工业传感器作为工业控制中感知层的重要组成部分,在改善工业流程并提供资产监控和保护的同时,也使得工业控制的可视化更加明朗。而在如今的工业智能制造趋势下,为了打造智能传感器节点,传感器本身就要加入辅助AI设计或是直接集成一定的AI计算能力,这样才能减少MCU实现边缘AI的算力和功耗。
ST iNEMO惯性模块
意法半导体的iNEMO惯性模块,作为主流IMU产品之一,采用集成式封装,包含多个传感器模块且支持多个外部传感器,常被用于智能手机的光学稳定等场景。而针对工业应用,意法半导体推出了ISM330IS,在常见iNEMO惯性模块的基础上,集成了一块新的智能传感器处理单元(ISPU)。
ISM330IS集成了一个三轴数字加速度计和一个三轴数字陀螺仪,其片上传感器中枢还支持最多4个外部传感器。即便是在高性能模式下也可以以0.59mA的电流运行,且支持常时开启的低功耗特性,可谓是工业物联网方案中理想的IMU单元选择。
但ISM330IS最特殊的地方在于集成的ISPU,该处理单元支持依赖传感器数据的实时处理应用。ISPU是一个超低功耗的高性能可编程核心,可以在边缘执行C语言编程的各种信号处理和AI算法。开发者借由意法半导体的NanoEdgeAI Studio,即可轻易创建强大的机器学习功能。
其实ISPU是基于一个配备FPU和专用指令集的小型DSP内核构成,时钟频率只有10MHz。加上极高的面积效率,ISPU进行本地处理的过程中,其功耗只有几μW。与传统的MCU加传感器的融合方案相比,ISPU的功耗只有五分之一。
即便需要与外部MCU通信,也会控制在检测套特定事件或者需要交换数据时开启通信。所以即便传感器处于常时开启状态,外部MCU大部分时间都处于休眠状态,极大降低了系统功耗,非常适合用于工业控制中机器人与状态监测之类的应用。
ADI OtoSense
对于工业场景来说,机器的运行状况感测至关重要,关系到生产环境的安全性,尤其是对于电机这样的设备。这也就是为何预测性维护在工业4.0背景下开始成为趋势的原因,但在传统传感器每个每秒发送成百上千字节的数据,本地MCU难以处理,又难以指望云端能够进行实时的分析,所以同样需要智能传感器来救场。
ADI的OtoSense智能电机传感器,就采用了典型的本地预测性维护设计。专为应用广泛的三相鼠笼异步式电机设计,OtoSense集成了两个振动传感器(ADXL1002)、一个定制磁场传感器和两个温度传感器(ADT7420)。借助这五个传感器,OtoSense可以对电机的开关次数、运行时间、转速、电流、输出功率等状态进行实时检测。
当然,这些任务传统的传感器模块也都能完成,但在安装好智能电机传感器后,OtoSense就创建好了该电机的数字孪生,通过学习检测出常见的9种电机异常,比如供电异常、定子/转子异常、轴心偏移、散热异常等等。
同时,OtoSense还集成了独立的2.4GHzWi-Fi网络,可以进一步将数据发送至云端进行处理,也可以通过与手机app相连,实现对电机运行状况的24小时监控。这种无线连接方式也解决了电机运行环境中有线网络部署的窘境,可以在工业现场实现快速灵活的部署和拆装。