代就已經開始發展起來，但隨著計算機技術的發展，如今也演變成了新的層次，就是數據融合。當下，多傳感器信息融合的定義更傾向于，充分利用不同時間與空間的多傳感器數據資源，對獲得的觀測數據進行分析、整合、支配和使用，進而實現相應的決策和估計，使系統獲得更充分的信息。
與單傳感器相比，多傳感器信息融合優勢十分明顯，能夠綜合利用多種信息源的不同特點，多方位地對相關事物的信息進行探測、跟蹤和目標識別，增強數據的可信度，提高整個系統的可靠性和精度。對于工業領域來說，這些優勢恰恰能夠促進制造業中小批量的生產，因為多傳感器能夠更快地檢測到錯誤，對于現存工廠能源管理、狀態監測以及需要大量信息的預測維護來進行新系統非常有用。
然而多傳感器信息融合也會遇到難題。由于集成了多個傳感器，體積和功耗很有可能隨之增大，這和用戶小型化的需求是相悖的。換句話說，就是給智能傳感器的小型化提出了挑戰。
不過這顯然不是什么無解問題。比如EPCOS / TDK C35壓力傳感器的尺寸就只有2.05mm x 2.05mm x 1.2mm。正是由于它足夠小，所以能更好地實現多傳感器信息融合。
圖6：EPCOS / TDK C35壓力傳感器
（圖源：EPCOS / TDK）
據介紹，該系列傳感器設計用于測量0mbar至100mbar范圍，可實現緊湊型壓力傳感器設計，并通過了高達10V的工作電壓認證，可通過惠斯登電橋按照壓阻式原理工作。此外，該系列還具有110mV/V/bar的高靈敏度，適合用于對靈敏度、精度和0.1% FSON的長期穩定性有高要求的應用。其工作溫度范圍從-40°C至+150°C，適合用于非腐蝕性氣體和液體的壓力測量。
寫在最后
總而言之，工業互聯網作為新基建重要組成部分之一，其建設的全面推進和落地執行，必將助力傳感器產業發生革命性新變革。而工業智能傳感器為工業物聯網運行提供所需的關鍵信息及測量數據，也將迎來巨大的市場機遇。換句話說，隨著工業互聯網應用場景逐漸向廣度和深度拓展，工業智能傳感器將在工業自動化領域得到越來越廣泛的應用。
更重要的是，未來，在工業互聯網高質量發展要求的推動下，工業智能傳感器更新迭代的速度將不斷加快，會不斷涌現出更多新型、低成本、微功耗、高性能及高精度的傳感器。而智能傳感器在逐步提高安全性和可靠性等級的同時，也將向著工業智能感知系統加速演進。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
