Энергосберегающие компоненты повышают энергоэффективность в промышленности

В последние несколько лет в центре внимания промышленного Интернета вещей (IIoT) и Индустрии 4.0 были непосредственно подсистемы, такие компоненты, как датчики и переключатели, большие данные и взаимосвязь. Однако по мере того, как развитие Индустрии 4.0 продолжается, энергоэффективность становится обязательным условием для закрепления реальных достижений Индустрии 4.0.

Промышленные предприятия являются основными потребителями энергии, и наличие надежного источника питания имеет решающее значение для современных производственных процессов. Промышленный сектор может оказать значительное влияние на глобальную устойчивость. В 2016 году, по данным Международного энергетического агентства, на этот сектор приходилось 41,6% мирового потребления электроэнергии.

Электропитание и управление питанием необходимы для улучшения обслуживания и минимизации сбоев в работе промышленных роботов на рынке, где важна каждая секунда и нужно избегать простоев. Однако еще важнее то, что повышение эффективности может привести к значительной экономии ресурсов.

Доступны несколько методов для достижения энергоэффективности, включая, помимо прочего, следующие:

• Планируйте производственные процессы с учетом пиков производства энергии из возобновляемых источников.

• Повысьте эффективность промышленных роботов за счет оптимизации скорости, с которой они работают, вместо того, чтобы просто заставить их работать быстрее с помощью программирования, тем самым увеличивая экономию на до 30%.

• Используйте 3D-печать, чтобы уменьшить отходы материалов.

• Уменьшите энергию, обычно затрачиваемую на техническое обслуживание, с помощью превентивной стратегии.

• По возможности модифицируйте интеллектуальные счетчики и контроллеры для удаленного оборудования.

• Реализуйте среду «без света», в которой заменяются все люди. Это обеспечивает энергоэффективность не только на заводе, но и в реальных энергосистемах на объекте.

• Используйте компоненты с низким энергопотреблением.

Это сочетание всех таких усилий по энергоэффективности, которые принесут результаты, а не просто выбор одного метода и ожидание, что его будет достаточно.

Энергосберегающие компоненты

На рынке появляется много новых продуктов, обеспечивающих значительную экономию энергии. Ниже приведены примеры.

Infineon Technologies AG удовлетворяет быстрорастущий спрос на энергоэффективные решения из карбида кремния (SiC) в схемах преобразования энергии, таких как инфраструктура зарядки аккумуляторов, источники бесперебойного питания, моторные приводы и накопители энергии. Например, компания использует топологию ANPC для своего гибридного силового модуля SiC и IGBT EasyPACK 2B . в семействе 1200-В.

Модуль отличается повышенной плотностью мощности и частотой коммутации до 48 кГц, что обеспечивает эффективность системы более 99%. Гибридный силовой модуль Easy 2B весит значительно меньше, чем соответствующий инвертор с чисто кремниевыми компонентами. Потери карбида кремния меньше, чем у кремния, поэтому теплоотводится меньше, а теплоотвод также может сжиматься.

Гибридный модуль EasyPACK 2B отличается повышенной плотностью мощности и частотой переключения до 48 кГц. (Изображение:Infineon Technologies AG)

STMicroelectronics продолжает стремиться к энергоэффективности с помощью новых продуктов, таких как STM32WBx5 . двухъядерные беспроводные микроконтроллеры (MCU) и STM32G4 MCU.

Беспроводные микроконтроллеры STM32WBx5 обеспечивают сверхнизкое энергопотребление и поддерживают подключение по Bluetooth 5, OpenThread и ZigBee 3.0. Несмотря на то, что продукт экономичен, он поддерживает одновременное выполнение беспроводного протокола и приложений в реальном времени, подходит для удаленных датчиков, носимых трекеров, контроллеров автоматизации зданий, компьютерной периферии, дронов и устройств Интернета вещей. Функции включают в себя несколько режимов энергосбережения, таких как режим отключения 13 нА, адаптивное масштабирование напряжения и адаптивный ускоритель ART в реальном времени, который максимизирует энергоэффективность и обеспечивает длительную работу. Встроенный радиопередатчик оптимизирован для обеспечения высоких РЧ-характеристик и низкого энергопотребления, что позволяет увеличить время работы от аккумулятора.

MCU STM32WBx5 от STMicro обеспечивают сверхнизкое энергопотребление в сочетании с возможностью подключения по Bluetooth 5, OpenThread и ZigBee 3.0. (Изображение:STMicroelectronics)

Новые микроконтроллеры STM32G4, предназначенные для передовых приложений цифрового питания, а также для потребительских и промышленных товаров, представляют два новых аппаратных математических ускорителя, которые ускоряют обработку приложений с помощью цифрового компьютера с координатным вращением (CORDIC). CORDIC - это эффективный с вычислительной точки зрения алгоритм для обработки элементарных математических функций, поддерживающий повышенную производительность и энергоэффективность.

MCU ускоряет вычисления для энергосберегающего управления двигателем и фильтрации для преобразования сигнала или цифрового управления мощностью. Ускорители вычисляют результаты быстрее и эффективнее, чем основной процессор общего назначения, повышая энергоэффективность в широком спектре продуктов, предназначенных для интеллектуальных предприятий и приложений интеллектуальной энергетики.

Алгоритмы STM32G4 обрабатывают элементарные математические функции с высокой точностью и фильтруют функции, которые поддерживают повышенную производительность и энергоэффективность. (Изображение:STMicroelectronics)

Microchip Technology Inc. недавно анонсировала Smart Embedded Vision Инициатива, предлагающая ориентированные на FPGA IP, оборудование и инструменты для маломощных и компактных систем машинного зрения. Дочерняя компания компании Microsemi одновременно представила семейство маломощных PolarFire FPGA . . Microsemi утверждает, что FPGA PolarFire обеспечивают на 30-50% меньшую мощность, чем FPGA на основе SRAM, и в 5-10 раз меньшую статическую мощность. Они подходят для использования в граничных устройствах с интенсивными вычислениями, а также в средах с ограничениями по температуре и мощности.

Smart Embedded Vision от Microchip предоставляет IP, оборудование и инструменты для маломощного машинного зрения. (Изображение:Microchip Technology Inc.)

Renesas Electronics Corp. представила однокристальный микроконтроллер с подчиненным контроллером EtherCAT для промышленных приложений Ethernet. RX72M Семейство микроконтроллеров предлагает большую емкость памяти для промышленного оборудования, которое требует надежных функций управления и связи в таких приложениях, как энергоэффективные компактные промышленные роботы, программируемые логические контроллеры (ПЛК), удаленный ввод-вывод и промышленные шлюзы. Renesas утверждает, что это первый микроконтроллер RX, включающий подчиненный контроллер EtherCAT с 1 МБ SRAM и 4 МБ флеш-памяти.

Устройства RX72M позволяют уменьшить площадь печатной платы примерно на 50% по сравнению с более ранними устройствами. (Изображение:Renesas Electronics Corp.)

Еще одна важная и новая тенденция - это искусственный интеллект (AI) для создания маломощного машинного интеллекта. Например, Eta Compute’s новейшая SoC машинного обучения, TENSAI, выполняет классификацию изображений, определение ключевых слов и определение слова пробуждения для встроенных решений со сверхнизким энергопотреблением.

Микросхема TENSAI включает в себя нечувствительную к задержке логику Eta, которая позволяет продуктам надежно работать при самом низком напряжении питания, что приводит к очень низкому энергопотреблению. Его приложение классификации изображений потребляет всего 0,4 мДж на изображение, что в 30 раз меньше, чем у конкурентов. Архитектура компании DIAL сочетается с ее алгоритмами для выполнения логических выводов машинного обучения в сотнях микроватт, чтобы доставить машинный интеллект на периферию сети.

Резюме

Ожидается, что промышленная автоматизация существенно вырастет, поскольку решения Интернета вещей заменят традиционные производственные решения. Продвинутая робототехника и датчики; ИИ и его подмножества, включая машинное обучение и глубокое обучение; облачные вычисления; а аналитика больших данных продолжит изменять ландшафт обрабатывающей промышленности. Датчики с питанием от вибрационной энергии или светособирающих источников питания станут нормой.

Капитальные затраты на ресурсы, необходимые для внедрения Индустрии 4.0 на предприятиях, в ближайшем будущем компенсируют потенциальную экономию. Однако системы, которые придут на смену коммуникационным технологиям, исполнительным элементам, датчикам, процессорам и т. Д., Будут полагаться на соответствующие данные для повышения эффективности, потребляя при этом небольшую часть энергии для работы и обеспечивая экономию затрат в долгосрочной перспективе.

Выжимание значения из данных для AI Перенос блокчейна в Интернет вещей