众厂商谈智能制造的技术市场动向

传感器和分布式计算迅速增长

　　据Gartner，物联网(IoT)是2015最热门的技术。与此相关的话题大多聚焦在消费类应用，如智能家居、车联网和消费类可穿戴应用(如腕带运动追踪器)。然而，物联网的工业分支(也称作智能制造业)对于商业和社会经济层面的潜在影响将最终超越消费类应用。智能制造业的变革将改变众多产业，包括制造业、油气行业、农业、矿业、运输及保健行业。上述产业的总和占到世界经济总量的近三分之二。

智能制造的本质意味着收集并利用机器和传感器生成的大量数据，以优化生产运营。这将影响众多系统设计，包括工厂车间的设备(系统)、通信集线器和控制器本身的设计。

　　智能制造趋势

　　智能传感器、分布式控制和复杂的安全软件是智能制造业不可或缺的因素。Maxim Integrated的芯片适用于诸多自动化系统和传感器，因而我们对于自动化系统架构的演进如何支持工业IoT有独特的理解。

　　制造业系统发展的关键趋势是传感器和分布式计算的迅速增长。

　　• 普适测量。传感器及其接口的成本持续降低，使得制造商能够对更多变量和数据类型进行追踪。

　　• 分布式控制。将过程控制器(可编程逻辑控制器，PLC)移近至被控机器，打破控制瓶颈，提高生产吞吐率和灵活性。

　　智能制造业正在经历工厂自动化传感器领域数字IO-Link标准的爆发性增长。IO-Link协议是第一个开放的、低成本、点对点串行通信标准，基于全球标准化I/O技术(IEC 61131-9)。该协议适用于任何位置的PLC和传感器以及/或执行器之间的通信。

　　这种功能强大的点对点协议基于成熟的3线连接。理解IO-Link通信的最好方式是将其理解成传感器领域的USB——非常容易使用和部署，并且能够提供来自于智能传感器的智能数据。

　　Maxim的技术能够助力上述新型系统的发展。图1所示的传感器是Maxim认为迄今业界最小的IO-Link环境光传感器，可以读取颜色值并通过IO-Link连接发送信息。整个系统只有回形针大小。

　　另外一个重要趋势是这些外型日益缩小的工业自动化设备中的电源系统设计必须具备超高效率，因为系统无法承受额外的散热。

　　Maxim凭借先进的工艺技术和创新设计提供品类众多的电源调节器，可实现超高电源转换效率(宽负载电流范围内高于90%)。这些器件集成众多分立元件，如FET、肖特基二极管等，提供超小占位面积的封装。我们认为我们具备品类全面的同步电压调节器——这类器件在工业系统中几乎无所不在——在50mA至5A负载电流范围内实现高于90%的效率。

机器人及智能制造对元件需求提升

　　中国的智能制造开始出现大规模扩张态势。这一发展形势的推动因素包括自动化制造的持续发展，其中包括为这一发展提供支持的零配件以及电子制造的大规模生态系统。同时，人工成本持续攀升，这也推动了自动化生产的需求，尤其是对机器人生产的需求。

　　据国际机器人联合会(IFR)预计，2018年全球所安装的工业机器人中，中国将占有1/3。最新数据显示，2014年工业机器人的销售已飙升至大约57,000台——上升了56%。

　　中国的机器人行业还将在中国政府发起的新一轮竞争攻势“中国制造2025”中实现更多发展，获益良多。据IFR预测，中国的工业机器人销售数字有望继续飙升，到2018年将总计达到大约15万台。

　　莫仕(Molex)提供的众多连接解决方案可以应用到机器人领域，但尤其值得关注的是Flamar定制电缆。该款产品性能好，韧性强，多芯布线，经久耐用，适用于传感器、测量、控制、机器人以及机器驱动。传感器电缆可支持重量、温度、压力、流动状态、液位、振动及位移方面的测量。

　　另外，智能制造通过部署“智能”设备，使灵活且自我设置的无线“网眼式”网络实现灵活移动、微型化及网络化管理，从而实现最优生产效率。对于这类工业自动化，Molex提供了一系列标准天线。目前的Molex标准天线系列适用于通过ISM和蜂窝频段实现机器-对-机器(M2M)沟通，同时也适用于Wi-Fi各种应用。

工业大数据的未来： 从智能终端设备到企业系统

　　随着传感和网络连接技术的普及，在系统中添加测量功能从未如此简单和经济。在这个工程和测量数据爆炸的时代，如果企业没有制定稳妥的数据管理战略，几年后他们将无法有效应对和管理所有的数据。因此，一流的测量和分析解决方案必须具备两个基本功能：1.终端分析，2.智能企业管理和分析。

　　将测量分析推向智能终端

　　过去十年来，数据采集设备和传感器的智能功能快速增加，而且变得更加分散，处理元件也放置在更靠近传感器的位置。如果看一下ARM、Intel和Xilinx等公司的最新芯片和IP所集成的采集系统和节点就可以充分证明这一点。但是除了测量设备更加智能之外，传感器同样也日益智能化，智能传感器将传感器、信号调理、嵌入式处理器和数字接口/总线集成到一个极其小巧的封装或系统中。

　　鉴于这一趋势，现在许多应用都强调了边缘设备的智能化和高级信号处理。在资产监控应用中，传统的测量系统将每个数据点记录到磁盘上，即使所测量的物理现象没有发生任何实质性的行为。这将导致所部署的系统会产生数千兆字节甚至数万亿字节的数据需要进行分析和线下筛选。

　　由于处理在更加靠近传感器的位置进行，测量系统软件必须有助于在边缘设备上高效地进行分析。未来基于终端的系统软件需要能够快速配置和管理成千上万个联网的测量设备，并在这些节点上进行大量分析和信号处理。展望未来，企业必须过渡到更加智能且基于软件的测量节点，才能跟上模拟数据爆炸式增长的速度。

　　更智能的企业管理和分析

　　采集智能系统的数据后，下一个步骤就是将数据传送到企业系统来有效地管理和整合数据以及进行大规模分析。一个来源于多工程数据的企业数据管理和分析解决方案将有助于正确的人员在正确的时间获得正确的数据，从而做出正确的决策。其中两个主要的考量因素是能否正确地归档数据以及更智能地进行分析。

　　正确地归档数据

　　为了准确地对多个数据源进行数据分析，所有数据集应包含一致的元数据或描述性信息来解释测试数据被保存的原因。元数据包含的信息包括测试设置、测试结果、测量单位等。据IDC的调查显示，大多数公司仅对22%的采集数据进行文档记录，而实际上能够进行分析的数据平均只有5%。因此还有许多可能非常重要的数据没有被充分利用。重视将元数据标准化的公司将能够实现更高程度的数据分析自动化，从而获得明显的竞争优势。

　　但是在开始进行元数据标准化之前，工程师必须首先在哪些元数据对分析非常重要这个问题上达成一致。一流的公司通常会有一个项目规范来定义所采集的元数据的命名和属性。应用程序应该在采集时试图记录尽可能多的已定义属性。但是在采集数据之后，许多公司会通过运行自动检查和插入缺少的属性来添加数据属性。比如，捷豹路虎对元数据进行自动化质量检查，并在一年内开发和实现了企业数据管理解决方案，以前该公司仅能分析10%的数据，预计接下来这类数据将可达到惊人的95%。元数据的一致性使得它们能够应用一致的自动化分析来匹配已定义的属性。

　　更智能的分析

　　根据Frost&Sullivan市场调查公司2015年9月对全球测试与测量大数据分析市场报告指出，如果将大数据分析应用到测试中，产品开发成本将可减少近25%，运营成本将可减少近20%，维护成本将可降低50%。由于大模拟数据是增长最快且数量最庞大的数据类型，寻找新的相关性并预测未来行为是保持竞争优势的关键。

　　要做到这一点，为了研究、设计和验证目的而进行测量的公司需要大大优化采集和分析边缘设备数据的方式，并在企业内部对数据进行管理和分析，以确保能够有效地利用这些数据来做出正确的决策。他们越早这样做，就能够越早利用更精准的数据获得更大回报。

　　感言

　　正如惠普企业超大型主机服务器和物联网系统总经理和副总裁Tom Bradicich所说：“物联网的智能终端分析和其他工业解决方案对于解决工业大数据问题发挥着重要的作用。智能测量节点提供在线数据分析，从而更快速获得有意义的结果。现在是时候通过大数据获得更多信息了。”

　　NI分布式工业大数据系统

　　大数据可以分成数字和模拟数据两大类。数字数据又可以分成结构化数据(如来自企业应用程序的数据)或非结构化数据(例如通过Twitter或Facebook等社交媒体产生的数据)。另一方面，模拟数据是指工程(由工业系统产生)和环境数据(例如射频、光和温度数据以及自宇宙形成至今产生的数据)，这类数据可使用传感器测量，并使用模数转换器来数字化，以便进一步挖掘和分析。NI产品(CompactDAQ、PXI、CompactRIO和WSN)能够用于模拟物联网/M2M网关，用以采集、汇总和数字化模拟数据。此外，NI还推出了InsightCM Enterprise套件，提供了基础设施/云层的数据管理和传输、数据分析和系统管理软件，以便进行大数据分析和挖掘。总之，这些产品形成了强大的平台来构建用于工业物联网的大“模拟”数据系统。

为用户提供专业的测试设备及系统

　　经过充分的市场调研与经验积累，泛华在2016年会持续在装备保障、自动测试和工程教育三大方向进行投入，衍生出多个系列的产品，这些产品具有鲜明的行业特征，能够无缝地满足行业用户需求。产品包括PS TU-9106便携式测试平台、电路板测试设备、核能测试平台、汽车电子测试平台、嵌入式高强度数据记录设备等，这些产品能够广泛应用于航空航天、船舶、核能、汽车电子等行业。

　　具体行业上，例如汽车电子是泛华十余年一直关注的领域，已经向客户交付了数百套成熟稳定的测控系统，2016年泛华会继续立足于汽车电子测试，持续推广以轮速/位置类传感器测试为代表的成熟系统级产品，提供从传感器到控制器再到执行器测试的各类解决方案，实现高精度与高效率的平衡，为工业制造4.0添砖加瓦。

参考文献：

　　[1]叶钟灵. 迎接4.0第四次工业革命.电子产品世界,2015,1:3-6

　　[2]王莹,叶雷.工业4.0为元器件厂商带来新机遇.电子产品世界,2015,2/3:7-10

　　[3]Rottmann F,Martin H,Yang Y.工业4.0-向工业的未来进发.电子产品世界,2015,2/3:15-17

　　[4]王莹.工业机器人的技术市场探析.电子产品世界,2015,10:5-8

　　[5]迎九.用芯片开启产业物联网的产业升级.电子产品世界,2015,9:1-2

本文来源于中国科技期刊《电子产品世界》2016年第2期第13页，欢迎您写论文时引用，并注明出处。