为什么智能制造的定制电路设计是非常重要的。
Bjorn Zeugmann和奥拉夫Enge-Rosenblatt
行业的进步日新月异的数字化,尽管不是到处都以同样的速度。在许多行业,流程可以数字化,很好——例如,因为电子控制系统可以从模拟到数字改造相对容易。在某些情况下,新产业的出现只是因为流程已成为数字。然而,一些建立和良好的行业还没有受益于数字化程度不尽相同。
在传统的机械工程,例如,通常很难装备现有工厂电子传感器和致动器。数字系统目前市场上大多是现成的解决方案不能充分适应这个行业的需求。这使得他们难以融入的高精度生产厂房和设备,这通常是基于多年的经验。最重要的其他因素装备植物,除了价格,是电子的空间需求,他们的健壮性、通信接口和-偶尔他们的电力消耗。它也不是一个常见要求额外的电子效果甚微,如果任何系统的机械部分。
技术解决这一困境将是使用电路设计,定制的正是这些需求的特定的应用程序。这种形式的适应系统可以实现一个ASIC,或者——在更复杂的设置——chiplet,结合必要的,但减少,离散的外部连接。硬件优化的实际任务,可以操作的结合建立控制系统使用标准化的接口。
ASIC-based解决方案的一个缺点是单位成本就越高。可以使用一个标准的解决方案在各种情况下,从而以较低的成本生产。通过定制的解决方案,这种广泛的应用程序。然而,有几种方法可以降低各种成本。例如,设计过程中已经可以高度模块化,这样不同的电路设计基地和相似电路组件可以从相应的库。这是常见的做法。技术的选择基于性能要求也对生产成本产生重大影响。分裂为模块化设计多个技术和使用chiplets类似于设计本身也可以跨多个系统/应用程序时降低成本。成本效益比率必须仔细权衡的基础上,这些和其他因素,根据不同的应用程序。
今天,它往往是这样:首先收集大量的数据从机器或过程,然后转移到云(本地或公众)和分析。这需要高性能传输媒体和计算能力。由于缺乏实时能力,云计算不适合在大多数情况下控制机器和设备。呼吁优势的解决方案,这是接近使用但提供有限的计算能力。为了评估数据直接在边缘,尽可能精确算法必须知道它正在寻找什么。如果知道这个算法——或者它可以发现通过适当的机器学习等上游措施——然后精确定制的硬件定制应用程序的目的和相应的软件可能意味着一个巨大的优势标准的解决方案。计算通常可以直接进行更快更节能的特殊硬件比通过一个通用的硬件上的软件解决方案。更重要的是,省略的组件不需要也可以节约能源以及空间和成本。
尽管成本较高、定制、集成解决方案真正进入他们自己的应用程序有特殊要求。场景的标准解决方案尤其如此短。在这些情况下,定制电路设计有一个重要的角色在向4.0产业的转换。
奥拉夫Enge-Rosenblatt集团经理弗劳恩霍夫IIS的计算分析的自适应系统分部工程。
|
|
|
|
|
|
|
|
|
|
留下一个回复