【導讀】在智能製造中
，物理AI依賴傳感器感知環境並做出實時決策。本文詳解圖像、位置、超聲波等核心工業傳感器的工作原理與應用場景


，並列出精度、可靠性
、集成性等五大選型關鍵，為構建高效物理AI係統提供實用指南。

智能製造中，如何為物理AI挑選傳感器？

作者：安森美

智能製造是數字技術與傳統製造流程深度融合的體現。其中的核心是物理人工智能 (AI)
，它將 AI 算法引入物理係統，例如機械臂

、自動引導車輛 (AGV) 和計算機數控 (CNC) 機床。物理係統要能有效運行，離不開來自物理環境的實時數據，而傳感器的作用正在於此。

工業傳感器扮演著“眼睛和耳朵”的(de)角(jiao)色(se)，在(zai)現(xian)代(dai)製(zhi)造(zao)和(he)自(zi)動(dong)化(hua)領(ling)域(yu)中(zhong)已(yi)成(cheng)為(wei)不(bu)可(ke)或(huo)缺(que)的(de)基(ji)石(shi)，從(cong)基(ji)礎(chu)的(de)測(ce)量(liang)設(she)備(bei)蛻(tui)變(bian)為(wei)能(neng)夠(gou)全(quan)方(fang)位(wei)監(jian)測(ce)離(li)散(san)自(zi)動(dong)化(hua)與(yu)過(guo)程(cheng)自(zi)動(dong)化(hua)的(de)精(jing)密(mi)係(xi)統(tong)。當與 AI（視覺 AI、聲學 AI 或物理 AI）相結合時，工業傳感器讓物理係統具備了自學習能力，進而助推製造效率
、安全性的提升，並促進數字孿生技術和數據分析的應用。本文將深入探討各類傳感器及其應用。

洞悉工業傳感器及其工作原理

工業傳感器是感知和處理各種物理參數的器件，如距離、壓力、溫度、流量、液位
、運動
、速度
、加速度等。它們收集的數據，對於監測和控製製造流程而言，可謂舉足輕重。收集到的數據隨後會通過數字/模擬輸入輸出 (I/O) 及通信模塊發送到可編程邏輯控製器 (PLC) 或 CNC。

在典型的工業傳感器中
，主要組件（見圖 1）包括傳感元件、電壓基準源、運算放大器 (OpAmp)、模數轉換器 (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，並將其轉化為電壓、電流、電阻等電信號。

圖 1. 典型工業傳感器的組成模塊

工業傳感器充當著 AI 與物理世界之間的接口
，恰如人體中的神經係統。當數字世界需要與物理環境進行交互時，離不開模擬和混合信號傳感器。下一代工業自動化係統不僅在信息技術 (IT) 雲端融入 AI 能力，還將 AI 嵌入到部署在現場的操作技術 (OT) 器件中。換言之，AI 算法將應用於邊緣端的傳感器或可編程邏輯控製器 (PLC)/機器人中
，以實現快速決策。 在此，我們將重點探討工業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製產品的圖像和視頻，以此判斷產品的有無、方fang位wei及ji精jing度du，是shi質zhi量liang控kong製zhi與yu檢jian測ce環huan節jie中zhong不bu可ke或huo缺que的de器qi件jian。圖tu像xiang傳chuan感gan器qi憑ping借jie單dan個ge裝zhuang置zhi即ji可ke實shi現xian對dui產chan品pin多duo個ge點dian位wei的de檢jian測ce
，為wei機ji器qi視shi覺jiao提ti供gong有you力li支zhi撐cheng。安森美 (onsemi)的(de)圖(tu)像(xiang)傳(chuan)感(gan)器(qi)和(he)短(duan)波(bo)紅(hong)外(wai)攝(she)像(xiang)頭(tou)兼(jian)具(ju)低(di)功(gong)耗(hao)和(he)出(chu)色(se)的(de)圖(tu)像(xiang)質(zhi)量(liang)，具(ju)備(bei)高(gao)動(dong)態(tai)範(fan)圍(wei)和(he)低(di)光(guang)性(xing)能(neng)
，助(zhu)力(li)係(xi)統(tong)在(zai)各(ge)類(lei)智(zhi)能(neng)工(gong)廠(chang)場(chang)景(jing)中(zhong)均(jun)發(fa)揮(hui)出(chu)理(li)想(xiang)效(xiao)能(neng)。

圖 2. 機器視覺係統框圖

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於電機位置控製
，但考慮到磁體、精密電阻等感應元件及光學編碼器複雜的製造工藝，整體方案的成本實則居高不下。

如今，一種新趨勢逐漸興起：在運動控製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，並搭配模擬前端 (AFE) 和控製器。NCS32100和 NCV77320兩款產品相較傳統位置傳感器具有專門優勢
，包括但不限於耐溫性強、機械結構簡化
、抗汙染能力出色等。

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（不同於光學傳感器），且不受灰塵和汙垢的影響。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，超聲波傳感器用於導航和避障；在過程自動化應用中
，可對流體進行流量與液位檢測；而在成品質量檢驗中，可用於識別缺陷與裂紋。

光電傳感器：

光電傳感器借助光線實現物體檢測，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勢，主要采用紅外與激光技術。安森美的 QR1113是一款性能優良的反射式傳感器，940 納米紅外發射器與配套的矽光電晶體管並排封裝，提供表麵貼裝和通孔兩種封裝形式。

接近傳感器：

接近傳感器基於電磁感應原理
，可在無物理接觸的情況下檢測金屬物體
，且對灰塵、油汙等環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選方案。

壓力傳感器：

壓力傳感器應用於氣動、液壓或潔淨室環境中，用於維持理想運行狀態並對偏差發出警報。它們通常以應變片或力敏電阻為核心，采用惠斯通 (Wheatstone) 電橋結構來抵消誤差
，通過微小電壓變化實現壓力測量。

溫度傳感器：

溫度傳感器用於監控和調節溫度，應用範圍覆蓋食品加工
、機械運行等多個行業。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。

環境傳感器：

氣體傳感器
、化學傳感器等環境傳感器

，用於在需要保持警惕的環境中監控特定的有毒或易燃氣體

，常常集成在安全係統中。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射並測量反射光
，進而識別環境中的顆粒物。再如，用於連續血糖監測 (CGM) 的 CEM102 電化學傳感器模擬前端與 RSL15 藍牙 5.2 微控製器配合使用時
，能在極低的係統功耗下實現對化學電流微小變化的測量。

傳感器的主要考量因素

為智能製造中的物理 AI 係統挑選適配傳感器時，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，例如實時質量檢測
、預測性維護、機器人控製等任務。

數據質量與可靠性：傳感器會隨著時間推移生成海量數據，而AI 可對海量數據進行分析以挖掘其中的規律。能夠持續提供可靠數據的傳感器
，對於訓練和運行 AI 模型至關重要，可為整個製造生態係統中的敏捷決策奠定堅實基礎。

互操作性與集成：傳感器應當能與現有製造係統無縫集成，並支持標準的現場總線和通信協議。換言之

，新型 AI 傳感器必須具備小型化特性且能夠實現互操作。

網絡安全與數據隱私：隨著聯網傳感器數量增多
，網絡威脅風險也在增高
，對OT 和IT 安全的要求愈發嚴苛。確保邊緣數據傳輸的安全至關重要，尤其是當 AI 係統依賴傳感器提供的敏感操作數據進行決策時。為此，可采用具備自校準和冗餘功能的傳感器，用於檢測和隔離威脅。

可持續性與能效：在為物理AI 係統擴充傳感器數量時
，操作人員仍需將功耗控製在預算範圍內
，而具有低工作電流的傳感器在係統擴展性方麵具備顯著優勢。

綜上
，工業傳感器是物理 AI 係統的基本構成要素，使物理 AI 係統能夠在邊緣與雲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qian力li的de關guan鍵jian
，助zhu力li智zhi能neng製zhi造zao領ling域yu開kai發fa出chu更geng智zhi能neng且qie適shi應ying性xing更geng強qiang的de係xi統tong。安an森sen美mei在zai智zhi能neng傳chuan感gan技ji術shu領ling域yu具ju有you優you勢shi，憑ping借jie豐feng富fu的de傳chuan感gan器qi產chan品pin組zu合he與yu深shen厚hou的de應ying用yong專zhuan業ye知zhi識shi

，正zheng走zou在zai助zhu力li客ke戶hu向xiang工gong業ye 5.0 轉型的前列。