工業(yè)4.0加快製造業(yè)發(fā)展腳步，智慧感測器可以監(jiān)測並控制生產(chǎn)過程。

MEMS感測器可以在機器生命週期初期就進行預測維護。

讓產(chǎn)線人員能夠預測機器故障，並大幅節(jié)省運營成本。

在今日的工業(yè)界，數(shù)位化加速了工業(yè)設備的互聯(lián)互通，也使工業(yè)4.0的願景得以實現(xiàn)，並進一步開啟了生產(chǎn)工具的變革。這樣的改變，讓產(chǎn)線變得更靈活，在製造客製化產(chǎn)品製造的同時，還能同時保持盈利。傳統(tǒng)對於產(chǎn)線的維護方式，都是採用預防性維護，其缺點是會佔用很大的生產(chǎn)成本。而現(xiàn)在，透過使用IIoT來監(jiān)測機器的健康狀態(tài)，將有助於實現(xiàn)預測性維護，讓產(chǎn)線人員能夠預測機器故障，並大幅節(jié)省運營成本。

此外，工業(yè)4.0也正加快製造業(yè)朝向網(wǎng)路自動化的發(fā)展腳步，智慧感測器系統(tǒng)可以有效提高產(chǎn)線的自動化程度，提供更多的資料來監(jiān)測並控制生產(chǎn)過程。工業(yè)4.0讓產(chǎn)線更先進也更有效率，為了確保這些先進系統(tǒng)能夠持續(xù)高效率地運作，就需要採用更先進的方法來確保系統(tǒng)的可靠性。透過採用MEMS技術(shù)的新一代感測器來進行診斷預測，可以在機器生命週期的初期就針對特定機器進行預測維護。如此一來，可以減少生產(chǎn)停機的風險，進而提高產(chǎn)線的可靠性以及節(jié)約維修成本，也可以提高工廠的生產(chǎn)效率。

狀態(tài)監(jiān)測與預測性維護

狀態(tài)監(jiān)測和預測性維護是兩種不同的工業(yè)維護策略，目的都在於優(yōu)化設備效率，並減少設備的維護時間和維護成本。

狀態(tài)監(jiān)測（CbM）和預測性維護（PM）是兩種不同的工業(yè)維護策略，目的都在於優(yōu)化設備效率，並減少設備在生命週期中的維護時間和維護成本。狀態(tài)監(jiān)測是針對多個不同參數(shù)（例如設備的振動和溫度）進行監(jiān)測，以識別潛在的問題，例如偏離或軸承故障等。當振動分析顯示旋轉(zhuǎn)設備的元件諧波頻率發(fā)生變化時，狀態(tài)監(jiān)測工具便可繪製設備性能下降的映射圖等。

頻率分析以振動計和MEMS麥克風資料為基礎。此外，也可以將電機電流信號分析（MCSA）作為與振動分析互補的技術(shù)。MCSA具有一定程度的優(yōu)勢，且更適用於機器失衡等一些特定的異常情況。連續(xù)狀態(tài)監(jiān)測技術(shù)可應用於壓縮機、泵、主軸和電動機等多種設備上，還可用於識別機器出現(xiàn)的局部排放或真空洩漏等問題。

至於預測性維護，則是以狀態(tài)監(jiān)測、異常檢測和分類演算法為基礎，並整合了預測模型，該模型可以根據(jù)檢測到的異常數(shù)據(jù)來分析並估計機器的剩餘運行時間。這種方法可透過各種工具的使用，例如統(tǒng)計分析和機器學習，來預測設備的運作狀態(tài)。我們可以說，在工業(yè)4.0的應用中，狀態(tài)監(jiān)測和預測性維護是一種很具有價值，但卻又同時具有很大挑戰(zhàn)性的應用。

邊緣運算和AI的重要性

透過從機器收集的資訊可以深入瞭解機器狀態(tài)，但只有在資料經(jīng)過分析後，這樣的作法才具有實用價值。單獨查看單一個感測器節(jié)點的資料，不可能瞭解全部的工廠情況。因此，只有將所有資料放在一起並進行分析，才能得出真正切合實際的洞察與見解。當企業(yè)能夠依賴感測器中的AI運算能力來提供分析時，實現(xiàn)工廠設備狀態(tài)分析將變得更為簡單。從瞭解機器正在做什麼，到預測機器下一步的行為，這就是AI必須要提供的完整服務，這樣方能確保最基本的一個感測器，也能在狀態(tài)監(jiān)測的環(huán)境中提供最大的價值。

直接在智慧感測器節(jié)點或閘道中進行數(shù)據(jù)分析運算時，也能同時進行邊緣處理，這樣可以節(jié)省功耗並確保資料的安全性，進而使企業(yè)可以在節(jié)點端進行關(guān)鍵資訊的分析，以減少異常檢測時間。邊緣運算還可以透過機器學習（ML）等AI演算法，來增強智慧感測器節(jié)點和閘道任務的設定檔，並拓寬機器異常檢測與分類的範圍。

新一代MEMS感測器

圖1 : MEMS系統(tǒng)正廣泛應用於鐵路、風力發(fā)電機、馬達控制、工具機等環(huán)境中。（攝影／王岫晨）

目前許多廠商都針對工業(yè)市場推出了相關(guān)的狀態(tài)監(jiān)控解決方案。例如ADI透過CbM振動監(jiān)控平臺，與合作夥伴打造工業(yè)智能設備監(jiān)診及故障預防系統(tǒng)，來達到預測性維護的目的。這種預測性維護，主要是透過智慧感測系統(tǒng)來提高產(chǎn)線的自動化程度，並提供更多的資料來進行監(jiān)測以及控制生產(chǎn)過程。透過基於MEMS技術(shù)的新一代感測器來進行診斷預測，可以在機器生命週期的早期就針對性的進行預測維護，如此一來，可以減少生產(chǎn)停機的風險，進而提高產(chǎn)線的可靠性、節(jié)約維修成本，並提高工廠的生產(chǎn)效率。

安馳科技ADI產(chǎn)品線應用工程師高富華指出，許多MEMS系統(tǒng)正廣泛應用於鐵路、風力發(fā)電機、馬達控制、工具機等環(huán)境中，目的是用於監(jiān)測振動，藉以提升安全性、降低成本、以及盡力提高設備的使用壽命。MEMS感測器的低頻效能，能比其他技術(shù)更早偵測出馬達設備的軸承損壞狀況，除了能大幅節(jié)省成本，還能對各種設備瑕疵達到更高的偵測率，確保能符合各種嚴苛的安全標準。例如較寬的頻寬（0Hz～23kHz）、低雜訊、以及較寬的振動量測範圍（2g～200g），這些都是振動偵測的必要條件。而監(jiān)測振動也採用無線通訊系統(tǒng)，用來和工廠中各處負責蒐集原始資料的感測器進行通訊，或是利用原始資料執(zhí)行即時控制。

智慧感測器節(jié)點

針對工業(yè)狀態(tài)監(jiān)測應用，意法半導體為遠端監(jiān)測部署了先進的積體電路和評估工具、軟體和線上儀錶等生態(tài)系統(tǒng)，並不斷對其進行更新以適應工業(yè)需求。這些智慧感測器節(jié)點和閘道，從設計智慧感測器節(jié)點，以及配置運行在感測器節(jié)點和閘道中的嵌入式軟體，到開發(fā)整合在雲(yún)端或公司企業(yè)資源規(guī)劃（ERP）系統(tǒng)中的軟體，涵蓋了預測性維護所需要的各種技術(shù)和能力?？梢詫嵤C器學習和人工智慧演算法，以確保及早發(fā)現(xiàn)設備異常，並最大化設備的正常運行時間。

智慧感測器節(jié)點是預測分析的關(guān)鍵推動力。這些節(jié)點收集並記錄經(jīng)過預先處理的安全數(shù)據(jù)，而這些資料將在視覺化工具中顯示，並在其他處理演算法中使用。智慧感測器節(jié)點還可以透過減少計算的延遲來處理資料並檢測異常。例如，智慧感測器節(jié)點可以檢測到溫度的小幅升高或突然升高，指示可能存在的設備問題，和未來的可靠性問題等。

圖2 : 智能設備監(jiān)診及故障預防最適合用於馬達等工具機設備。（攝影／王岫晨）

此外，閘道既可以收集和處理來自多個智慧感測器節(jié)點的資料，也可以充當橋接器，以便利用乙太網(wǎng)、Wi-Fi、無線通訊或LPWAN等技術(shù)來實現(xiàn)雲(yún)端的安全連接。邊緣運算在智慧感測器節(jié)點和閘道之間組合並分配處理能力，目的是在正確的時間中向系統(tǒng)發(fā)送正確的資料，以便執(zhí)行更高級的分析。邊緣運算還可以使用機器學習和人工智慧演算法，來增強智慧感測器節(jié)點和閘道的任務設定檔，並拓寬異常檢測和分類的範圍。

結(jié)語

目前市場上許多設備狀態(tài)監(jiān)診平臺，都正在工廠產(chǎn)線上運作，來確保所有設備的運作正常。這些狀態(tài)監(jiān)測平臺大多都具備了資料擷取、分析運算、資料上傳等多合一功能的優(yōu)點，提供在高精度、高取樣速率的狀態(tài)下，也能針對機械與設備來進行24小時不間斷的機械狀態(tài)監(jiān)診，以協(xié)助各種馬達、工具機等工廠與機械設備的使用者，順利解決傳統(tǒng)設備維護所面臨的各種挑戰(zhàn)。

**刊頭圖（source：se.com）