智能制造是數(shù)字技術與傳統(tǒng)制造流程深度融合的體現(xiàn)。其中的核心是物理人工智能 (AI)，它將 AI 算法引入物理系統(tǒng)，例如機械臂、自動引導車輛 (AGV) 和計算機數(shù)控 (CNC) 機床。物理系統(tǒng)要能有效運行，離不開來自物理環(huán)境的實時數(shù)據(jù)，而傳感器的作用正在于此。

工業(yè)傳感器扮演著“眼睛和耳朵”的角色，在現(xiàn)代制造和自動化領域中已成為不可或缺的基石，從基礎的測量設備蛻變?yōu)槟軌蛉轿槐O(jiān)測離散自動化與過程自動化的精密系統(tǒng)。當與 AI（視覺 AI、聲學 AI 或物理 AI）相結(jié)合時，工業(yè)傳感器讓物理系統(tǒng)具備了自學習能力，進而助推制造效率、安全性的提升，并促進數(shù)字孿生技術和數(shù)據(jù)分析的應用。

本系列博客分為兩部分，旨在為設計工程師挑選適配 AI 工業(yè)應用的傳感器產(chǎn)品指點迷津。第一部分將深入探討各類傳感器及其應用；第二部分則聚焦工業(yè)傳感器的創(chuàng)新成果，并介紹物理 AI 系統(tǒng)與智能制造的新興趨勢。本文為第一部分。

洞悉工業(yè)傳感器及其工作原理

工業(yè)傳感器是感知和處理各種物理參數(shù)的器件，如距離、壓力、溫度、流量、液位、運動、速度、加速度等。它們收集的數(shù)據(jù)，對于監(jiān)測和控制制造流程而言，可謂舉足輕重。收集到的數(shù)據(jù)隨后會通過數(shù)字/模擬輸入輸出 (I/O) 及通信模塊發(fā)送到可編程邏輯控制器 (PLC) 或 CNC。

在典型的工業(yè)傳感器中，主要組件（見圖 1）包括傳感元件、電壓基準源、運算放大器 (OpAmp)、模數(shù)轉(zhuǎn)換器 (ADC)、處理器、接口和電源管理模塊。傳感元件負責測量物理參數(shù)，并將其轉(zhuǎn)化為電壓、電流、電阻等電信號。

圖 1. 典型工業(yè)傳感器的組成模塊

工業(yè)傳感器充當著 AI 與物理世界之間的接口，恰如人體中的神經(jīng)系統(tǒng)。當數(shù)字世界需要與物理環(huán)境進行交互時，離不開模擬和混合信號傳感器。下一代工業(yè)自動化系統(tǒng)不僅在信息技術 (IT) 云端融入 AI 能力，還將 AI 嵌入到部署在現(xiàn)場的操作技術 (OT) 器件中。換言之，AI 算法將應用于邊緣端的傳感器或可編程邏輯控制器 (PLC)/機器人中，以實現(xiàn)快速決策。 在此，我們將重點探討工業(yè)自動化中所使用的傳感器。

傳感器類型

圖像（視覺）傳感器：

圖像傳感器借助攝像頭拍攝在制產(chǎn)品的圖像和視頻，以此判斷產(chǎn)品的有無、方位及精度，是質(zhì)量控制與檢測環(huán)節(jié)中不可或缺的器件。圖像傳感器憑借單個裝置即可實現(xiàn)對產(chǎn)品多個點位的檢測，為機器視覺提供有力支撐。安森美 (onsemi)的圖像傳感器和短波紅外攝像頭兼具低功耗和出色的圖像質(zhì)量，具備高動態(tài)范圍和低光性能，助力系統(tǒng)在各類智能工廠場景中均發(fā)揮出理想效能。

圖 2. 機器視覺系統(tǒng)框圖

位置和扭矩傳感器：

盡管霍爾效應傳感器、力傳感器和光學傳感器已應用于電機位置控制，但考慮到磁體、精密電阻等感應元件及光學編碼器復雜的制造工藝，整體方案的成本實則居高不下。

如今，一種新趨勢逐漸興起：在運動控制和機器人技術相關應用中開始采用電感式位置傳感器，以帶繞組的印刷電路板 (PCB) 作為感應元件，并搭配模擬前端 (AFE) 和控制器。NCS32100和 NCV77320兩款產(chǎn)品相較傳統(tǒng)位置傳感器具有專門優(yōu)勢，包括但不限于耐溫性強、機械結(jié)構(gòu)簡化、抗污染能力出色等。

超聲波傳感器：

超聲波傳感器借助超聲波來測量距離，非常適合檢測透明物體（不同于光學傳感器），且不受灰塵和污垢的影響。安森美的 NCV75215是一款性能出色的接近傳感器，檢測距離為 25 厘米至 4.5 米。在自主移動機器人中，超聲波傳感器用于導航和避障；在過程自動化應用中，可對流體進行流量與液位檢測；而在成品質(zhì)量檢驗中，可用于識別缺陷與裂紋。

光電傳感器：

光電傳感器借助光線實現(xiàn)物體檢測，分為對射式、反射式和漫反射式三種類型，各自具備不同的特性和應用場景。光電傳感器以非接觸檢測、適用幾乎所有材料、支持長距離視距檢測為顯著優(yōu)勢，主要采用紅外與激光技術。安森美的 QR1113是一款性能優(yōu)良的反射式傳感器，940 納米紅外發(fā)射器與配套的硅光電晶體管并排封裝，提供表面貼裝和通孔兩種封裝形式。

接近傳感器：

接近傳感器基于電磁感應原理，可在無物理接觸的情況下檢測金屬物體，且對灰塵、油污等環(huán)境因素具有極強的耐受能力。若需檢測非金屬物體，則以超聲波和光電技術為優(yōu)選方案。

壓力傳感器：

壓力傳感器應用于氣動、液壓或潔凈室環(huán)境中，用于維持理想運行狀態(tài)并對偏差發(fā)出警報。它們通常以應變片或力敏電阻為核心，采用惠斯通 (Wheatstone) 電橋結(jié)構(gòu)來抵消誤差，通過微小電壓變化實現(xiàn)壓力測量。

溫度傳感器：

溫度傳感器用于監(jiān)控和調(diào)節(jié)溫度，應用范圍覆蓋食品加工、機械運行等多個行業(yè)。常用類型包括熱電偶、電阻溫度檢測器 (RTD) 及半導體溫度傳感器，例如安森美的 ADM1023。

環(huán)境傳感器：

氣體傳感器、化學傳感器等環(huán)境傳感器，用于在需要保持警惕的環(huán)境中監(jiān)控特定的有毒或易燃氣體，常常集成在安全系統(tǒng)中。例如，NCV76124雨量和光線傳感器最初為汽車應用設計，可通過光電二極管發(fā)射并測量反射光，進而識別環(huán)境中的顆粒物。再如，用于連續(xù)血糖監(jiān)測 (CGM) 的 CEM102 電化學傳感器模擬前端與 RSL15 藍牙 5.2 微控制器配合使用時，能在極低的系統(tǒng)功耗下實現(xiàn)對化學電流微小變化的測量。

傳感器的主要考量因素

為智能制造中的物理 AI 系統(tǒng)挑選適配傳感器時，需重點關注以下五大因素：

應用所需的精度與速度：傳感器必須滿足特定AI 任務對精度和速度的要求，例如實時質(zhì)量檢測、預測性維護、機器人控制等任務。

數(shù)據(jù)質(zhì)量與可靠性：傳感器會隨著時間推移生成海量數(shù)據(jù)，而AI 可對海量數(shù)據(jù)進行分析以挖掘其中的規(guī)律。能夠持續(xù)提供可靠數(shù)據(jù)的傳感器，對于訓練和運行 AI 模型至關重要，可為整個制造生態(tài)系統(tǒng)中的敏捷決策奠定堅實基礎。

互操作性與集成：傳感器應當能與現(xiàn)有制造系統(tǒng)無縫集成，并支持標準的現(xiàn)場總線和通信協(xié)議。換言之，新型 AI 傳感器必須具備小型化特性且能夠?qū)崿F(xiàn)互操作。

網(wǎng)絡安全與數(shù)據(jù)隱私：隨著聯(lián)網(wǎng)傳感器數(shù)量增多，網(wǎng)絡威脅風險也在增高，對OT 和IT 安全的要求愈發(fā)嚴苛。確保邊緣數(shù)據(jù)傳輸?shù)陌踩陵P重要，尤其是當 AI 系統(tǒng)依賴傳感器提供的敏感操作數(shù)據(jù)進行決策時。為此，可采用具備自校準和冗余功能的傳感器，用于檢測和隔離威脅。

可持續(xù)性與能效：在為物理AI 系統(tǒng)擴充傳感器數(shù)量時，操作人員仍需將功耗控制在預算范圍內(nèi)，而具有低工作電流的傳感器在系統(tǒng)擴展性方面具備顯著優(yōu)勢。

綜上，工業(yè)傳感器是物理 AI 系統(tǒng)的基本構(gòu)成要素，使物理 AI 系統(tǒng)能夠在邊緣與云端對真實世界進行感知、理解和交互。隨著 AI 的不斷演進，傳感器技術的進步將成為充分釋放 AI 潛力的關鍵，助力智能制造領域開發(fā)出更智能且適應性更強的系統(tǒng)。安森美在智能傳感技術領域具有優(yōu)勢，憑借豐富的傳感器產(chǎn)品組合與深厚的應用專業(yè)知識，正走在助力客戶向工業(yè) 5.0 轉(zhuǎn)型的前列。敬請關注本系列博客的第二部分，我們將繼續(xù)探討傳感器創(chuàng)新及未來趨勢。