W środowisku opartym na danych, w którym systemy automatyzacji i AI/ML (sztuczna inteligencja/uczenie maszynowe) znajdują się na frontowych i centralnych systemach zautomatyzowanych, przetworniki odgrywają najważniejszą i zwykle niewidoczną rolę.
Wypełniają Zatokę między światem fizycznym a wymaganymi interpretacjami cyfrowymi, z którymi takie systemy muszą współpracować. Interpretują i przedstawiają cechy fizyczne i środowiskowe oraz fakty jako dane dotyczące interpretacji systemu, które można niezawodnie analizować, monitorować i wykorzystywać w ogólnej lub lokalnej kontroli systemu. Brak przetworników, automatycznych systemów - automatyzacja przemysłowa w monitorowaniu opieki zdrowotnej i elektroniki użytkowej - są ślepe na zdarzenia i nie mogą obsługiwać żadnej formy kontroli.
Głębokie zanurzenie się w nauce przetworników koniecznie bada, w jaki sposób przekształcają świat fizyczny na dane użyteczne, przegląda najczęstsze typy, ilustruje ich zasady pracy i są przykładem zastosowań dotyczących jasności.
Co to jest przetwornik?
U podstaw przetwornika jest urządzenie, które przekształca energię między różnymi formami. W celu gromadzenia i pomiaru danych przetworniki konwertują wielkości fizyczne, takie jak temperatura, ciśnienie, światło, dźwięk i ruch na sygnały elektryczne. - Systemy cyfrowe mogą je przetwarzać, rejestrować i analizować. Takie systemy wymagają dokładnej, powtarzalnej wirtualnej wiedzy na temat rzeczywistych zmian.
Rolą przetwornika jest interfejs między prawdziwym i zmieniającym się światem a systemem automatycznym analizy, który monitoruje, analizuje i reaguje na zmiany wykryte przez te urządzenia. Jako powszechnie znany przykład mikrofon jest przetwornikiem, który przekształca zmiany ciśnienia powietrza (fale akustyczne, energia mechaniczna) w analogowy sygnał elektryczny. Przekształca energię w szybko oscylujące ciśnienie powietrza w sygnał elektryczny, który można zarejestrować, analizować i zastosować do kolejnych procesów.
Czujnikisą w centrum większości zastosowań, od wykrywania środowiska i kontroli procesu przemysłowego po diagnostykę medyczną i elektronikę konsumpcyjną, od kontroli lotu po spłukiwanie toalet. Ich zdolność do przekształcania fizycznych zmian w niezawodne, wymierne dane sprawiły, że stały się kamieniem węgielnym wzrostu technologii i automatyzacji.
Jak przetworniki przekształcają dane wejściowe na sygnały elektryczne
Zrozumienie zasad działających przetworników wymaga pewnego zrozumienia, w jaki sposób przekształcają zjawiska fizyczne na wyjścia elektryczne - zarówno cyfrowe, jak i analogowe:
Wiele przetworników opiera się na zmianach rezystancji w celu przekształcania fizycznych wejść na sygnały elektryczne. Przykłady obejmują wskaźniki odkształceń, które mierzą zmiany oporności z powodu deformacji mechanicznej (rozciąganie lub skurcz); Termistory, które podlegają przewidywalnym zmianom oporności, które są proporcjonalne do temperatury; oraz bimetaliczne paski, które ulegają zmianom fizycznym proporcjonalnym do temperatury.
Przetrzymywacze indukcyjne działają poprzez wykrywanie zmian w sprzężeniu indukcyjnym, gdy przewód porusza się w polu magnetycznym. LVDT wykorzystują tę zasadę do pomiaru przemieszczenia, w którym długie czujniki indukcyjne indukcyjne mogą wykorzystywać taśmę miedziową fali sinusoidalnej jako źródła indukcyjnego, mierząc cykliczne zmiany, które można interpretować za pomocą zliczania impulsu plus częściowe wykrywanie impulsu.
Przetworniki pojemnościowe mierzą zmiany pojemności, które mogą wystąpić, gdy odległość między dwoma płytkami przewodzącymi zmienia się wraz z przemieszczeniem. Zasada ta jest często stosowana w czujnikach ciśnienia i przemieszczenia, wytwarzając pomiar analogowy, który można użyć bezpośrednio lub przekonwertować za pomocą konwertera analogowego na cyfrowy (ATOD).
Przetworniki piezoelektryczne generują ładunek elektryczny po zastosowaniu naprężenia mechanicznego. Jest to idealne do zastosowań, w których należy wykryć wibracje, ciśnienie lub fale dźwiękowe, gdy częstotliwość sygnału jest stosunkowo wysoka, a zaangażowane przemieszczenia są małe. Przetworniki piezo mogą być wyjątkowo wrażliwe i są powszechne dla instrumentów naukowych i pomiarów dźwięku/wibracji o wysokiej precyzji.
Termopary polegają na efekcie termoelektrycznym, w którym napięcie jest generowane ze względu na różnice temperatury między dwoma odmiennymi przewodami drutu metalowego, w którym połączenie zapewnia precyzyjnie ustawiony punkt wykrywania.
Przyszłość przetworników
W miarę postępu rozwoju technologicznego przetwornicy stale zwiększają się złożoność, precyzja i delikatność. Rozsądne jest oczekiwanie, że staną się jeszcze bardziej precyzyjne, mniejsze i energooszczędne, a także rosną w różnorodności wykrywania.
Internet przedmiotów (IoT), urządzenia do noszenia i inteligentna produkcja napędzają popyt na bardziej zaawansowane, mniejsze i bardziej niezawodne technologie przetworników. Postępy w technologii MEMS (systemy mikroelektromechaniczne) prowadzą również do opracowania nowych klas miniaturyzowanych przetworników, które można zintegrować z coraz mniejszymi urządzeniami przenośnymi.
Zastosowanie przetworników bezprzewodowych, eliminujące potrzebę fizycznych połączeń między czujnikiem a systemem przetwarzania danych jest szczególnie przydatne w środowiskach zdalnych lub niebezpiecznych, w których połączenia przewodowe mogą być niepraktyczne. Dostępne opcje w tym obszarze nadal się rozwijają.
Wniosek
Przetworniki są centralnym etapem w wielu obszarach technologii, przekształcając złożony i dynamiczny świat fizyczny w wiarygodne, przydatne dane. Przekształcanie wielkości fizycznych, takich jak ciśnienie, temperatura, światło, wibracje, pola magnetyczne, poziomy zanieczyszczeń i ruch w sygnały elektryczne, przetworniki umożliwiają monitorowanie, kontrolę i automatyzację procesów we wszystkich sektorach. Możliwości i technologie przetworników prawdopodobnie nie będą się zmniejszyć, ponieważ technologie stają się bardziej precyzyjne i bardziej integralne dla działań społecznych i komercyjnych.
Zrozumienie podstawowych zasad i metodologii w zastosowaniach przetworników jest kluczową umiejętnością dla wszystkich zaangażowanych w inżynierię, produkcję, opiekę zdrowotną i elektronikę. Zrozumienie i interpretacja świata rzeczywistego jest głównym problemem we wszystkich aplikacjach automatyzacji, a ten obszar wiedzy wciąż się rozwija i zwiększa użyteczność.