傳感器4.0–智能傳感器和測量技術使工業4.0成為可能

孫 寧

（蘭州生物制品研究所有限責任公司，蘭州 730046）

1 研究背景

被稱為第四次工業革命的“工業4.0”，實際上更像是一種政治愿景，而非一種新的技術范式：自從工業化使高效大規模的生產成為可能以來，整個生產過程的認知和控制一直在不斷進步。這種看待事物的新方式主要好處是有機會建立新的商業模式。盎格魯-撒克遜時期的“工業物聯網”實際上更好地表達了這一點，因為它暗示著將新經濟的成功商業模式轉化為工業應用，甚至更具有象征性的術語是數字化，或者簡稱為goole化。

智能傳感器系統允許自我識別或診斷，直到自我配置、校準和修復，這通常歸入self-X。與工業4.0類似的是，“傳感器4.0”一詞由彼得克勞斯首創，指明了當前傳感器和測量科學的方向。類似與工業發展的四個階段，這種分類區別于純機械指標（如無液氣壓計），電子傳感器（如經典應變儀），先進的電子傳感器（如電子補償壓力傳感器），最后是智能傳感器，這一概述也顯示了工業發展與傳感器和儀器之間的緊密聯系。傳感器的重要性不僅局限于工業過程，實際上還強烈地影響所有當前的大趨勢，如智能城市或智能交通。高度集成度傳感器平臺最好的例子實際上是智能手機，通常需集成大約15個不同的傳感器，并大量使用多感官信號評估，例如，用于依靠加速度計、陀螺儀、磁力儀和壓力傳感器的導航。與此同時，這些傳感器還用于其他服務，如天氣監測、屏幕定向、步數計算，以及并非最不重要的游戲。在這種情況下，傳感器實際上是“聾啞”傳感器，不同傳感器之間的集成和數據融合實現了一個智能平臺。

2 研究現狀和目前的趨勢

目前，傳感器技術的一個趨勢是在各種傳感器原件和系統中使用主動測量原理。例如，采用旋轉電流的霍爾傳感器，通過集成內部芯片加熱器，實現內部校正，甚至修正偏差溫度系數，采用補償原理抑制溫度交叉靈敏度的MR傳感器，微機械加速度計和陀螺儀，以及基于科里奧利的流量傳感器或使用溫度調制的化學傳感器，因為內部校準可以通過集成在系統中的線圈或直接在芯片上實現。此外，由于傳感器非常小且集成在導熱性好的硅片上。因此，可以對傳感器進行加熱，從而可以直接測定熱交叉靈敏度。

霍爾傳感器可以作為一個具體例子，突出（磁）傳感器的潛力及其與先進的操作模式和傳感器本身的數據處理集成。霍爾傳感器被廣泛應用，并以驚人的低成本銷售。雖然在外部這些傳感器仍然類似于著名的霍爾版，但在內部要復雜得多。

以下是由工業4.0推動的其他趨勢。

測量作為一種服務：這可能是一種趨勢，類似于Uber在公共交通上提供的服務，即測量服務，甚至是個人結果，而不是工具。請注意，測量的不確定度（自校準在線確定）將會影響價格。

各個部件的可追溯性，可追溯至螺釘、各個齒輪甚至墊圈：這一額外知識將使（子）系統的裝配能夠進行公差測量，也需要進行全面的狀態監測，以評估各個加工步驟和及其對最終結果的影響。

自學習系統：利用機器學習，評估傳感器數據與其他過程和環境參數之間的相關性，保證系統在系統自我診斷意義上的正確功能。

用于分析復雜系統的語義技術：對基于數據的方法之外的測量值的解釋可以提供進一步機會，例如，對傳感器數據進行仿真的檢查和偽（故障）原因提供置信值。

3 智能傳感器網絡和狀態監控的模塊化方法

iCM液壓系統的初步成功促使了一個后續項目的建立，在這個項目中，開發方法被轉移到一個開放的傳感器系統工具箱中。磁敏傳感器主要用于測量電流、位置和角度，但其他（微）傳感器，如用于振動、壓力或熱輻射的MEMS傳感器也主要用于擴展測量譜。這些傳感器還被集成到組建合資系統中，以改進性能和狀態監控，作為在生產和在制造系統中運行時的線端測試。在這個項目中，模塊化的電子和軟件算法被開發出來，允許在智能傳感器中直接進行必要的信號預處理和特征提取，此外，開發了新穎的self-X方法、無線傳感器接口和能量采集，便于系統操作的集成和初始化。

4 結語

傳感器和以表示創新的中心驅動力，不僅是工業4.0，還有其他的大趨勢，比如，智能工廠、智能生產、智能移動、智能家居、智慧城市。復雜系統的智能決策是基于系統的指示，以及由傳感器提供高精度的環境條件和影響因素。傳感器、測量科學和工業4.0的智能評估的重要性已被各作者認識和認可并已經導致了“工業4.0任何東西都離不開傳感器系統”。應該承認，盡管人們對更高的傳感器產量和銷量感到歡欣鼓舞與期待，尤其是在考慮萬億傳感器路線圖時，范式變化是可以預見的，就像數字革命中的情況一樣。像Uber和AirBnB這樣的全新商業模式也已經出現在一些傳感器應用中。今天，谷歌已經提供了最好的機遇收集數據的交通數據，比基于專用傳感器的傳統交通檢測具有更好的現實性和精確性。在這個應用中，網絡起到了重要作用，當然還有數據量。雖然單個移動數據提供的質量較低，但大量移動的數據融合提供了所需信息。在未來，當大量氣體傳感器集成到智能手機中時，環境數據（如空氣質量）也受到類似的影響。傳感器和測量領域的科學研究，特別是社區要應對這一挑戰，以確保未來設定的標準仍然是GMA和AMA(在德國），而不是在硅谷。

傳感器和測量科學界在工業4.0的發展中發揮更大作用的一種方法可能是測量不確定型領域，而這正是今天計算機科學界沒有解決的問題。充分利用無可爭議的潛力，繼續成功故事在高成本國家工業生產，這是工業4.0的承諾之一。復雜生產系統的狀態監測——從單個液壓機完成工廠組裝和測試系統——可以是一個范式發展的傳感器和測量科學工業4.0提供了許多經濟優勢，但也可以用于開發和測試新的商業模式。一個非常重要的方面是數據安全性，以及誰擁有那些數據、誰有權訪問某些數據的問題。考慮一個在復雜生產過程中被監控的關鍵組件：當原始數據在工廠中生產時，其訣竅在于組件制造商。將完整的流程原始數據轉發給組件制造商通常不是一個選項，因為這也將包括來自工廠的機密數據，如生產量。