千厂千面的“智能制造”未来趋势,“智慧”的Ta指明了这5大核心要素……

快来扫描下方二维码参观2023慕尼黑上海电子展，免排队入场快人一步！重要提示：观众参观展会时需打印电子胸卡，并携带本人身份证入场。

扫码即可注册观展

各种智能制造的观点，莫衷一是。

工业智能化的关键核心要素到底是什么？于是，小慕想到问问“智慧”的Chat GPT。

工业智能化的核心要素包括以下几点：

1.物联网：各种设备和终端的互联互通，从而实现设备之间的协同工作和数据共享。

2.大数据：通过收集、处理和分析海量数据，获取生产过程中的各种信息，优化生产流程和提高生产效率。

3.人工智能：通过各种智能算法，实现对数据的自动处理和分析，提高生产能力、优化生产过程。

4.云计算：以互联网为基础的大规模分布式计算，通过互联网能够获得更多的资源，实现数据存储和计算的强大能力。

5.智能控制：通过各种控制系统、传感器等技术手段，实现对生产过程的实时监控和控制，达到自动化控制的目标。

数据驱动，以传感器打造工业智能边缘的神经末梢

制造业智能化的抓手无疑是数据，而传感器是数据的主要来源。随着制造业智能化的发展趋势加速，传感器在工业制造中扮演的角色也越来越重要，甚至可以利用神经网络、人工智能、信息处理等多项技术，使传感器实现更高级的智能，同时还具备分析、判断、自适应、自学习的功能，能够完成图象识别、特征检测、多维检测等复杂任务。传感器在工业物联网全生态构建中，成为了提供基础数据支撑的关键。

传统的工业自动化系统中，温度检测无处不在。为了达到高性能检测和控制解决方案中所需的低噪声和低漂移规格，设计人员必须考虑多种因素以及每种因素对整个系统的影响。在温度传感器上，包括ADI(亚德诺半导体)和ST（意法半导体）等全球及本土业界企业都提供了相关的产品方案：ADI提供专为RTD和热电偶应用量身定制的产品和信号链解决方案；ST的温度传感器产品系列包括模拟和数字温度传感器IC；艾迈斯欧司朗也在近年来先后推出数款高精度数字温度传感器产品；TDK的温度传感器产品组合涵盖了NTC热敏电阻元件和系统，主打长期稳定性、响应时间短的主要性能；Honeywell（霍尼韦尔）主打商用、精密和高可靠性的RTD和热敏电阻感应元件和温度探头套件。同样，压力传感器也是工业实践中常用的一种传感器，其广泛应用于各种工业自控环境，涉及智能建筑、生产自控、石化、电力、机床、管道等：ST的微型硅压力传感器使用创新的MEMS技术提供极高的压力分辨率，采用极为紧凑的纤薄封装；EPCOS / TDK C35压力传感器也在小尺寸封装上发挥优势，系列传感器设计用于测量0mbar至100mbar范围；霍尼韦尔提供多种压力范围(3 psi 至 8,000 psi)、端口类型、端接类型和输出，其重型压力传感器用于无法轻易替换的应用，耐久性为重要要素。随着智能制造理念的成熟，这些传统传感器在工业智能化中正发挥着新的角色，如后文提到的预测性维护，将组合到温度传感器和压力传感器等关键感测数据信息。

随着传感技术的进步，在工业领域各种新兴传感技术获得快速发展和广泛部署，例如基于各种传感器技术的机器视觉充当生产设备赋能工业制造已经得到广泛应用，通过代替人眼进行识别、非接触检测、测量，机器视觉能够带来高效低成本的效益。恩智浦半导体（NXP）就推出了一系列高性能的视觉处理器，如i.MX 8应用处理器和S32V处理器等，可以用于工业自动化、智能城市和物联网等领域；TI推出的一系列数字信号处理器（DSP）和微控制器，可用于机器视觉、运动控制和机器人等应用，其中C66x DSP架构可以通过并行处理实现高速图像分析和动态控制。机器视觉系统使用非常短的强光闪烁来产生用于各种数据处理应用的高速图像，为此，ADI就瞄准工业机器视觉提供用于高功率机器视觉闪光灯的基于LT3932高速LED的LED 驱动器解决方案。

让数据高效流动，工业以太网打造时间敏感网络连接

传感器为工业提供了遍布各种场景的神经末梢，感测数据以及各种相关信息的有效流动很关键。就工业物联网应用而言，准确放置传感器或控制点至关重要，在有线网络部署充满挑战性的工业环境，无线传感器网络成为网络连接组合的一个方向之一。例如，为旋转设备配备传感器以监视设备的工作状况，不可能使用有线连接，但是客户通过监视运行中的设备获得相关信息能够对关键设备实施预测维护，从而避免不必要的代价不菲的停机。作为工业TSCH WSN的一个例子，ADI公司的业界功耗较低并且可靠的基于标准的无线传感器网络 (WSN) 产品，SmartMesh可在苛刻的射频环境中实现 >99.999% 的数据安全性；意法半导体还提供一系列无线技术解决方案，包括用于工业的低能耗蓝牙（BLE）SoC，支持LoRa、Sigfox和免许可证的ISM和SRD频段的LPWAN SoC和收发器等无线技术解决方案。

工业连接，无疑可靠性、安全性、稳定性依然是重要考虑要素，以太网以其可靠性在工业领域一直保持重要位置，迈向10BASE-T1L和千兆以太网技术通信基础设施是工业互连企业愿景的基石。随着网络从传统现场总线和4 mA至20 mA连接转向工业以太网，设计和实现阶段出现多种挑战。开发能够支持新兴技术，如10BASE-T1L、单对以太网、时间敏感型网络或工业领先的低延迟千兆解决方案，面向未来、鲁棒的可扩展工业以太网解决方案正在成为全球领先工业半导体方案厂商竞争的前沿领域。

工业以太网产品包括交换机、物理收发器、控制器和具有完整多协议软件协议堆栈的网络接口模块，在这个领域，全球各大主要的半导体企业都积极参与其中，力图在各项关键功能和性能上提出新的解决方案。例如：安森美推出的新的10BASE-T1S工业以太网PHY+MAC控制器NCN26010，就强调在为工业环境提供可靠的多点通信能力，在一条双绞线上实现了40多个节点，超过了IEEE 802.3cg标准节点数量要求的五倍；ADI Chronous®产品系列旨在支持可扩展和灵活的系统开发，可提供多端口、低功耗和灵活的带宽；瑞萨电子用于工业以太网通信的RZ/N2L微处理器（MPU）可轻松将网络功能添加至工业设备与模组，支持流行的时间敏感网络以太网标准，符合TSN标准的3端口千兆位以太网交换机和EtherCAT从控制器，并支持所有主要工业网络通信协议。

传感数据+云端分析，预测性维护打造智能制造完美样本

无论是传感器数据还是以太网实现的工业互联，其目标是要在工业智造端实现价值兑现。如何实现“智造”场景的落地？全球有大量的实践探索，而目前获得广泛采纳的一个领域，可能是“预测性维护”，被认为是“工业4.0落地的短路径”。工欲善其事必先利其器，工业制造正变得更高效，但设备本身的维护工作却仍存巨大挑战。国际自动化学会ISA曾有数据显示，全球制造商每年因设备故障停机遭受的损失高达6470亿美元。电机被誉为“工业之母”，是现代工业动力来源主要的核心之一，因此针对电机的预测性维护是行业的重要课题，也是包括ADI、ST、瑞萨电子在内的诸多头部技术供应商追逐聚焦的热点技术。

要实现预测性维护的广泛落地，需要解决准确预测与有效诊断两大核心问题，而庞大的高精度实时数据积累采集硬件方案，以及先进的分析技术、设备数字化模型与诊断算法都是刚需，传感技术的进步以及人工智能技术的引入也为此提供了重要的作用加快发展进程。

ST就基于其系列MEMS传感器和惯性测量单元及Arm®Cortex®M4 / M33 / M7的STM32微控制器产品家族，以及基于Arm®Cortex®-A7®内核、具有强大浮点运算功能的STM32MP1微处理器系列打造了预测性维护方案平台，可以在边缘端处理传感器监测数据，实现设备状态预测分析，用户通过STM32Cube.AI工具链实施神经网络和机器学习，从而实现预测性维护的深度学习算法。在工业电机中，轴承损坏是使用过程中的常见故障，在检测此类故障时多采用振动和声音传感器，而转子、绕组等方面的故障则多通过电流变压器在电机供电时进行检测。因此，ADI的智能电机传感器解决方案（Smart Motor Senor, SMS）基于振动+温度传感器检测的模式，提供能有效检测电机设备异常的高性价比方案，专为三相鼠笼异步式电机设计，基于云端AI的高性能预测性维护平台。

作为工业智能化升级的一个关键的落地场景，预测性维护也给整个产业生态带来更多的机遇，包括前端的温度传感器、加速度计传感器、压力传感器、信号调理电路、控制器到无线连接和云端平台AI系统，需要广泛的产业生态系统资源联动。以村田为例，就为工业预测性维护提供过了从电池模块到各型号传感器以及WiFi无线模块在内的各种关联解决方案。TDK公司也关注在领域的发展前景，其InvenSense SmartIndustrial™传感器平台包括6轴MEMS惯性测量单元 (IMU) 和3轴加速度计，适合预测性维护对震动等关键状态信息的实时监测。

预测性维护（PdM）因被预言为工业互联网的“杀手级”应用之一，被寄予厚望。早在上世纪90年代，飞机发动机领域就尝试应用预测性维护。近几年，随着工业人工智能技术和边缘计算技术的不断演进和日趋成熟，以往集中应用于高端装备的预测性维护，得以“飞入寻常百姓家”，具备了大范围应用的经济性前提。根据IoT Analytics发布的报告：2022年之前，预测性维护市场将持续保持高速增长，复合年均增长率（CAGR）为39%，成为工业4.0落地的短路径。

不可否认的是中国全球制造大国的地位，中国制造业贡献了全球近1/3的制造增加值。随着中国科技的进步，中国近年来在工业制造的生态中依然继续迈进，并在半导体设备领域、大飞机制造、邮轮与液化天然气运输船等过去缺位的高端制造领域快速渗透。

然而，在全球主要发达国家越来越重视制造业尤其是先进制造业的现状下，中国制造依然面临挑战。中国制造业要探索一条换到升级发展之路，智能制造当属关键机遇。幸运的是，中国企业在该领域已经开始积极探索，并卓有成效。由达沃斯世界经济论坛与管理咨询公司麦肯锡合作开展遴选的“灯塔工厂”新一批全球“灯塔工厂”名单中，132家入选灯塔工厂共50家位于中国的工厂上榜。中国智造，未来可期。