Промышленные датчики для физических систем искусственного интеллекта в мире умного производства

Введение

Умное производство представляет собой слияние цифровых технологий с традиционными производственными процессами. В основе этой трансформации лежит физический искусственный интеллект (ИИ), который объединяет алгоритмы ИИ с физическими системами, такими как роботизированные руки, автоматизированные управляемые транспортные средства (AGV) и станки с числовым программным управлением (ЧПУ). Чтобы эти системы были эффективными, им необходимы данные из физической среды в режиме реального времени - именно здесь на помощь приходят датчики. Работая как глаза и уши, промышленные датчики стали незаменимыми в современном производстве и автоматизации, превратившись из базовых измерительных устройств в сложные системы, способные обнаруживать и контролировать различные аспекты дискретной и технологической автоматизации. В паре с искусственным интеллектом (зрительным, акустическим или физическим) промышленные датчики позволяют создавать самообучающиеся физические системы, повышающие производительность, безопасность, цифровые двойники и аналитику.

Эта серия блогов, состоящая из двух частей, призвана помочь инженерам-разработчикам выбрать подходящие датчики для промышленных приложений с поддержкой искусственного интеллекта. В первом блоге мы рассмотрим различные типы датчиков и области их применения. Во втором блоге мы рассмотрим инновации в области промышленных датчиков и новые тенденции в области физических систем искусственного интеллекта и интеллектуального производства.

Понимание промышленных датчиков и принципов их работы

Промышленные датчики - это устройства, которые определяют и обрабатывают такие физические параметры, как расстояние, давление, температура, расход, уровень, движение, скорость, ускорение и другие. Они собирают данные, необходимые для мониторинга и управления производственными процессами. Эти данные затем передаются на программируемые логические контроллеры (ПЛК) или ЧПУ через цифровые/аналоговые модули ввода/вывода и связи.

Основные компоненты типичного промышленного датчика (см. рис. 1) включают чувствительный элемент, опорное напряжение, операционный усилитель (ОУ), аналого-цифровой преобразователь (АЦП), процессор, интерфейс и управление питанием. Чувствительный элемент измеряет физический параметр и преобразует его в электрический сигнал, такой как напряжение, ток, сопротивление и т. п.

Промышленные датчики выступают в качестве интерфейса между искусственным интеллектом и физическим миром, подобно нервной системе в человеческом теле. Когда цифровому миру необходимо взаимодействовать с физической средой, ему нужны эти датчики аналоговых и смешанных сигналов. Системы промышленной автоматизации нового поколения не только включают возможности ИИ в облако ИТ (информационных технологий), но и внедряют ИИ в устройства ОТ (операционных технологий), развернутые в полевых условиях. Это означает, что алгоритмы ИИ используются на границе датчиков и ПЛК/роботов для принятия быстрых решений. Здесь мы сосредоточимся на датчиках, используемых в промышленной автоматизации.

Типы датчиков

• Датчики изображения (зрения): Датчики изображения используют камеры для получения изображений и видеоизображений производимого продукта, чтобы определить его наличие, ориентацию и точность. Они необходимы для контроля качества и инспекции. Эти датчики могут определять несколько точек изделия с помощью одного датчика и обеспечивают поддержку машинного зрения. onsemi’Датчики изображения и коротковолновые инфракрасные камеры обеспечивают превосходное качество изображения при низком энергопотреблении. Они обеспечивают высокий динамический диапазон и работу в условиях низкой освещенности, что позволяет добиться наилучших результатов при любых интеллектуальных заводских настройках.

• Датчики положения и крутящего момента: Хотя для управления положением двигателя используются датчики эффекта Холла, силы и оптические датчики, они очень дороги, если рассматривать комплексное решение с чувствительными элементами, такими как магниты или прецизионные резисторы, или сложное производство оптических энкодеров. Новая тенденция - использование индуктивных датчиков положения, в которых в качестве чувствительных элементов используются печатные платы с обмотками, AFE и контроллер в приложениях, связанных с управлением движением и робототехникой. NCS32100 и NCV77320 обладают уникальными преимуществами по сравнению с традиционными датчиками положения, включая, помимо прочего, температурную устойчивость, механическое упрощение и невосприимчивость к загрязнениям.
• Ультразвуковые датчики: Используя ультразвуковые волны, эти датчики измеряют расстояние. Они идеально подходят для обнаружения прозрачных объектов (в отличие от световых датчиков) и не подвержены воздействию пыли и грязи. Хорошим примером датчика приближения является onsemi’NCV75215, способный обнаруживать объекты на расстоянии от 25 см до 4,5 м. В автономных мобильных роботах ультразвуковые датчики используются для навигации и обхода препятствий. Ультразвуковые датчики также могут использоваться для измерения расхода и уровня жидкостей в системах автоматизации технологических процессов, а также для обнаружения дефектов/трещин при контроле качества готовой продукции.
• Фотоэлектрические датчики: Эти датчики используют свет для обнаружения объектов. Они делятся на трехлучевые, светоотражающие и диффузно-отражающие, каждый из которых обладает уникальными свойствами и областью применения. Фотоэлектрические датчики известны своим бесконтактным обнаружением, способностью обнаруживать практически все материалы и поддерживать большое расстояние обнаружения при прямой видимости. В них используются инфракрасные и лазерные технологии. Хорошим примером отражательного датчика является простой QR1113 компании Onsemi, инфракрасный излучатель с длиной волны 940 нм, заключенный рядом с совместимым кремниевым фототранзистором в корпусах для поверхностного монтажа и с сквозными отверстиями.
• Датчики приближения: Эти датчики обнаруживают металлические объекты без физического контакта, используя принципы электромагнитной индукции. Они обладают высокой устойчивостью к воздействию факторов окружающей среды, таких как пыль и масло. Для неметаллических объектов предпочтительнее использовать ультразвуковые и фотоэлектрические технологии.
• Датчики давления: Датчики давления используются в пневматических, гидравлических системах или в чистых помещениях для поддержания оптимальных рабочих условий и предупреждения об отклонениях. Обычно они основаны на тензометрических датчиках или силовых резисторах, сконфигурированных в виде моста Витстоуна для устранения ошибок и измерения давления в виде малых напряжений.
• Датчики температуры: Датчики температуры контролируют и регулируют температуру в различных отраслях промышленности, от пищевой до машиностроительной. Термопары и резистивные датчики температуры (RTD) широко используются наряду с полупроводниковыми датчиками температуры, такими как onsemi’ADM1023.
• Датчики окружающей среды: Датчики окружающей среды, такие как газовые и химические датчики, контролируют специфические токсичные или воспламеняющиеся газы в условиях, где требуется повышенная бдительность. Они часто интегрируются в системы безопасности. Датчики дождя и света, такие как NCV76124, первоначально разработанные для автомобильных приложений, могут передавать и измерять отраженный свет с помощью фотодиодов, чтобы определить наличие твердых частиц в окружающей среде. Или аналоговый фронт-энд электрохимического датчика CEM102, используемый в системах непрерывного мониторинга глюкозы (CGM), вместе с микроконтроллером RSL15 с поддержкой Bluetooth® 5.2 может измерять крошечные изменения химического тока, работая при этом с очень низким энергопотреблением системы.

Основные соображения по датчикам

Вот 5 основных моментов, которые необходимо учитывать при выборе датчиков для улучшения физических систем искусственного интеллекта в интеллектуальном производстве:

1. Точность и скорость в зависимости от применения: Датчики должны соответствовать требованиям к точности и скорости выполнения конкретной задачи ИИ - будь то проверка качества в режиме реального времени, предиктивное обслуживание или управление роботами.
2. Качество и надежность данных: Датчики со временем генерируют огромное количество данных, которые ИИ может анализировать для выявления закономерностей. Датчики, предоставляющие повторяющиеся достоверные данные, очень важны для обучения и запуска моделей искусственного интеллекта для поддержки быстрого принятия решений в производственной экосистеме.
3. Взаимозаменяемость и интеграция: Датчики должны легко интегрироваться в существующие производственные системы и поддерживать стандартные полевые шины и протоколы связи. Это означает, что новые датчики с поддержкой ИИ должны быть миниатюрными и взаимодействовать друг с другом.
4. Кибербезопасность и конфиденциальность данных: По мере роста числа сетевых датчиков увеличиваются риски киберугроз и требования к безопасности ОТ и ИТ. Обеспечение безопасной передачи данных на границе сети имеет решающее значение, особенно когда системы искусственного интеллекта полагаются на конфиденциальные оперативные данные от датчиков для принятия решений. Этого можно добиться с помощью самокалибрующихся и резервных датчиков, способных обнаруживать и изолировать угрозы.
5. Устойчивость и энергоэффективность: Расширяя количество датчиков для физического ИИ, операторы по-прежнему должны укладываться в бюджет на электроэнергию, и датчики, работающие при низком рабочем токе, дают преимущество для масштабируемости.