能源效率是工业4.0的一项主要指令，为的是提高生产力和降低成本，同时减少对环境的影响。智能工厂有赖于一系列元器件——包括电源管理IC(PMIC)、处理器和传感器——来处理监控、收集和分析数据的任务，以确定优化生产流程和降低能耗的最佳方法。
“处理器、PMIC和传感器在提高生产力方面发挥着至关重要的作用，同时有助于实现可持续发展目标。”英飞凌科技传感器系统和物联网高级总监Raj Khatoi表示。
“强大的处理器可以实现智能制造所需的实时数据处理、复杂分析和自动化，有助于优化流程并提高效率。”Khatoi说道，“通过改进质量控制、实现预测性维护和减少停机时间，这降低了总体能源需求，以帮助实现可持续发展目标。”
Khatoi解释说，让处理器与PMIC协同工作，可有效调节和分配电力，减少碳排放并降低电力成本。
Raj Khattoi(图片来源：英飞凌科技)
传感器也是智能制造不可或缺的一部分，他补充说。“传感器提供了实时数据或各种参数，如温度、压力、湿度和振动等。这些传感器有助于提高效率、防止设备故障并提高生产力，同时最大限度地减少能源消耗和物料浪费，从而提高可持续性。”
对节能制造的需求不断增加，继续推动着元器件层面的进步。但这也转化为部署挑战。
“实现工业4.0的目标需要部署智能传感器平台来监控资产。鉴于业界在这些系统方面面临的部署挑战，最重要的功能之一是简化这些智能系统的部署。”TDK美国公司首席执行官(CEO)Jim Tran说道。
“因此，如何让这些器件在设置过程中以最少的用户交互提供可操作的信息呢？”Tran问道，“目标是在强大的网络中部署和利用智能传感器的功能和智能，使用户能够将这些器件安装在资产上，进行自我配置并开始快速向系统或个人报告。”
提高生产力(及对环境的影响)是工业4.0的关键领域之一。
其中一部分包括提高自动化程度，例如使用视觉系统进行产品检测和自动化安全流程，恩智浦半导体工业边缘处理副总裁兼总经理Jeff Steinheider表示。
“当存在大量人工流程时，我们很难准确了解工厂每个阶段所发生的情况。”Steinheider说道。
通过添加更多的传感器和信息点，就可以创建工厂的数字孪生，并更好地了解工厂正在做什么。他补充说，通过实时信息，还可以更详细地了解它正在做什么。
这可以在多个领域提供帮助，例如检查供应缺口时的容量规划。“如果我缺少关键物料，我就不会提前准备好其他一切，”Steinheider指出，“这是浪费物料。”
元器件制造商一致认为，在为制造环境应用开发新器件时，必须考虑新器件的功能和终端客户的需求，以实现生产流程的优化和自动化并提高效率和功耗。功能范围从智能和连接性到安全性。
“了解应用的具体需求，才能实现更好的系统设计。”Tran表示，“这包括传感类型、操作环境因素、传感速率和提供可行的见解、网络集成和电源要求。这些因素和其他因素推动着架构和特定元器件的设计/选择，以支持解决方案。”
Tom Truman(图片来源：瑞萨电子)
就电源管理而言，它是系统环境中所必需的支持性功能，瑞萨电子副总裁兼高性能数字电源总经理Tom Truman表示。“系统定义者通常会关注终端客户用例并设计系统来支持这些用途。在大多数工业用例中，电源管理的需求源自系统目标，而不是终端用户直接可见的。”
英飞凌的Khattoi表示，合适的电源架构是降低能源成本和环境影响的关键。“从器件开发的角度来看，优化功耗、边缘处理能力和连接性非常重要。”
然而，他补充说，“总体策略应侧重于提高工厂效率并帮助实现可持续发展目标。将传感器和边缘计算功能(包括高效算法)结合起来，还有助于提高生产力和效率，并降低总体能源成本。迭代开发过程，特别是在处理方面，将使客户获得尽可能好的性能。”
智能制造应用中的传感器可以连续、实时地收集数据，以监控设备的运行状态和状况。
意法半导体(ST)模拟、MEMS和传感器部门总经理Simone Ferri表示，传感器对工厂的转型做出了巨大贡献，在数据生成和收集方面至关重要，影响着工厂自动化的每一步。
“在最高效的工厂中，公司都正在使用传感器来优化效率、提高生产力、改进安全性并增强安防。”Ferri指出，“我们最新的边缘计算传感器解决方案在以可持续的方式实施企业执行解决方案方面发挥着重要作用，因为本地处理数据有助于减轻处理器和云的负担。”
Simone Ferri(图片来源：意法半导体)
他表示，这可以大大降低基础设施的要求及其系统级别的能源消耗。传感器本地处理还可以简化数据隐私管理并减少整个系统的延迟。
机器学习/人工智能(ML/AI)有望在智能工厂和工厂自动化中发挥更大的作用。
传感是数字化转型的基础，因为它让我们能在数字领域理解物理世界，Tran表示，“实际上，将人工智能纳入这些传感器，进而创建出智能传感器平台，对于实现数字化转型至关重要。”
为传感器添加智能会改变这些器件的功能，从基本传感到全新功能。例如，TDK收购了Qeexo及其AutoML工具，使非机器学习专家也能轻松创建机器学习应用而作为其智能传感器平台的一部分。
“通过增加边缘智能，这些智能传感器平台将能提供可操作的信息，以提高资产效率、延长设备使用寿命，并通过降低维护成本和消除意外停机来显著降低成本。”TDK的Tran补充道，“为此，相对于纯粹基于云的解决方案，基于边缘的平台还能减少功耗、延迟和隐私问题等。”
同样，Ferri认为：“最成功、最先进的智能工厂正在使用机器学习和人工智能构建模块，通过监控流程、产品和资产来帮助工厂通过传感器收集数据。”
配备机器学习功能的MEMS传感器可以感知和分析许多参数并做出明智的决策，从而有助于提高效率、降低成本和提高生产力，他补充说。
Jim Tran(图片来源：TDK美国)
“最新一代的MEMS传感器——配备了机器学习功能、高精度(包括宽带宽)，以及开放的生态系统，进而缩短了工厂解决方案的时间——可以检测和分析许多参数并在传感器中做出明智的决策，从而提供最佳的系统能效分区。”
一个典型的例子是机器的振动监控，它可以提供有关操作条件的信息。在这种情况下，MEMS传感器可以捕获高达几千赫兹带宽的振动频率，作为状态监测和预测性维护的一部分，这可以通过早期检测和处理潜在问题来帮助最大限度地减少停机时间，同时对能耗影响很小。
然而，我们需要将各种传感器一起使用来收集广泛的数据以进行工厂优化。
“工业4.0的智能传感器平台将包括各种传感器，具体取决于它们所监控的特定机器/活动。”Tran指出。
Tran举了几个例子，包括用于机器振动检测的加速度计、用于检测过热和操作故障的温度传感器、湿度传感器和其他大气条件传感器，以及用于检测刮擦等与异常相关的声音的磁传感器和麦克风。
Khatoi预计，能够向处理器提供全面数据(包括用于预测性维护)的多模式传感器，以及小型化、鲁棒性和增强的耐用性以承受恶劣条件，将在未来变得重要。
处理器在工厂自动化中发挥着重要作用，可提高智能工厂的效率和智能性并解决实时工作负载。它们还有助于提高系统的安全性。
嵌入式处理广泛应用于需要混合功能的应用中。可用来满足从低功耗处理和低数据速率到计算密集型处理和高数据速率的要求。
由于智能制造系统通常需要持续运行，能源效率也很关键，意法半导体通用微控制器子集团人工智能解决方案总经理Marc Dupaquier表示。“处理器必须帮助最大限度地减少能源消耗并延长设备的使用寿命，从而有助于整体可持续性和成本效益。”
智能工厂中的嵌入式处理涉及将微控制器和微处理器直接集成到工业设备和系统中，其在实现高效智能自动化方面发挥着至关重要的作用，Dupaquier补充道。
Marc Dupaquier(图片来源：ST)
“智能意味着能够对机械进行实时监控和控制，从而根据传感器的数据进行精确、迅速的调整。这有助于优化生产流程、最大限度地减少停机时间并提高整体效率。”
此外，这些数据还可用于识别模式、检测异常并得出可操作的见解以进行预测性维护，Dupaquier表示。
处理器制造商还认为，边缘计算以及计算性能和安全性在未来将变得更加重要。
“这些应用中处理器最重要的特性是高性能、边缘计算能力和强大的安全性。”Khattoi指出。
为了减少延迟和实现实时决策，边缘计算将继续变得更加重要，针对边缘优化的机器学习算法(TinyML)以及抵御网络攻击的强大安全性也是如此，他补充说。Dupaquier对此表示同意。
“让计算能力和人工智能技术更接近数据源，即可减少工厂的延迟和带宽需求。”Dupaquier表示，“这使得实时的边缘决策成为可能，从而可最大限度地减少对云处理的依赖，并促进关键操作获得更快的响应时间。它还减少了能源需求，因为边缘处理需要云计算基础设施传输和处理的数据更少。”
对于嵌入式处理器，关键功能包括一系列处理能力，以处理嵌入式制造环境各个部分的复杂性和需求，例如执行实时控制算法、执行数据分析、运行边缘人工智能算法和有效地处理通信，Dupaquier表示。
例如，ST提供了高性能MCU和双核MPU，其中顶级STM32H7 MCU的Coremark得分高达3224。ST还提供了开发者工具，将边缘AI解决方案移植到其大多数MCU上，以获得一系列AI开发的专业知识。
恩智浦正在许多器件中整合神经处理单元，并在边缘运行机器学习，因此其中一些器件正在从机器收集信息，做出决策并实时应用这些信息，Steinheider表示。“我们需要确保能够足够快地获得响应，以使事情按照每个人都希望的速度运行。”
实时响应对于工厂自动化性能至关重要。
“如果使用PC或消费类设备，按下按钮，由于操作系统和系统架构的原因，可能需要多花半秒或四分之一秒才会发生动作，这没什么问题。”Steinheider解释道，“但在工厂环境中，机器需要定期进行通信并对每条消息做出响应，因此拥有确保消息传递的网络功能、所有系统的紧密同步以及实时的处理器响应就非常重要。”
在其中一些应用中，例如驱动大型电机，更好的处理能力可以带来一些改进，例如某些工业网络中可实现更快的循环时间。
“它可以让机器以更高的速度运行，从而提高生产力和效率。”Steinheider补充道。
安全性也是新处理器设计的考虑因素。
Jeff Steinheider(图片来源：恩智浦半导体)
嵌入式处理器可实现工厂环境内不同元器件和系统之间以及与云端的无缝连接，从而有助于确保智能工厂系统的安全性，Dupaquier表示。
随着智能制造系统变得更加互联，安全性变得更加重要。”他补充道，“嵌入式处理器必须包含强大的安全功能，包括加密、身份验证机制、安全启动和安全固件更新功能。这可以确保抵御网络威胁，并有助于保护敏感数据和知识产权。”
Steinheider同样认为，在工业4.0万物互联和云连接路径的推动下，安全性在过去几年中几乎变得至关重要。
在万物都联网的工业物联网世界中，存在许多不同的攻击点，Steinheider表示。
“我们正在推动让万物都变得安全，因为它们都将相互关联。”他谈道，“因此，必须拥有诸如安全启动、验证消息的能力，以及将密钥嵌入到产品中的能力，以确保它们是由制造商签署的正品产品，并且没人能将某些东西放入设备或在设备上安装恶意软件。”
同样，必须要能从攻击中恢复并有办法认识到存在问题，他补充说。
电源管理也在工业4.0和工厂自动化中发挥着基础作用，以满足能效要求。电源管理解决方案能实时监控能源，优化能源消耗，同时确保安全可靠的供电。
“一般来说，最重要的电源管理功能是能在各种环境条件下(例如温度、湿度、冲击/振动和噪声输入电源等)以及整个终端设备的预期使用寿命内为所供电的器件提供清洁、稳定的电源。”Truman表示。
“高能效的电源转换是第二重要的功能。”他补充道，“除了这两个基本需求之外，具体应用还决定了特性和功能的优先级。”
Khattoi表示：“这个领域显然需要器件能最大限度地提高能量转换以减少漏电。”
其他功能包括动态功率调节以及电源监视和控制，其中包括具有集成电源监视功能的PMIC，他指出。
（原文刊登于EDN姊妹网站EE Times，参考链接：Smart Factories Need Intelligent Components，由Franklin Zhao编译。）
本文为《电子技术设计》2024年3月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。
最前沿的电子设计资讯
