作者：Kenton Williston

投稿人：DigiKey 北美編輯

在工廠自動化和工業物聯網 (IIoT) 中，基于狀態的監控 (CbM) 提供對資產健康狀況的洞察，以增加正常運行時間和生產力、降低維護成本、延長資產壽命并確保工人安全。雖然傳感器、診斷算法、處理能力以及人工智能 (AI) 和機器學習 (ML) 技術的應用的改進使 CbM 更加有用，但缺乏合適的基礎設施限制了其在許多應用中的影響力。

采礦、石油/天然氣、公用事業和制造應用中的設備通常位于缺乏電力或數據網絡的位置。將新的電源和網絡電纜連接到這些遠程位置可能成本高昂且不切實際，特別是對于需要相對較高功率和數據速率的 CbM 應用而言。

無線替代方案需要權衡。例如，電池供電的傳感器只能提供有限的數據速率，使得這些設置不適合 CbM。為了將最新的 CbM 功能引入這些地點，工程師需要替代基礎設施選項，以低成本提供可靠的電力和高帶寬網絡。

10BASE-T1L 單對以太網 (SPE) 專為滿足這些標準而設計。它可在長達 1 公里 (km) 的距離內提供數據和電力，遠遠超出了工業以太網的限制。工程師可以利用這項新技術將復雜的 CbM 技術部署到以前無法到達的位置。

本文概述了 CbM 和人工智能的影響，然后概述了 SPE 對于遠程位置的優勢。它重點介紹了基于 SPE 的傳感器的關鍵組件，并提供了選擇它們的指南。最后，本文回顧了設計組合數據和電力通信接口的基礎知識，并展示了如何將基于 SPE 的 CbM 系統集成到更廣泛的工業網絡中。

CbM 以及人工智能和機器學習的影響

雖然推動 CbM 增長的因素有很多，但人工智能和機器學習的崛起尤其值得注意。這些技術正在將 CbM 的應用范圍擴展到泵、壓縮機和風扇等旋轉設備之外，涵蓋更廣泛的機械，包括數控機床、輸送機系統和機器人。

這些進步之所以成為可能，是因為人工智能和機器學習系統能夠攝取和解釋大量數據，包括振動、壓力、溫度和視覺數據。憑借豐富的數據集，人工智能和機器學習系統可以識別舊技術可能遺漏的異常行為。

為了實現這些優勢，所有相關設備都必須提供高保真數據，這就是為什么 CbM 系統為運營中最偏遠的角落提供邊緣到云連接變得至關重要的原因（圖 1）。

圖 1：現代 CbM 系統必須將遠程操作技術 (OT) 設備與信息技術 (IT) 系統連接起來。 （圖片來源：[Analog Devices](）

SPE 相對于其他替代方案的優勢

為了服務這些遠程地點，工程師需要一種 IT 友好的方式來提供數據和電力，從而將成本和物理占地面積降至最低。工業以太網解決方案是一個顯而易見的選擇，因為它們提供每秒 100 兆比特 (Mbps) 的典型數據帶寬，以及每個端口高達 30 瓦的以太網供電 (PoE)。然而，工業以太網的距離限制為 100 米 (m)。

輸入 SPE，顧名思義，它通過單對雙絞線提供以太網連接，而不是 100BASE-TX 的兩對雙絞線或 10BASE-T 的四對雙絞線。因此，SPE 布線比同等的工業以太網布線更小、更輕且成本更低。盡管占地面積減少，SPE 仍支持長達 1 公里 (km) 的運行距離、高達 1 千兆位每秒 (Gbps) 的數據速率、高達 50 瓦的功率以及適用于惡劣環境的 IP67 等級連接器。

值得注意的是，SPE 的最大額定值是相互排斥的。例如，僅在長達 40 m 的短距離運行中才支持 1 Gbps 速度。相比之下，在最大電纜長度為 1 km 時，數據速率限制為 10 Mbps。

如何選擇用于 SPE 應用的以太網 MAC

與所有以太網連接一樣，SPE 接口包含媒體訪問控制 (MAC) 層和物理 (PHY) 層。 MAC 管理以太網流量，而 PHY 將電纜中的模擬波形轉換為數字信號。

許多先進的微控制器單元 (MCU) 都配備了 MAC，有些還包含 PHY。然而，用于邊緣傳感器的低成本、低功耗 MCU 缺乏其中任何一個功能。該解決方案在于 10BASE-T1L MAC-PHY，它在單獨的芯片中實現這兩個元素，使設計人員能夠從各種超低功耗處理器中進行選擇。

[Analog Devices 的ADIN1110CCPZ-R7]就是一個很好的例子（圖 2）。該單端口 10BASE-T1L 收發器專為擴展范圍、10 Mbps SPE 連接而設計。 ADIN1110 通過 4 線串行外設接口 (SPI) 連接到主機，這是大多數現代微控制器上都有的接口。

圖 2：ADIN1110 是一款單端口 10BASE-T1L 收發器，通過 4 線 SPI 接口連接到主機處理器。 （圖片來源：Analog Devices）

為了提高魯棒性，ADIN1110 集成了電源電壓監控和上電復位 (POR) 電路。此外，可編程發送電平、外部終端電阻器以及獨立的接收和發送引腳使該器件適合本質安全應用。

設計共享數據和電源通信接口

SPE 使用稱為數據線供電 (PoDL) 的技術通過同一根電線提供電源和數據。如圖 3 所示，高頻數據通過串聯電容器耦合到雙絞線，而直流 (DC) 電源則使用電感器耦合到線路。

圖 3：PoDL 分別使用電感和電容耦合通過單根雙絞線提供電源和數據信號。 （圖片來源：Analog Devices）

在實踐中，需要額外的組件來實現穩健性和容錯能力。例如，建議使用橋式整流二極管來防止電源連接極性錯誤。同樣，瞬態電壓抑制器 (TVS) 二極管對于電磁兼容性 (EMC) 魯棒性也是必需的。值得注意的是，需要一個扼流圈來減輕電纜的共模噪聲。

選擇 CbM 傳感器

如前所述，CbM 可應用于多種傳感模式。在這些模式中，需要考慮的關鍵因素之一是性能和效率之間的權衡。

以振動傳感為例。壓電傳感器的性能優于微機電系統 (MEMS)，但成本較高。這使得壓電傳感器成為往往位于中心位置的高度關鍵資產的良好選擇。

相比之下，許多不太重要的資產通常位于設施最遠的地方，因此由于成本限制目前并未受到監控。然而，仍然必須挖掘他們的數據以提高整體系統的生產力。距離和成本敏感性的結合正是基于 SPE 的 CbM 的優勢，使 MEMS 傳感器成為自然選擇。

除了成本較低之外，MEMS 傳感器還為 SPE 傳感器提供了其他優勢。例如，與壓電傳感器相比，大多數 MEMS 傳感器具有數字濾波、出色的線性度、重量輕和尺寸小等特點。

下一個設計選擇是在單軸傳感器和三軸傳感器之間進行選擇。表 1 列出了兩個典型示例[ADXL357BEZ-RL]三軸加速度計和[ADXL1002BCPZ-RL7]單軸加速度計之間的差異。

| | 范圍 | ADXL357 | ASXL1002 |
| ---------------- | ------------------------- | ----------------------- |
| 軸數 | 3 | 1 |
| 尺寸 | 6毫米×5.6毫米×2.2毫米 | 5毫米×5毫米×1.8毫米 |
| 集成模數轉換器 | 是的 | 不 |
| 電源 | 2.25V 至 3.6V | 3.3V 至 5.25V |
| 界面 | SPI | 模擬 |
| 重量 | <0.2克 | <0.2克 |
| 噪音 | 80微克/√赫茲 | 25微克/√赫茲 |
| 帶寬 | 1kHz | 11kHz |
| 電流消耗 | 200微安 | 1,000微安 |

表 1：單軸 ADXL1002BCPZ-RL7 和三軸 ADXL357BEZ-RL 傳感器在許多重要的考慮領域進行權衡。 （圖片來源：Analog Devices）

如表 1 所示，單軸傳感器可提供更高的帶寬和更低的噪聲。然而，三軸傳感器可以捕獲垂直、水平和軸向振動，從而更詳細地了解資產的運行情況。使用單軸傳感器很難識別許多故障，包括彎曲軸、偏心轉子、軸承問題和翹起轉子。

值得注意的是，振動傳感器本身無法檢測到所有故障，即使是那些主要與振動相關的故障。在某些情況下，最佳解決方案可能是將單軸傳感器與其他傳感器配對，例如用于電機電流或磁場的傳感器。在其他情況下，最佳解決方案可能涉及兩個或更多單軸傳感器。

考慮到這些考慮因素的復雜性，建議對兩種類型的傳感器進行試驗。為此，Analog Devices 提供了[ADXL357 3 軸傳感器評估板]和[ADXL1002 1 軸傳感器評估板]。

將基于 SPE 的 CbM 系統集成到更大的工業網絡中

任何 CbM 系統的基本要求是提供與云的無縫連接。圖 4 說明了如何使用消息隊列遙測傳輸 (MQTT) 協議來實現這一點。這種輕量級 IIoT 消息傳遞協議能夠以最少的代碼占用量和較低的網絡帶寬連接遠程設備。

[]圖 4：所示為基于 SPE 的 CbM 架構。關鍵傳感器系統組件包括傳感器、低功耗邊緣處理器和 MAC-PHY。 （圖片來源：Analog Devices）

大多數低成本 Cortex-M4 微控制器都適合此應用，因為幾乎所有這些芯片都具有連接傳感器和 MAC-PHY 所需的 SPI 端口。從軟件角度來看，主要要求是用于 MQTT 堆棧的足夠內存、適當的實時操作系統 (RTOS) 和邊緣分析軟件。通常，只需要幾十 KB 的 RAM 和 ROM。

一旦 SPE 電纜到達現有基礎設施，媒體轉換器就可以將 10BASE-T1L 信號轉換為標準以太網電纜的 10BASE-T 幀。請注意，此轉換僅更改物理格式；以太網數據包保持不變。從這里，這些數據包可以通過任何以太網網絡發送。

結論

SPE 正在成為一種變革性技術，能夠巧妙地解決遠程設備 CbM 的挑戰。其 PoDL 功能通過一根雙絞線優雅地融合了電力和數據傳輸，提供了一種將以太網基礎設施擴展到更遠距離的低成本方式。通過精心選擇 MAC-PHY 接口和 MEMS 傳感器，工程師可以利用這些功能來部署緊湊、輕量級的解決方案，這些解決方案具有足夠的成本效益，足以證明其在不太重要的資產上的使用是合理的。這使得人工智能和機器學習系統可以使用新的操作可見性來提供前所未有的操作洞察力。

審核編輯 黃宇