CA168首页 > 自动化信息 > 综合信息 > 信息详情

把控性能与发挥工艺,MEMS压力传感在如何发展

发布日期:2021-12-15 作者:网络
 近年来,机器人技术的发展推动了制造业工厂的流程升级。自动化工厂、数字化工厂、“智能”工厂、“黑灯”工厂等等概念一时间让人无法分辨清楚这些新名称下的制造工厂到底有着怎样的面貌。其实暂且抛开这些概念的含义,它们最终的目标都是提高工厂和车间的效率。如果无人化和自动化没办法带来更高的效率,那么一切升级都无从谈起。

在这些升级转型的场景中,绝大部分都需要使用自动化设备。在智能工厂中,智能设备离不开各种传感器,传感器可以对制造设备、系统、泵、电机以及其他设备进行实时监控和运行管理,同时还可以监管工厂内设施及员工动向。这可以预防机器故障、提高产品质量和生产率。此外,还可以对收集的数据进行整合和分析,以进一步优化工厂运营。在制造业中实现这种类型的数字化转型,各种传感器是关键,例如小型高精度压力传感器和可联网变送器。

MEMS压力传感器不是一个陌生的话题了。工厂中有太多设备需要液体或者气体来驱动,要实现对设备的精准控制并节约能源,设备中配置压力传感器必不可少。通过使用传感器精确监测和控制这些液体和气体的压力,可以减少不必要的能源消耗,从而提高生产效率和产品质量。这种传感器市面上的产品层出不穷,本期会通过一些笔者觉得很有特色的系列产品来窥见这个已经很成熟的市场在如何发展。

性能的极限拔高

 

作为综合电子元件大厂,TDK旗下的产品有一个优势,也是很多大型日企共同的优势,那就是从上游原材料到下游成品他们自己全部覆盖形成闭环。这种相对封闭的生态,催生出的是元器件极致的性能。

从产品侧表现来说,可能他们并不总是在技术上推陈出新,但在封闭生态的迭代锤炼下性能被开发得几乎到了这一类产品的极限。就像TDK的MiniCell系列,在-25℃至+85℃的温度范围内精度极高,并将误差控制在了±1% FS(满量程)内。而对于这么一款高集成的压力传感,集成在一个厚度仅有6毫米的封装中,其面积仅有24×26毫米。


(图源:TDK)

MiniCell系列在恶劣环境中的表现也相当可靠。虽然随着工况环境变恶劣,会稍微影响传感器IC的精度,但这个系列在-40℃至140℃的温度范围内运行时,整个温度范围的误差仍然没有超过1.5% FS。这就很能说明上面的论点了。覆盖极端温度,同时满量程误差仍然很低,看得出性能几乎被逼上极限了,也是同类产品的极限。况且大多数压力传感IC并不会支持如此宽量程的温度范围。

为了补偿非线性和温度误差,MiniCell系列集成了信号调节器,并提供精确校准输出信号。这个其实并不是很新奇的手法了,为了补偿误差,很多厂商都会应用此办法。MiniCell系列在补偿之余表现出了极高的抗电磁干扰(EMI)能力。解决该IC对外辐射干扰以及防止被外界电磁波干扰的问题,尽可能提高EMI能力,很大程度上提升了该IC的精度。事无巨细的把关才有极致的性能。

工艺的极致发挥

 

Silicon Microstructures,Inc.(SMI)在没有被TE收购前,就推出了系列MEMS压力传感器IC,这个系列在超低压和超高压应用上,表现尤其亮眼。被TE收购后,旗下产品成了TE压力传感SMI系列,继续在超低压和超高压上突破。如果说上一个系列是日企在封闭生态下不断锤炼产品将性能逼近极限,那么SMI系列应该就是工艺的极致发挥,对硅微结构的理解与运用,应该是无人能出其右。



(图源:TE)

SMI系列低压系列在表压、差压或非对称差压配置中提供0.07至2.49 PSI的压力范围。SMI系列在单个封装中,将压力传感器与信号调节ASIC相结合,极大程度上简化了高级硅微机械压力传感器的使用。这个系列有着16位I2C数字和模拟输出接口可用,两种接口会有着不同的误差。

首先在温度覆盖上是普遍的-20至85℃,该系列在数字输出下,满量程总误差不超过±1%FS,模拟输出下,误差高一些为±1.5%FS。这是因为该系列可以直接安装在标准印刷电路板上,可以从数字接口会获取高电平、校准的压力信号。所以误差也会低一些。这种方式也大大降低了对自定义校正算法的补偿网络或微控制器的需求。

在硅微结构的这项工艺上,TE的SMI系列只能说玩得太透彻了,既涵盖对成本敏感的小型化气压解决方案,也涵盖具有数字或模拟输出的高精度、温度补偿或完全校准。

 

智能工厂的升级离不开自动化设备,自动化设备离不开各类精准的传感器。在这个已经相当成熟的市场,不管是将性能逼近极致的策略还是将工艺发挥到极致的玩法,一流传感器厂商的压力传感都会将自己的某一项特长发挥到极限。

[信息搜索] [] [告诉好友] [打印本文] [关闭窗口] [返回顶部]

上一篇:降价了!全球两大单晶硅龙头最新宣布!但硅晶圆代工产能仍持续紧张

下一篇:下一代人工智能,类脑智能落地应用的挑战是什么?

免责申明

       本文仅代表作者个人观点,与中自网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容!来源网络如有误有侵权则删。

视觉焦点