使用全套解決方案迅速打造連網型智慧現場儀器

作者:Stephen Evanczuk

資料提供者:DigiKey 北美編輯群

為了充分發揮工業 4.0 的潛力,設計人員需要從惡劣環境中採集數據,並將這些數據安全可靠地傳送到控制系統。儘管已經有可實現此願景的關鍵技術推動基礎,但設計人員在過去一直都靠自己來判定與實作有效的解決方案。設計人員需要可以簡化連網智慧型現場儀器實作的解決方案,以便達到加工產業所需的數位轉型。

本文將介紹如何使用 Analog Devices 的全套解決方案,有效因應對連網智慧型現場儀器日益增長的需求。

現場儀器仰賴四個關鍵功能

在工業自動化部署中,現場儀器包含訊號處理裝置的收集,以確保現場終端感測器和致動器之間達到可靠的數據與控制交換,也包含用來管理這些裝置及其數據的主機系統。在典型應用中,這些儀器必須支援以下四個關鍵功能:

  • 針對透過類比數位轉換器 (ADC) 或數位類比轉換器 (DAC) 連接的感測器或致動器提供介面
  • 提供用於訊號調節和終端裝置控制的微控制器單元 (MCU)
  • 提供儀器操作和安全所需的電源、隔離和監督
  • 提供多種連接選項所需的介面,以便安全可靠地交換數據與控制資訊

設計人員尋找所需的 ADC、MCU、電源和連接裝置,來支援各個基於感測器或致動器的特定應用,因此已可因應典型現場儀器的功能要求 (圖 1)。

採集感測器數據或控制傳感器的基本要求示意圖圖 1:在打造現場儀器時,設計人員運用可用的 ADC、DAC、MCU 和其他支援裝置,已可滿足採集感測器數據或控制傳感器的基本要求。(圖片來源:Analog Devices)

工業 4.0 面臨更多嚴峻挑戰下,現場儀器設計人員也要面對越來越多的要求,除了繼續提供準確可靠的數據,還要提高邊緣智慧、安全性和保密性。

工業 4.0 推動對更進階功能的需求

在感測器或致動器介面上,有越來越多數量與種類的高解析度、高頻寬感測器,也代表需要有效的類比前端 (AFE) 解決方案。在龐大的感測器訊號採集和調節需求推動下,這些儀器的處理需求也跟著增加。此外,對更高階邊緣智慧的追求,代表需要先進的處理器,以便在邊緣有效執行人工智慧 (AI) 演算法,進而提高現場儀器效率並增強工業安全性。面對層出不窮的威脅,這些儀器的保密性至關重要。

隨著功能增加,進階型現場儀器比起傳統的 4 至 20 mA 電流迴路裝置,需要更大的數據頻寬與電力傳輸,但傳統裝置通常只提供 1.2 Kbit/s 數據傳輸率和低於 40 mW 的功率。10BASE-T1L 支援 10 Mbit/s 的數據頻寬和高達 60 W 或 500 mW (在 Zone 0 內) 的電力傳輸,有助於以 Ethernet-APL 達到本質安全的使用案例。此外,10BASE-T1L/Ethernet-APL 可透過單一條雙絞線纜線達到此效能,同時也可再次利用已安裝的既有纜線。

即使工業系統涉及更苛刻的通訊要求,仍需支援傳統的現場儀器和新興的工業 4.0 應用。因此,設計人員必須針對既有棕地應用和新興綠地系統的綜合情境,提出智慧型現場儀器設計(圖 2)。

新興電力和數據頻寬要求示意圖 (按此放大)圖 2:在設計智慧現場儀器時,設計人員面臨的難題在於,必須因應新興電源和數據頻寬要求,同時要支援既有的工業應用。(圖片來源:Analog Devices)

透過 Analog Devices 全套進階裝置,設計人員就可迅速因應既有與新興工業自動化系統的智慧現場儀器要求。

利用全套裝置滿足進階現場儀器的要求。

典型的現場儀器必須符合一連串要求。典型的壓力感測器發射器可展示設計人員如何在應用中輕鬆符合這些要求 (圖 3)。

壓力感測器發射器的高階設計圖圖 3:壓力感測器發射器的高階設計,可針對典型智慧現場儀器的感測器介面、處理器、電源和連接功能指出其基本要求。(圖片來源:Analog Devices)

在壓力感測器發射器設計圖中,訊號鏈必須為電阻橋式壓力感測器提供激磁電流,並測量感測器對壓力做出反應時所產生的差壓。在此,若用 Analog Devices 的 AD7124AD4130 AFE 等單一整合式裝置,就可在完整的多通道訊號鏈中提供激磁電流,並具備數位輸出,藉此簡化感測器介面 (圖 4)。

Analog Devices 的 AD7124 AFE 圖片 (按此放大)圖 4:AD7124 AFE 提供完整的多通道訊號鏈,可從絕大多數主動和被動感測器產生數位數據。(圖片來源:Analog Devices)

為了完成感測器子系統,設計人員可以使用 Analog Devices 的 ADuCM36x 系列 MCU 來管理 AFE,並執行額外的訊號處理、校準和補償。舉例而言,設計人員可以使用 ADuCM36x MCU 的整合式 24 位元 ADC,將來自溫度感測器的讀數進行轉換,對電阻橋式感測器提供溫度補償 (圖 4)。

為了對現場儀器進行更廣泛的處理和整體管理,設計人員可以採用高效能的 Arm® Cortex®-M4 MCU,如 Analog Devices 的MAX32675MAX32690,並採用新的 AI 微控制器,如屢獲殊榮的 MAX78000 系列,以便確保在邊緣的神經網路以最高效率運作。可利用 Analog Devices 的 ADUM1440 數位隔離器將感測器子系統隔離,高效能 MCU 就可管理現場儀器的操作、其他周邊裝置與連接。

這些 MCU 專為工業自動化而設計,可滿足不同專業應用的要求。例如,MAX32675 非常適合 4 至 20 mA 電流迴路應用,而 MAX32690 整合了低功耗藍牙 5.2 (BLE) 無線電,可用於無線應用,並具有足夠的記憶體,可支援 Profinet 等大型通訊堆疊。這兩款處理器皆具有整合式真亂數產生器、進階加密標準 (AES) 引擎、安全非揮發性金鑰儲存和安全開機能力,可因應日益增長的安全疑慮。

為了供應穩壓電力給現場儀器中的裝置,設計人員通常會納入一個低壓降 (LDO) 穩壓器,如 Analog Devices 的 ADP162,以及一個 DC-DC 降壓切換式穩壓器,如Analog Devices 的 ADP2360。若智慧型現場儀器的設計要在充滿電氣雜訊的環境中穩定運作,必須確保供應正確的電源電壓給處理器子系統。透過 Analog Devices 的 ADM8323 監控器,設計人員就可確保電源電壓維持在預設的電壓臨界值以上。

在通電、斷電和暫時低壓事件期間,ADM8323 會發出訊號,讓 MCU 保持在重置狀態。當電力恢復到臨界值位準以上時,ADM8323 才會解除重置。此時,支援安全開機的 MCU (如MAX32675 和 MAX32690) 會先確認程式碼的真實性,之後才會繼續運作。為了確認程式碼是否繼續正常執行,設計人員可以使用 ADM8323 的視窗化整合式監控設備定時器。

採集感測器數據並可靠地執行程式碼是智慧現場儀器操作的基本要素。在應用層級上,可靠的通訊極為關鍵。多年來,智慧連網現場儀器一直仰賴 4 至 20 mA 電流迴路裝置,並使用相位連續頻移鍵控 (FSK) HART 數據機協定進行數據交換。設計人員可利用 Analog Devices 的 AD5421 4 至 20 mA DAC 和 AD5700 HART 數據機裝置,就可輕鬆支援既有的電流迴路和 HART 協定介面。

與早期方法相比,工業自動化解決方案需要更高的電壓位準和更大的頻寬,因此也推動了對 10BASE-T1L 實體層標準等連接選項的需求。設計人員可以使用 Analog Devices 的 ADIN1100ADIN1110 快速實作 10BASE-T1L 連接。雖然 ADIN1100 能提供設計用的實體層 (PHY) 收發器,但 ADIN1110 整合了 PHY 收發器和媒體存取控制 (MAC) 介面,無需整合式 MAC 就可搭配低功耗處理器使用。

針對特殊要求擴充並增強現場儀器

只要添加或替換一些元件,設計人員就可擴充並增強圖 3 中的壓力感測器設計,就可打造因應特定應用的連網現場儀器。例如,電磁流量發射器的設計就可使用相同的整體架構,僅需根據需求,添加和移除一些元件即可 (圖 5)。

電磁流量發射器的圖片圖 5:設計人員可以快速回應新的感測器介面要求,例如在此所述的電磁流量發射器要求,同時重複利用現有現場儀器設計的元素。(圖片來源:Analog Devices)

針對此應用,有許多相同的元件已可滿足整體要求,但需要使用不同的感測器介面。設計人員可以使用合適的儀表放大器 (如 Analog Devices 的 AD8422)、ADP2441 DC-DC 穩壓器和 ADuM4121 隔離式閘極驅動器來提供流量傳感器所需的恆定電流激磁來源,即可滿足新的感測器介面要求。

也有其他可用的建構模塊可滿足新出現的專業要求。例如,連網型智慧現場儀器可能需要加密和身份驗證功能,以保護資料以免洩露,並確保從主機傳遞到儀器的控制指令具有完整性,以便符合最新的 IEC 62443 要求。在此情況下,設計人員可以添加 Analog Devices 的超低功耗 MAXQ1065 安全輔助處理器來計算 AES 訊息加密用的執行階段金鑰。

結論

複雜的工業自動化應用建立在智慧現場儀器功能基礎上,並可支援更多不同的感測器和致動器。為了有效設計這些儀器,設計人員現在可以利用一整套裝置來支援更嚴格的感測器介面、處理器、電源和連接要求。

DigiKey logo

聲明:各作者及/或論壇參與者於本網站所發表之意見、理念和觀點,概不反映 DigiKey 的意見、理念和觀點,亦非 DigiKey 的正式原則。

關於作者

Image of Stephen Evanczuk

Stephen Evanczuk

Stephen Evanczuk 撰寫電子產業的相關資訊已有超過二十年的經驗,涉及的主題多元,涵蓋硬體、軟體、系統以及包含 IoT 在內的應用。他以神經元網路為研究主題,取得神經科學博士學位,並且在航太產業,針對廣泛運用的安全系統和演算法加速方法進行研究。目前,在撰寫科技和工程文章之餘,他投入辨識和推薦系統的深度學習應用。

關於出版者

DigiKey 北美編輯群