哪些场景边缘智能会先行？与ADI专家一起管窥工业数字化的今天与未来-电子发烧友网

2023慕尼黑上海电子展期间，ADI 联合“E维智Talk”发起了“哪些场景工业数字化和边缘智能会先行？”主题直播，在近一个小时的深度产业思维碰撞中，我们可以透过ADI专家的眼看到工业数字化的发展现状和一些产业趋势，以及相关案例和背后驱动的黑科技。究竟工业哪些领域的数字化需求最迫切且推进更积极？AI智能边缘数据和上云的大数据对现阶段工业领域客户的驱动价值感是否有变化？工业半导体还有哪些可圈可点的应用市场表现比较亮眼......ADI专家悉数为您解答。工业哪些场景工业数字化和边缘智能会先行？

?ADI中国区工业市场总监蔡振宇ADI中国区工业自动化应用经理于克泳

我们不是为了数字化而数字化，数字化转型最重要的还是下游的牵引。从市场上我们看到目前走得较快的是新能源行业，相信随着数字化技术的成熟，越来越多的工业行业会加入进来。企业的数字化转型过程中，有些企业确实遇到了一些障碍和迷惑，这就导致不同的客户会分阶段、分层次的推进。如果大家用互联网迅猛发展的视角来看OT和IT的融合，可能会有一种迟滞和放缓的感觉，但工业技术的特点就是演进缓慢，OT和IT的融合并不是一件轻而易举的任务，因此并不是一朝一夕能够完成的。近些年来，时间敏感网络TSN技术的发展和引入，可以在同一个以太网网络上，保证关键数据的实时性和确定性传输，这样为加速实现IT和OT的融合奠定了基础。

在这种趋势之下，边缘智能和云端智能的发展也并不矛盾，其最终都是帮助客户解决问题、提高生产效率，关键是看客户的具体应用场景，使用哪种数据结构模式更合适。对于实时性要求更好、反应速度要求高的领域，可能更需要数据上云的方式，但是在有些应用，可能边缘AI更合适一些，两者是共同发展相辅相成的关系。 ?

现场展示的MAXREFDES178参考设计基于MAX78000和MAX32666微控制器的摄像头模块参考设计，可帮助边缘AI器件设计人员加速推进产品的概念验证，并助力其更快投向市场。

IO-Link接口简化了与智能传感器和执行器的通信，将信号传输与电缆供电相结合，随着工业自动化系统日益互连和智能化以适应集中控制和优化生产的需求,已成为关键设备之一。（现场展示基于IO-Link和接近传感器等打造的电磁阀驱动演示）

提及工业数字化需求，我们看到一些场景，如煤炭、矿井等恶劣工况的使用环境下，数字化还是很重要的，这是一类雪中送碳的应用，有急迫性。近期发生的风电风机磨损造成财产损失的新闻，也进一步说明了大型设备状态监测、故障诊断的这类工业数字化赋能的重要性。

越来越多的企业开始转向预测性维护这一高效、智能的维护方式，并逐步使之成为现代工业维护的主流。现场演示的ADI OtoSense智能电机传感器解决方案便是专为三相鼠笼异步式电机设计，基于AI的高性能预测性维护平台。

在工业现场数据的传输上，传统的传感器输出一般都是模拟量信号，本身也不具备信号处理功能，但智能传感器融合微处理器和网络技术，不但具备数据采集和处理功能，而且通过标准的总线对外接口，还可以根据应用现场的需要，通过软件改变传感器的参数设置。智能工业设备中的一些新型总线，比如IO-Link，T1L，都在迅速发展中，越来越多的智能传感器采用这样的接口形式。

ADI现场展示了一系列物理层设备为过程自动化提供长达1km的远距离、可靠10BASE-T1L以太网连接，例如MAC PHY ADIN1110将助力实现超低功率的系设计，可以简化针对现场仪器仪表、传感器或驱动器进行的改装，实现以太网转型,并保留现有的软件和处理器技术投资。在智能设备的应用中，其实还有网络的安全性需要考虑。在过去，只有少量的电子设备用户会考虑安全性问题，比如金融行业、门禁控制等，但随着安全性需求持续增长，安全加密芯片的应用场景涉及到工业到汽车以及医疗等各种产品。

因此，我们可以看出数据可能是未来工业行业发展的重要要素，如何更准确，更快速，更有效的获取数据，并通过数据获得工厂运行状态非常重要。此外，在电力市场领域，随着新能源发电的占比增加，电动汽车的普及，对电网的影响越来越明显。为了提高电网的可靠性，确保能源供应的稳定性，目前对电能质量监测的需求也越来越强烈。