本文概述了工業電動工具領域所常見的各種應用案例,並重點介紹了整合無線模組——特別是低功耗藍牙(Bluetooth LE)——所帶來的功能。此外,本文重點介紹了該領域即將出現的一些機會,包括使用藍牙AoA/AoD和HADM技術進行精確的電動工具追蹤,以及使用機器學習來進行預測性維護。
近年來,工業工具製造商已開始將無線連接納入其產品以啟用各種功能,包括電動工具追蹤、通過手機App進行配置更新、用於防盜的地理圍欄、即時性能監控和OTA升級。對於許多客戶來說,預防損失尤其重要,因為這不僅需要更換工具,而且還會因計畫外的停機而降低生產率。同樣,客戶也擔心假冒和篡改所帶來的安全問題。
通過使用基於藍牙接收信號強度指示(RSSI)、藍牙到達角/出發角(AoA/AoD)和即將推出的高精度距離測量(HADM)技術的定位服務,藍牙模組有助於解決防丟問題。在這些測距解決方案的説明下,客戶可以建立地理圍欄並在工具離開限定邊界時收到警報資訊。
另一方面,可以通過選擇支持篡改檢測、固件簽名和安全引導的無線模組來解決對安全性的擔憂。電動工具可靠性是該領域的另一個新興趨勢,客戶希望能夠根據使用者體驗層次和作業執行的情況來定制工具配置。最後,客戶希望他們的工具能具備預測性維護功能以改善產品的生命週期和價值。
通過包含藍牙模組和配套的手機app,製造商可以讓用戶通過手機app來配置工具設置,實現電動工具問責的功能。此外,從工具發送的定期診斷報告,以及在工具本身運行的機器學習演算法,可以讓預測性維護更為便利。
根據功能和系統架構,工業工具細分市場可大致分為三項應用領域:
資產標籤是三項應用領域中最簡單的一個,它是將藍牙模組與感興趣的工具進行關聯。藍牙模組傳輸有關工具的狀態更新資訊,使其行蹤能夠被追蹤。第二項應用是當今大部分工業工具領域的代表用例,就是在現有的設備中添加無線連接功能。
在這裡,無線模組是以網路輔助處理器(NCP)模式運作,並支援工具和智慧手機app之間的雙向通信來實現一系列的功能。我們稍後將在本文中討論這些應用案例。最後,第三項用例揭示了這個細分市場的未來趨勢,其中的無線模組將能夠處理應用程式碼的要求並實現無線連接。以下章節中將詳細介紹每一項用例。
第一項應用利用低功耗藍牙協議的廣播功能來實現工具追蹤功能。圖1顯示了這一應用的系統框圖,特別是針對資產標籤。在這一示例中,該設備由在片上系統(SoC)模式下運行的單一低功耗藍牙模組所組成,其中應用程式碼和無線協定棧在主機處理器上執行,然後該設備將定期傳輸信標。
該設備由一顆容量為235mAh的CR2032鈕扣電池供電。假設電池降額係數為20%(考慮到鈕扣電池的非最佳峰值電流處理能力以及自放電情況)和1s的傳輸間隔,則平均電流消耗為10μA的系統可達到兩年的電池壽命。通過增加傳輸間隔,進而利用無線MCU的低睡眠電流,還可進一步延長電池壽命。例如,如果將傳輸間隔增加到4s,電池壽命可超過5年。
圖1:資產標籤框圖。
為了啟用追蹤功能,設備製造商提供了一款具有以下功能的智慧手機app:
表1顯示了資產標籤用例的示例規格。在該用例中,設備所支援的一般和最大發射功率分別為0dBm和+4dBm。雖然大多數設備使用製造商預先配置的固定傳輸間隔,但某些設備可以讓使用者從智慧手機應用程式設定傳輸間隔。
表1:用例1的典型表格。
在第二個用例中,低功耗藍牙模組以NCP模式運行,從而實現工業工具的無線連接。這種系統架構在當今大多數工業工具中很常見,因為製造商可輕鬆將無線模組添加到他們的設計中,並通過UART或SPI介面將其與工具的主處理器連接,而無需重新設計整個工具電路。
另一方面,專用主處理器的使用也適用於許多工具,在這些工具中獨立低功耗藍牙模組無法滿足應用程式碼對RAM、快閃記憶體、通用輸入輸出(GPIO)和外設要求。
以下是無線模組與智慧手機app一起使用時,在該用例中啟用的一些功能:
圖2顯示了第二個用例的系統框圖,例如支援低功耗藍牙的電鑽。低功耗藍牙模組支援兩種電源選項:主工具電池和CR2032鈕扣電池。在有工具電池的情況下,無線模組支援前述所有功能。
圖2:低功耗藍牙(BLE)模組在NCP模式下運行的電動工具框圖。
然而,如果工具電池沒電或被移除,無線模組則繼續由鈕扣電池供電,但在這種情況下,功能僅限用於追蹤工具的信標。由於無線模組在NCP模式下運行,因此無線協議棧在低功耗藍牙模組上運行,而應用程式碼則在主機處理器上運行。軟體元件,例如Silicon Labs提供的BGAPI協定,可通過UART介面用於簡化應用主機與低功耗藍牙NCP之間的通信。
表2顯示了這一應用的示例規格。工具中的低功耗藍牙模組與智慧手機app之間的連接參數會在工具註冊時分配。無線模組的發射功率通常設置為0dBm,最大值為+8dBm。工具和app之間的連接間隔可以從100ms到4s不等,具體取決於目標應用。
表2:第二項應用的典型規格。
例如,如果無線連接主要用於更新工具配置和讀取診斷資訊,4s的連接間隔就足夠了。或者,為了讓使用者即時監控工具的性能並執行預測性維護,可能需要更短的連接間隔。智慧手機app和工具上的應用程式碼可以進行設計,使連接參數根據目標應用動態變化,而無需使用者參與。最後,CR2032鈕扣鋰電池的電池壽命額定為1至2年,具體壽命取決於發射功率和間隔。
在第三項用例中,低功耗藍牙模組在SoC模式下運行,而其中應用程式碼和無線協定棧可在模組本身上執行,使得工具的設計整合度更高,降低物料清單(BOM)成本,並延長某些產品和配置的電池壽命。隨著無線MCU取得大幅改善,增加更多的記憶體、處理速度、類比/數位外設和專用硬體塊以加速機器學習功能的運行,這種較新的工具設計系統架構即將開始流行。
圖3顯示了該用例的框圖,特別是支持低功耗藍牙的工具電池,其示例規格如表3所示。在該實現中,無線MCU應用程式碼負責電池管理系統,並提供與智慧手機app的藍牙連接。電池管理系統在鋰離子電池中至關重要,因為每個電池的充電容量會受到老化、製造工藝變化和溫度的影響。
圖3:低功耗藍牙模組在SoC模式下運行的工具框圖。
因此,電池管理系統需要使用外部電池監控/均衡電路來監控電池組中各個電池的溫度、電流、電壓和充電/放電特性。該電池均衡電路可以是有源或無源,用於優化單個電池的充電和放電迴圈,從而延長電池組的使用壽命。以下是低功耗藍牙模組與智慧手機app搭配時所啟用的一些功能:
表3:應用3的典型規格。
電動工具追蹤是用戶在建築工地、工廠、倉庫或車庫環境中所面臨的常見問題之一。為了解決這一問題,製造商目前提供了一種測距解決方案,使用接收藍牙資料包的信號強度來估計設備所在的位置。在無線通訊中,信號強度的降低理論上是發射設備和接收設備之間距離平方的函數。
因此,通過利用接收到的信號強度值,並使用一些複雜的信號處理演算法,可以估計兩個設備之間的距離。雖然該解決方案實施起來相對簡單,但其準確性很大程度上取決於無線通道的條件。因此,該解決方案的實際精度通常限於半徑5到10m,其可能不足以滿足上述各種用例。為了解決這一問題,藍牙提供了兩種測向解決方案:到達角/出發角(AoA/AoD)和高精度距離測量(HADM)。
顧名思義,AoA技術估計接收RF信號的方向,使用接收器的天線陣列來提高測量精度。包含兩個或更多這樣的多天線接收器的系統,可以通過利用接收器的角度測量和所在位置來執行三角測量,以準確估計藍牙標籤的位置,如圖4所示。
另一方面,HADM是藍牙中一種新的測距技術,它使用飛行時間或基於相位的測量來估計發射設備和接收設備之間的距離。因此,由三個或更多接收器所組成的系統,可以執行如圖4所示的三邊測量,其中可以利用來自多個接收器的距離測量值來估計標籤位置。
圖4:三角測量和三邊測量技術。
與AoA需要在接收器所在地點使用天線陣列不同,HADM通常只需要單天線解決方案。然而,在出現重大通道障礙(例如多路徑和衰退)的情況下,多天線HADM解決方案可以顯著提高準確性。為便於使用多個天線,藍牙規範在測量距離時,支援最多四個天線路徑,這可能須在發射器接收器節點上執行1×4或2×2的天線配置。
使用AoA執行工具追蹤,需要將天線陣列安裝在工廠或建築工地的天花板上。這些陣列可以是現有基礎設施(例如接入點)的一部分,且目前能夠即時追蹤多達500個工具。另一方面,一項簡單的、基於HADM單接收器的工具追蹤器,可以為用戶提供有關工具距離遠近的資訊,而無需提供太多有關方向性的資訊。
然而,通過結合AoA和HADM技術,用戶只需使用一個接收器即可確定工具的精確位置。例如,同時支援AoA和HADM的掌上型工具追蹤器可以將AoA所提供的方位角和仰角與HADM所返回的距離參數相結合,以精確指示工具所在的方向以及深度場。這種方法可以讓工具追蹤解決方案達到亞米級的精度,從而顯著改善上述場景中的用戶體驗。
工具維護是工業工具領域的一個重要課題。大多數使用者目前都會安排定期維護或在遇到問題時進行維護。為工具添加預測性維護功能,可以讓使用者根據使用特性安排維護,從而節省定期維護成本,同時確保工具在需要時得到維修。圖5顯示了兩種不同的預測性維護系統架構,可以將無線功能整合到工業工具中執行。
圖5:工業工具領域的預測性維護。
在第一種基於雲的架構中,無線模組用於通過閘道定期將表徵工具性能的各種感測器資料上傳到雲端。因此,使用者可依據感測器資料執行複雜的信號處理和機器學習演算法,預測下次何時進行工具維護。
雖然這種方法有利於研究工具的老化現象和相關性能下降的問題,但如需解決間歇性故障和日後可能出現的系統問題,則需要以更高的頻率傳輸工具資料,以至於對其電池壽命產生負面影響。工具製造商可以通過增加電池容量來克服這一限制,但這會帶來更高的BOM成本和增加產品的尺寸。
圖5顯示的第二種基於邊緣運行的系統架構可以解決這個問題,它可以在嵌入式MCU上實現邊緣智慧,從而在傳輸間隔之間監控工具的性能。嵌入式機器學習模型能夠加以訓練,通過分析振動、聲學和溫度資料來檢測運行時發生的故障,並且可以在識別到任何異常的測量資料時發送警報消息。
該模型也可加以訓練用來檢測資料中的特定模式以識別目標故障,或者可根據理想的工具性能特徵進行建模,以檢測性能中的任何偏差。由於該模型是在嵌入式平臺上執行,因此與基於雲的分析相比,其性能預計會受到限制。
然而,由於此架構旨在降低資料傳輸頻率以延長電池壽命,因此所採用擴展模型的預測精度只須大於95%就可滿足上述用例。此外,最近在嵌入式硬體方面的演進可以加速機器學習操作,加上為此類操作提供的所需軟體和工具支援,使製造商更容易將此功能整合到他們的產品中。
總而言之,為傳統工業電動工具增加無線功能有以下幾項優勢:基於作業要求的靈活工具配置、高度精確的工具追蹤、即時性能監控、無線OTA升級軟體和固件等等。為此,Silicon Labs提供了種類多元的產品,以高性價比實現此類型的解決方案。我們的產品包括具備整合天線的預認證SiP或PCB模組,以減少開發時間和成本。
與當今市場上的其他產品相比,我們的無線MCU具有最低的運行電流和睡眠電流,可以顯著提高工業工具的電池壽命。Silicon Labs研究了執行精確工具追蹤系統時所遇到的各種挑戰,其中涉及使用RSSI和藍牙AoA技術,並進行大量的建模、實驗和即時工具追蹤,同時研究該領域即將推出的各種技術。因此,我們以參考設計、應用說明和程式碼用例的方式提供了大量的文檔,使客戶易於在其產品中實現這項技術。
本文刊登於EDN China網站
從無線連接、更快的處理和運算、網路安全機制、更複雜的虛擬實境(VR)到人工智慧(AI)等技術,都將在未來的每一個嵌入式系統中發揮更關鍵功能。「嵌入式系統設計研討會」將全面涵蓋在電子產業最受熱議的「智慧」、「互連」、「安全」與「運算」等系統之相關硬體和軟體設計。
會中將邀請來自嵌入式設計相關領域的研究人員、代表廠商以及專家,透過專題演講、產品展示與互動交流,從元件、模組到系統,從概念設計到開發工具,深入介紹嵌入式系統設計領域的最新趨勢、創新和關注重點,並深入分享關於嵌入式系統設計的經驗、成果以及遇到的實際挑戰及其解決方案。
加入LINE@,最新消息一手掌握!