ST模拟、MEMS及传感器事业部副总裁，MEMS传感器业务总经理Andrea Onetti访谈

                           第二波浪潮——工业
        MEMS产品产业在过去几年里有过非常风光的增长历程，尤其是手机产业的带动。但手机产业在过去一两年里没有像以前那样出现数量增长的红利，因为第一，应用于手机的MEMS总量差不多持平，没有增长；第二，在单机里，没有新型的MEMS应用加入，造成单机MEMS的价值没有提升，单机的传感器数量也保持稳定。
        因此业界有这样一种质疑声：下一波MEMS怎么样？现在看起来，下一波MEMS产业浪潮可能在工业和汽车、自动驾驶。这个市场不单单让传感器单个价值的增加，在数量上也是非常可观的。
       MEMS产品第一波市场井喷，是在2005年左右，主要驱动力是“智能手机”，由于智能的需求，传感器为手机的新功能立下了汗马功劳。

        但在过去的两三年里，业内一直在讲物联网、云服务，这些领域目前的关注点是“数据”，很多智能终端产品在采集数据，很多公司都在花巨资投入云服务。在工业和汽车方面，最近出现了自动化、智能化趋势，涵盖智能工业、智能驾驶、无人驾驶等。如果这些最终实现，传感器是必不可少的，而且传感器在其中的作用比第一波的传感器在手机里的作用大得多。
              工业与消费类电子的差别
        在过去的20年，消费类应用使不同类别的MEMS传感器实现了从雏形，到大批量生产、直至大批量应用的过程，这些传感器包括加速计、陀螺仪、惯导模块、磁力计、气压计、温度计、气体压力计、以及最近几年越来越多的环境类传感器。
        第二波将在汽车和工业类里面越来越多，要求的性能和精度更高。因为工业类对性能和精度的特殊要求，可能同一类别的工业传感器和消费类传感器有几倍的差别！

        这对于整个产品的定义、规划、制造、研发都会带来新的挑战。
        *制造。要达到高性能和高精度主要通过两个方面：1.纯粹工艺的提升；2.测试和校正工艺/能力提升。
        其中测试和校正是可以大为挖掘的地方，因同一类别的传感器，如果施予合理的校正方法和校正点位，可以达到更好的性能输出。而与其它半导体制造不同，其它半导体厂家产品的校正更多在于测试，主要是为了把不良品给剔除。而MEMS制造由于含有机械元素，因此校正的主要目的是恢复参数，去拉升到需要的规格范围之内。
        ST的特点在做的时候可以同时并行处理很多细节，例如友商做10个，ST可以一下做100个，这就意味着效率的提升，从而节约器件的制造成本。另外，具备了这样的能力，ST可以按照客户的应用需求，更加灵活地去配置校正要达到什么样的参数输出——有的可以放宽精度，达到成本更好；有的可以提高精度，达到性能更高。

        *高性能。目前为止，大部分人对MEMS生产的理解还是在过去消费类市场里的应用。例如，作为声音采集的器件，到目前为止，麦克风主要用来采集人的声音，主要集中在20 Hz~20k Hz频率范围。但在智能制造、智能工业中，是机器与机器之间的对话、互动，同样要去检测声音，需要把声音采集的带宽上升到80k Hz，这样才可以采集到水管是否漏水及一些在机器当中要去检测的信息。
        再例如，人机界面互动的应用场景，即使对于同一款传感器，它的应用不一样，规格也会有区别。
        *生命周期。消费类电子的生命周期较短，有的只有两三年；但整个工业设备的生命周期会跨过五年、十年、甚至更长。那么在这类应用里的产品，需要确保产品的生命周期与最终设备的生命周期是吻合的。针对这样的需求，ST做出了郑重的承诺，所有在工业类里产品的生命周期超过十年。
        可见，随着传感器走出消费类应用，走近工业类应用，产品应用需求的变化导致了对于产品的需求不一样，因此MEMS厂商向客户做出的承诺也不同。
                    前装和后装的市场分析
        第一种是在新机器设备开发的时候就把传感器装进去，就可以把连接具体什么样的传输方式定义好。根据市场报告，每年约有七八千万新设备的市场容量，其中约有40%~50%的设备是智能的。
        然而，整个行业里最大的市场在于既有的机器设备，有的装了几年，有的装了几十年。这时，可以通过无线和传感器的方式把机器设备进行有效的连接。这部分的市场前景更大，约有8亿的机器设备。但现在其改装的比例却很低，只有1%、2%。这个改装过程会随着云服务的发展逐渐体现出来，相信这会是指数型增长的趋势。最近在欧洲的一个展会上，大家介绍的都是智能化的生产设备，预计在未来的一到三年之内，改装市场的占比也会达到双位数。
        需要特别指出的是，如果真的在现有设备上加装元器件，例如加一个传感器单元，也不可能两三个月就去换一个，所以低功耗非常重要。ST的传感器是从消费类衍生过来，功耗方面可以做得很好，既使是电池供电的应用，装上去以后整个的生命周期有效期达到几年以上。

                 ST的高精度倾角计等新产品
        说了这么多理论，ST到底有何面向工业的明星产品？近日，ST推出了一款高精度倾角计——IS3DHHC，是2018年第一款亮相的新型传感器，特点是新型低噪3轴加速度计，为工业倾角计厂商提供经济实惠的高精度传感器解决方案。
        据悉，在此之前，ST的3轴陀螺仪和6轴惯导模块已经在市场上应用，此次介绍的工业用倾角计的需求有了变化。
        倾角计不是一个新产品，先前主要是用在重型车辆的搬运，例如铲车。最近又看到一种新型的运动传感器，它不单单用于检测，甚至用于有些智能自动安装设备过程中，这种安装设备是由自动化/电脑控制、甚至远程遥控的。它可以知道设备在安装的整个过程中是否符合安装的流程，是否安装到足够的精度，是否在安装的过程中碰到什么异常状态。要达到这些标准，对倾斜、偏差的精度要求很高，要求有非常高精度的加速度计，可以用倾角计来实现这类检测。
        运动传感器只是一个开端。在ST的产品规划中，智能工业应用的布局超过了运动传感器本身，例如温度传感器和湿度传感器等对于传感器本身的参数提升、高精度是很重要的。

        传感器的性能提升还有一个很重要的因素，如果你的校正得好，也可以提升精度，那怎么样才能校正好？在做校正的过程当中，“温度”是个很重要的参数，实际应用场景下，温度并不是在常规下，有时会低到零下几十度，或高到上百度。传感器的特性会在不同温度下有不同的表现，如果可以通过很好的温度校正，就可以使整个的性能达到更优的状态。
        ST后续的布局里除了有运动、振动、角度测量的MEMS传感器外，还有温/湿度、气压、声音等。

                     案例：马达感测+本地AI

        说了这么多，是否有些应用案例？
        在智能工业里用最多、最普遍的就是马达，在马达检测中有多种信息可以去检测，诸如速度、加速度、噪音、角速度、力矩、电流、电压等，可以单独或同步进行。理论上，这些信息可以告知系统马达是否工作在正常状态；同时，既然是智能化，这些采集的数据都可以传输给后台的云端去做数据处理。一般情况下，工厂里人停机不停，马达一直开着。如果24小时一直在传输数据，会产生很大的数据量。而后台的云一直在做满负荷计算，也有很大的成本。
        有没有更好的方法呢？我们可以按照不同应用的需求量身订做。例如要检测振动，可以加一个加速度传感器/模块；想要检测噪音，可以加一个麦克风模块；检测温/湿度，加温/湿度模块；……总之，不同类别的信息可以通过多种传感器进行本地采集，然后在本地的模块里进行信号处理，即可以进行“预处理”，即本地化的人工智能判别 (local AI)。当本地化的几个人工智能判别综合起来觉得有异常，不符合先前定义的工作状态表征时，再上报到云。因此平时产生的是小数据量。这样整个系统就相对变得精简，而且真正采集到的信号多元性可以提升。

（作者微信公众号：王莹主编）

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。