首頁Top區塊
- Advertisement -
保護聯網汽車資安 FOTA更新高效又安全
近期,這類對汽車的駭客攻擊經常登上頭條新聞。這並不特別令人吃驚,因為越來越多的車輛都已經配備了自己的介面,與外部進行資料交換。
車輛已經成為了行動的生活空間;汽車正在發展成為一種行動設備。尤其對於年輕一代的使用者來說,他們對舒適功能的需求正不斷成長,以便隨時保持聯網,或者透過應用來共用油耗或功率輸出之類的車輛資料,然後對這類資料進行評估。
因此,聯網汽車已經成為了現實。這一課題不僅涉及到客戶與製造商,安全研究員和IT專家也參與其中。並且,在最壞的情況下,還會招來駭客。多年以來,安全專家們都已經注意到了這樣一個事實,那就是個人電腦已經不再是數位攻擊的唯一目標了。現在很大一部分的惡意軟體都經過設定,可以攻擊行動設備。如果認為這種發展趨勢不會蔓延到聯網汽車,那就未免太天真了。
到目前為止,入侵車輛及其系統的駭客攻擊是極少數的例外情況。但是,聯網汽車的安全性至關重要,目前這對於OEM來說已經是顯而易見的了。當汽車成為一種車主用來通訊的個人行動設備並且還可能透過應用來實現個性化時,這種組合就會產生極大的可能性,使得攻擊者有機可乘,有機會將其操縱(圖1)。
圖1 汽車通訊功能使其成為駭客攻擊的可能目標。
空中軟體更新保證安全性
但是,汽車產業如何能夠保護自身以及客戶免受數位攻擊呢?汽車產業一部分從業者一直傾向於取消全部空中介面,但是這並不符合客戶的利益。資料交換連接的需求也明顯地表現在創新的V2V或V2I服務當中,這些服務將會進一步的發展,其中還涉及與自動駕駛的關聯。因此,從今以後,並沒有辦法完全地避免在車輛中使用藍牙、無線區域網路或者蜂巢通訊。
另一方面,召回或者在汽車修理廠採取補救工作的傳統方法也將無法即時保護車輛免受數位攻擊。此外,召回不僅會產生高昂的費用,並且損害汽車製造商的聲譽。
以這種方式來贏得與汽車駭客的競賽是不可能的。畢竟,透過這種方式來為全部被波及的車輛打補丁須要花費數月的時間。與此同時,駭客還會繼續作惡。此外,要這樣長的時間才能解決危險問題是令人無法接受的,因為受操縱的車輛會對駕駛員及其所處的環境產生巨大的風險。同時,在很多情況下,這樣一段時間內還可以更進一步的發現車輛的其他弱點。因此,這些補丁在安裝時就已經過時了。
那麼讓我們來瞭解一下行動設備的世界,進而找出替代維修召回的方法:應用和智慧手機作業系統的供應商不斷地為終端設備提供產品的最新版本。有時候,幾個小補丁即可彌補弱點,而在其他情況下包含新功能在內的新版本則會發布到市場上。
這類軟體和韌體上的更新以「空中(OTA)」的形式完成,也就是說,透過空中介面的方式。只要這些更新傳輸到了設備,它們就會馬上提取出來,自動安裝。
FOTA快速為多台設備更新
快速為多台設備採用最新的更新,是不易解決的挑戰,空中韌體升級(FOTA)可以作為一個答案。更新程式有潛力透過相應的補丁來快速、持續的為弱點提供補救,與此同時整合起新的功能並採用現代化的加密演算法,從而確保各個組件的安全,比如說控制單元。
為了確保大量的控制單元可以透過FOTA方式進行更新,我們可以採用閘道的方法。在後端以及要更新的控制單元之間,配有行動無線介面的一台控制單元可以承擔中間人的角色。可以藉由空中介面接收所有的套裝軟體,然後再透過CAN匯流排系統或者乙太網之類的效能更高的通訊通道,將其分發給各台目標設備。此外,閘道ECU還具有控制和協調整個更新過程的主功能。比如說,如果出錯,那麼就必須啟動回滾機制(圖2)。
圖2 以閘道的方法確保大量控制單元可以用FOTA方式進行更新。
除了可以利用FOTA來彌補安全上的問題以外,在設備側當然還需要許多其他的技術措施,例如對全部ECU介面採用密碼保護,這在透過行動通訊、藍牙和無線區域網路進行無線連接時尤其重要。
另外,組織和開發流程也須要迎合新的形勢。例如,端對端的風險分析並不是一項通則,但是到了現在,這應是製造商向其供應商提出的強制性要求。在這一工作中,對該鏈條上的任何組成部分可能發起的駭客攻擊的場景都會接受詳細檢查,其中就包含了對安全性的影響以及最終對於功能安全的影響。在這些結果的基礎上,可以採取充分的防護措施。OEM、後端解決方案的供應商以及控制單元的製造商必須從開發階段的早期就展開合作,才能保證在這種方法上取得成功。
該方法要求不再對控制單元採用黑箱的開發方法,而是透過一種整體研究的方式來確保安全性。此外,即使在開始生產後,也不得終止提供安全措施。在任何產品的整個壽命期間,都必須持續的執行由FOTA提供的安全分析、面向安全的測試以及安全性漏洞的補救措施。
比如說,與安全的開發和生產過程有關的組織措施可以包含對秘鑰和證書之類機密資料存取方式的控制,以及與安全相關的元件有關的開發規範。此類資料和文件必須以加密的形式儲存在受保護的伺服器中,存取權限則以認證的方式僅限於極少數的幾個人。
此外還必須特別重視安全測試。滲透測試尤其能夠有效地找出安全性漏洞。透過採用駭客的手段和方法,測試人員可以故意嘗試侵入到系統當中。結果則可以表明目前的安全級別,並且將告知開發人員相關的應對措施,並將關鍵的弱點除去。
只要看一看FOTA的過程鏈以及涉及的功能單元,就可以瞭解到其中的複雜性以及對技術的極高要求。在這方面,安全性的優先順序最高。我們必須得到這樣一個保證,那就是FOTA過程本身是可以安全實現的,而沒有遭受任何潛在的攻擊。如果FOTA被濫用,不當的將受操縱的軟體導入到一台設備當中,那麼在安全性以及甚至最終在功能安全上造成的後果可能會是無法估量的。
對於安全的FOTA機制來說,空中介面的加密保護是一個先決條件。通常的做法是以TLS的方式建立起安全連接。這裡所需的密鑰和證書必須以防止操縱的保密和安全的方式導入到設備當中,然後儲存在設備中一個受保護的儲存位置。對於實現安全儲存並且安全的執行加密程式來說,專用的硬體安全模組(HSM)是必不可少的。
採用安全安裝流程(安全快閃記憶體)以及在啟動設備軟體時採取安全的檢驗(可信引導),可以避免錯誤安裝受操縱的軟體。在任意一種機制下,都可以透過數位簽章來驗證軟體的真實性。
UART、USB或者JTAG之類的開發介面也必須在串列產品上停用,或者透過加密程式來進行保護,以避免對設備的侵入。否則,攻擊者可能會嘗試透過這種管道去讀取或者操縱軟體或機密資料。除了安全執行FOTA過程以外,還應該尋求快速有效的進行作業。一方面,行動通訊的資料量以及成本也應降至最低程度。另一方面,應當盡量不要對車主構成妨礙。
透過增量更新可以實現高效的處理。在這過程中,只會以二進位或者檔案的方式來傳輸和安裝對已安裝軟體的變更。採用的增量演算法以及劃分到靜態和可變更資料區的軟體分區,都會對資料包的大小產生顯著的影響。
FOTA過程必須極其穩健並具有極高的容錯性,從而防止安裝的軟體不相容、崩潰或者不一致,否則會造成功能受損。由於這個原因,透過完整性檢查以及對通訊通道的監管來辨識出錯誤具有極高的重要性。出錯時,須要做出適宜的回應,例如,可以透過回滾作業的方式來回復到無差錯的狀態(圖3)。
圖3 為保證FOTA過程穩健,必須嚴格地檢查並對通訊管道監管以辨識錯誤,並做出適當回應。
TCU具充足儲存空間/處理能力
從技術的角度來說,任何配有行動無線電通訊的控制單元都可以發揮FOTA閘道的作用。
然而,遠端資訊控制單元(TCU)比其他單元更能勝任這一任務。比如說,車頭裝置(Head Unit)也可以作為許多車輛的一個整體組成部分,此外,它還具有充足的儲存空間和處理能力。但是,大多數的車頭裝置都含有大量的無線介面。
畢竟,這一單元須要透過藍牙、WiFi或者NFC來接受外來的接入,此外還存在著許許多多的要求。這種對於外部世界基本的開放性妨礙了針對操縱的有效防護能力。
此外,該單元是直接安裝在儀表板上的,這就排除了將車頭裝置定義為FOTA中央閘道的可能性。畢竟駭客們可能也會在這裡採用便利的物理入侵方式。然而,TCU的物理位置位於車輛內部更深處,難以從車廂內觸及。總而言之,它的連接數量更少,此外,在需要時還可以停用。
並且,到現在為止,許多其他對於安全性至關重要的功能都已經在TCU中提供,例如防盜控制系統的遠端啟動功能。正是由於存在這些關鍵的安全功能,為TCU建立的各類安全措施,例如後端的編碼和驗證等等,都是必然具備的。TCU畢竟已經成為了安全拓撲上的一種確立已久的成熟組成部分,被製造商廣泛採用。
當須要確保車輛的安全時,我們要採取整體性的解決方案,因此這已經成為了一項優勢。後端、空中介面、閘道、車輛匯流排以及各個控制單元都是這一鏈條上的各個環節。如果鏈條上最薄弱的部分能夠受到攻擊,那麼所有其他單元的安全也會存在漏洞。
對於TCU在FOTA架構中處於中心位置的專案,從安全的角度來說,這類專案不僅僅因為這一組件已經高度成熟而受惠,即使是在製造方面,供應商和OEM在安全流程的設計上也具有相對豐富的經驗,成為了另一項優勢。
建立FOTA有效降低成本/提升安全
透過TCU來建立起FOTA可以為OEM提供巨大的潛力,這樣的做法不僅僅是因為安全上的考慮。同時,車輛召回工作代價高昂,由於時間、成本和人工的原因,所以並不受到客戶的歡迎,因此在車輛中出現弱點時,不一定會採用這種解決方法,至少在處理軟體相關的問題時,不一定會進行車輛召回的維修動作。
許多問題實際上毋須在客戶端採取任何作業即可良好得到解決。只要補丁可以透過無線的方式送達車輛,對於車輛中許許多多類型的弱點的補救措施,就不會再須要工作人員進行物理上的接觸來解決。
而且,在建立新的業務模式與客戶關係時,FOTA也可以發揮極具建設性的作用。美國汽車製造商特斯拉(Tesla)的例子就證實了這一點。在這家公司向客戶提供的一次收費約2,000美元的更新中,包含了自動駕駛功能。這樣一來,許多的特斯拉汽車都已在繼續演變成為(部分)自動駕駛汽車。
對於OEM來說,這種安排開闢了一個嶄新的視角。當今的認知裡,有一個極普遍的情況就是,只要一離開最初的銷售地點,一輛新車的價值馬上就會下跌一半以上。
並且,隨著時間的推移,價值還在不斷地遞減。到了未來,由於隨著時間的推移會不斷推出新的功能,車輛可能並不一定會喪失價值,而且實際上價值還可能會得到保留甚至增加。
那麼,到現在為止,FOTA已經遠不再是一種煩人的承諾。這種更新的重要性不僅在於可以為互聯汽車提供確保安全性的基本先決條件。
而且,在這一基礎上,OEM可以不斷地在車輛上創造出附加值,確保客戶的忠誠度,並且在銷售完成後的很長時間內都會一直保持良好的客戶關係。
(本文作者為Molex互聯汽車技術研究進階工程師)
「贏向」AIoT時代大商機 RISC-V產業鏈力推共享/共榮
當產業進入PC與智慧手機之後的後手機時代,人工智慧(AI)與物聯網(IoT)結合的AIoT應用成為第三波科技發展浪潮,AIoT時代強調用高效能、低功耗嵌入式系統實現特定AI功能,而開放式指令集的新興嵌入式CPU架構RISC-V,可讓IC設計業者依照需要,增加專用指令集,正迅速在消費電子、通訊與物聯網、電腦運算與儲存、工業應用與影像監控等領域攻城掠地。
台灣RISC-V聯盟為讓相關產業深入瞭解嵌入式系統設計最新趨勢,邀集物聯網領域專家與代表廠商,從策略、技術跟實作等面向,分享RISC-V架構最新進展與市場動態,同時探討嵌入式系統業者如何面對AIoT多元、破碎、少量多樣的市場需求下,最佳的設計趨勢、實作對策與成功案例。
AIoT引領科技典範轉移
IoT帶領科技產業走向新世代,集邦科技董事長劉炯朗(圖1)觀察科技的發展趨勢,1960年代計算機網路崛起,網路在產業中扮演的角色越來越重要,從學術網路高等研究計劃署網路(Advanced Research Projects Agency Network, ARPAnet)到商業的網際網路(Internet),開啟計算機互聯時代,然後發展到文件交換,再進展到社群網路蓬勃發展,個人行動網路興起,人與人透過網路連結成為常態,下一步將進展到萬物互聯的IoT時代。
圖1 集邦科技董事長劉炯朗認為,科技發展與偉大的研究或發明息息相關,歷屆的諾貝爾物理獎與圖靈獎便紀錄了科技發展的脈絡。
科技發展也與偉大的研究或發明息息相關,劉炯朗認為,歷屆的諾貝爾物理獎與圖靈獎紀錄了科技發展的脈絡,包括:電晶體(Transistor)、積體電路(Integrated Circuit)、光通訊、影像感測器、精簡指令集(Reduced Instruction Set Computing, RISC)、TCP/IP、全球資訊網(World Wide Web, WWW)、人工智慧(AI)、神經網路(Neural Networks),一步步引領人類資訊科技的步伐。而在IoT世界,硬體架構應該更加開放與精簡,以便將複雜龐大的萬事萬物聯結起來。
開放/共享為RISC-V最大優勢
AIoT無疑是下一波產業的大浪潮,物聯網破碎化的特性,讓軟硬體架構醞釀新的典範轉移,芯原微電子董事長戴偉民(圖2)表示,PC時代的x86架構自主性低、不可控,軟硬體掌握在微軟與Intel手中;因此,行動通訊時代來臨時,訴求省電的RISC架構結合Android系統,以智慧手機為載體,帶領行動通訊時代的發展。物聯網更強調開放,於是從運算核心底層就更開放且架構更為精簡的RISC-V,成為各界看好的物聯網時代硬體主流。
圖2 芯原微電子董事長戴偉民表示,物聯網更強調開放,於是開放且架構更為精簡的RISC-V,成為各界看好的物聯網時代硬體主流。
Arm架構在過去發展的歷程中,建構了一個名為Linaro的產業推動聯盟,配合IBM、Google等大廠,投資大量的金錢和人力,讓Arm的軟硬體架構在聯盟的平台上獲得良好的發展。戴偉民直言,RISC-V產業鏈的完整性與豐富度現階段發展與Arm還有一段差距,希望可以仿造Linaro的模式,推動軟硬體平台與人才的發展。台灣與大陸在AIoT的趨勢之下,可以自身的優勢為基礎,進行緊密的合作,物聯網裝置與商機規模預期將遠大於PC或智慧手機,掌握物聯網的軟硬體架構核心,就能掌握AIoT的發展契機。
RISC-V 2013年發表之後,一直到2016年以後才受到產業矚目,戴偉民指出,其與x86、Arm架構並不存在取代與競爭的問題,透過合作甚至可以共用某些基本指令集,在多樣化的物聯網產業中發展更彈性且具高度成本效益的解決方案,未來RISC-V產業鏈將更加開放,並且強調研究成果共用,以共用推動產業與市場發展。而在中美貿易衝突的背景下,RISC-V本質是一套開放、免費的指令集,定義處理器軟硬體之間的介面規範,相當於一套開放標準。
精簡/開放架構聯結複雜IoT
IoT在Internet與Mobile Internet的基礎上發展,其規模也將更加龐大,而從雲端到邊緣終端,網路結構的複雜度大幅提升,晶心科技技術長蘇泓萌(圖3)說,物聯網是由數百億裝置聯結組成,雲端、霧端、邊緣終端都有各式各樣的平台、場域、應用與裝置,要能在這麼多不同的架構裡互聯互通,需要更開放的架構,RISC-V的基本指令只有四十多條,而且完全開放,透過這類精簡、開放的架構為基礎,才能將複雜的物聯網架構聯結。
圖3 晶心科技技術長蘇泓萌說,RISC-V的基本指令只有四十多條,而且完全開放,可以將複雜的物聯網架構進行良好的聯結。
針對物聯網的發展趨勢,蘇泓萌解釋,IoT裝置需要有效率地處理終端蒐集到的資料、具備長效電池續航力、裝置/通訊安全性、支援雲端運算、創新的應用模式等;而開放式架構也有助於滿足未來更多創新的應用,低功耗則能彈性地進行電源管理,並提升裝置的安全性。RISC-V基金會積極嚴謹管理規格標準,並允許所有參與的會員廠商在特定領域架構(Domain-Specific Architectures, DSA)進行客製化的延伸。
而分析AIoT嵌入式系統架構與RISC-V的應用趨勢,蘇泓萌進一步說明,晶心科技已推出基於RISC-V架構的AndeStar V5系列處理器核心,包括支援Linux的AndesCore A25/AX25,可用在無人機、智慧無線通訊、網通、影像處理、先進駕駛輔助系統(ADAS)、儲存設備、深度學習等範圍;以及有高效浮點運算的AndesCore N25F/NX25F,可用於語音處裡、馬達控制、衛星導航、高精度感測器融合以及高階智慧電表等應用。
產業合作豐實產業鏈為制勝之道
AIoT的發展更強調開放與產業鏈的合作,因此本活動透過產業座談希望凝聚產業發展共識,座談主題為:開放式架構與AIoT產業雙贏策略。由交通大學教授李鎮宜擔任主持人,邀請劉炯朗、戴偉民、蘇泓萌、Cortus台灣分公司總監楊鎮源、台灣西門子數位工業總經理Tino Hildebrand與談(圖4)。對於AIoT裝置強調高效能、低功耗,必須透過彈性、可模組化的硬體架構協助,但從數以百億的終端節點來看,少量多樣與應用破碎化是主要的特色,過去大量標準化的設計架構勢必有所變革,蘇泓萌說,RISC-V的開放特性將持續吸引更多廠商加入,並壯大產業鏈。
圖4 活動透過產業座談希望凝聚產業發展共識,由交通大學教授李鎮宜擔任主持人,座談主題為:開放式架構與AIoT產業雙贏策略。
再者,開放式架構RISC-V產業鏈的建立與串連更是一大重點,戴偉民建議可以學校教育為基礎,建設像Linaro一樣的產業生態系,在各領域吸引更多廠商投入與發展,並貢獻研發成果。而在多樣化的應用領域上,Tino...
提升設備連網效率/產能/安全有撇步 大數據促智慧工廠再升級
設備資料有效上雲端 升級智慧工廠平步青雲
MOXA市場開發副理林昌翰(圖1)指出工廠自動化目前的挑戰,由於工廠內有太多不同廠牌、種類的設備,該如何整合各種設備,如何收集資料、監控設備是第一個問題;第二個則是不同資料的擷取。例如設備商將設備賣到全球,要如何管理監測也是一大挑戰。
圖1 MOXA市場開發副理林昌翰表示,AI大數據時代,升級智慧工廠首要任務就是讓設備資訊上雲。
林昌翰進一步說明,AI大數據時代,所有設備都要收集資訊,因此需要大量感測器。目前常見廠商用可程式控制器(Programming Logical Controller, PLC)收集資料,但這會出現幾個問題,用PLC來擷取資料可能會造成過大的負擔,因為資料量太大。在上傳資料到雲端時如果要執行邊緣運算甚至上傳到公有雲,都要耗費很多精力,因此MOXA認為要把資料擷取到雲端,讓設備做該做的事。
比方說,串列轉換器要連網時可以使用串列設備連網伺服器,另外若是複數感測器要連網,則可使用支援雲端技術的IIoT控制器。林昌翰表示,未來MOXA的設備都會支援雲端,可以快速布建模組化設計,易於進行故障排除。而這樣做的好處就是可以直接進行邊緣運算,不用把所有資料都上傳雲端,先進行前端處置,讓設備連網更有效率。
林昌翰解釋,至於工廠自動化的第二個挑戰,業者將設備賣到國外要如何監控,則可以利用雲端技術,在設備銷售時就搭配可遠端連接的閘道器(Remote Connect Gateway)。業者可提供一個USB給廠商,設備發生問題時再進行連接,此時業者就能從遠端處理經過加密的資料。這樣的做法就可以彈性地使用並能大量部署。
5G驅動工業4.0 蜂巢科技成長可期
所謂工業4.0可以分為四個階段,第一階段就是收集設備上感測器的資訊,而後分析收集到的資料做格式化、圖型化的轉換,再對這些經過整理的資訊進行預測。最後一個則是視覺化(Visualization),包括攝影機、光學電視等具有高數據資料量的應用,而與5G通訊結合的工業應用也因此變得更加重要。
美商優北羅(u-blox)商業開發主任林世澤(圖2)表示,在工業與車用方面,隨著電信資費的降價、5G基地台越來越普及,將有更多的設備商會直接透過蜂巢(Cellular)科技,將資料上傳到基地台。根據Machina Research的預測,到了2025年蜂巢式網路的物聯網設備連接數目將會達到220萬。
圖2 u-blox商業開發主任林世澤表示,蜂巢式網路的物聯網設備連接數目正大幅成長。
林世澤指出,對u-blox來說5G應用包括了三大應用場景,物聯網、定位與V2X。在工業物聯網領域,現今應該都還是透過Wi-Fi、ZigBee等通訊協定將感測器資料傳送到設備供應商,供應商再藉由有線上傳雲端或是利用NR、NB-IoT等傳到基地台,但是u-blox在這裡看到了Wi-Fi、5G蜂巢通訊的機會,利用蜂巢式網路就可以直接將資料傳送到基地台;定位方面利用GPS和蜂巢技術的結合,從衛星收到GPS訊號,再藉由5G傳回基地台;最後一個則是V2X,車與車之間或是車與交通設施之間的資訊交換可以直接藉由蜂巢技術傳回基地台。
故障預診斷提升產能/設備稼動率
進行了資料的收集、整合,並上傳到資料中心之後,若能針對設備故障預先診斷,也能大幅提升產能並降低相關成本。
工研院巨量資訊科技中心資料分析技術部副經理賴建良(圖3)表示,善用AI和大數據可以創造智慧製造新價值。在產線端可以導入故障預診斷(PHM)技術,提升產線效率同時降低維修成本。
圖3 工研院巨量資訊科技中心資料分析技術部副經理賴建良表示,在產線端導入PHM技術,可以提升產能減少成本。
賴建良說明,工業製造的產線設備維護包含了預測和進廠管理兩個部分。預測的其中一個問題就是過度保養,有時設備零件還沒壞,保養時間到還是馬上更換,造成資源以及開銷的浪費。另一個問題則是非預期性停機,即使已經定期更換零件,設備依然有可能意外停機,停機以後就須要進行清機和調機等作業,進而會影響產能和設備稼動率。
賴建良進一步說明,利用生產過程中機台相關的資料與維修紀錄,可以進行故障預診斷。收集關鍵零件的健康指標,了解零件與正常狀態的差距,進行健康狀態評估,即可快速找出故障源進行排除,關鍵零件健康狀態一目了然;另外,藉由相關資料的收集分析,可以進行故障預測,避免零件無預警故障造成非預期性停機,在故障點前提早預測到,事先進行零件的更換與維修,減少無預期故障帶來的原料損失。
工業電源設計更安全 隔離式控制器不可少
以上談到了物聯網時代智慧工廠的應用趨勢,但同樣不可忽視的,就是工廠環境最重視的安全問題,在工業電源系統中,隔離(Isolate)是一個不容忽視的議題。
茂宣企業(亞德諾ADI)應用工程經理陳俞阡(圖4)表示,進行隔離不外乎幾個原因,其中一個就是安全,為了防止人員碰觸而形成迴路引發安全危險;二則是有時會有電壓主位轉移(Shift)的發生,因此有些人會使用一些隔離的電源來做電壓/電平轉換器(Level Shift, LS);另外,電流的路徑永遠都是從哪裡出發就回到哪裡,所以透過隔離的做法可以確保電流方向,設計可以因此更乾淨簡潔;最後一個理由則是透過隔離來避免電流的浪湧(Surge)與雷擊的狀況發生。
圖4 茂宣企業應用工程經理陳俞阡表示,工業電源設計要安全,做好隔離很重要。
在工業系統的隔離有許多不同的電源設計,在工業用PLC系統等有電源設計需求的應用中,常見的拓撲以馳返式(Flyback)架構為主,因為Flyback的架構簡單而且成熟,但傳統的Flyback架構會遇到幾個問題,就是線路太複雜、零件太多、備料太麻煩。
為解決上述問題,ADI把所有元件全部整合到單一晶片,做一次側電流0電流的檢測,一次側電流到達到0的時候,才針對晶片內部MOSFET的切換,來達到最終混壓的效果。其好處是在PLC的系統裡面一次側和二次側的電流設定可以變得非常簡單,而不會出現太過複雜的線路,例用低廉的成本達到一樣的效果,讓工業電源設計既安全又經濟。
DLP具先進影像/曝光功能 高功率NIR雷射系統無往不利
以下為幾種目前較常見的3D列印技術:
.熔融沉積成型
.光固化成型
.燒結
.噴射
各種技術適用於不同類型的材料,如塑膠、尼龍、陶瓷或金屬;因此,列印物件也具備不同的強度、彈性和成品表面,分別適用於不同的組合區域(從釐米到米)和特徵尺寸(從微米到毫米)。
選擇3D列印技術通常取決於所需物件的屬性。其次的考量因素是需要列印原型,或是大規模生產多種類型的成品。但無論哪種情況,都需要快速列印。
SLS 3D印表機利用高功率雷射將塑膠、尼龍和金屬固體粉末材料熔合在一起。當需要列印更加複雜的3D幾何形狀,例如內部特徵、底切結構或薄壁等,可以選擇SLS積層製造技術。粉末材料燒結通常能將機械特性和強度做到類似射出成型物件的程度。
在SLS 3D印表機中,雷射移動經過粉床平面,逐點燒結物體的一層。如圖1所示,粉輥會添加燒結一層所需的粉末量,並重複上述步驟,直到3D物件製作完成。3D印表機可使用高功率二氧化碳或NIR雷射來熔融塑膠、尼龍和金屬粉末。將數位微鏡裝置(DMD)作為曝光頭的一部分,使印表機能夠將2D區域暴露在近紅外光下,相較於逐點雷射控制技術,可更快速地列印更複雜的圖形。鑒於DLP晶片組的快速切換速度,這類印表機可根據應用需求即時調校像素功率或補償溫差。
圖1 SLS 3D列印製程。
雷射刻印於動態後期階段具可追溯性
雷射刻印包含光束與光膜或熱敏膜表面的相互作用,從而改變表面的屬性或外觀。它可用於印刷電路板(PCB)、塑膠瓶、醫療設備、金屬零件和紙箱等。普通的刻印資訊或符號包括2D矩陣或QR code、商標、順序批次數據和批號等。
長期以來,我們一直列印代碼和符號,但近期對於後期刻印和可追溯性資訊的需求正在蓬勃發展。在醫療和航太產業,法規要求每個零件上都要印上資訊。數位標記解決方案具有靈活性,可在製造過程的後期階段為每個物體加上獨特的圖案或影像資訊。無論是列印關鍵的批次標識,或是有趣的客製化標記,製造商皆能輕鬆整合動態資訊並簡化大規模生產的列印物流。
熱轉印系統與雷射燒結類似,如圖2所示,它們都是透過逐點控制雷射光束在熱敏標籤或塗層上製作客製化影像。但是,採用DLP技術的雷射印表機透過動態2D近紅外光模式熱啟動物體,一次即可在整個照射區域內完成刻印,而不須要逐點進行。由於數位微鏡裝置(DMD)上的微鏡片可以微秒速度非常快速地開關,列印速度通常能夠滿足生產線週期的時效需求,即使是複雜的大型代碼或圖案也毋須擔心。另外,DLP技術還支援灰階影像,大大豐富了圖形列印效果。
圖2 熱轉印技術製作的客製灰階標籤。
柔版印刷可不間斷製作連續圖案
柔版印刷是在捲筒印刷機上,將柔性光聚合物印版包裹在旋轉圓筒上。著墨版面有略微凸起的圖像,在高速旋轉過程中將圖像轉印到物件上。柔版印刷油墨可用在廣泛類型,包含吸收性材料和非吸收性材料上的印刷。柔版印刷使用的卷材在大量印刷時幾乎可無間斷地運行,並能製作連續圖案,例如柔軟物體材質的包裝,圖3為柔版印刷包裝的範例。膠片印刷採用了類似的影像轉印概念,但一次只載入一張紙或一項物體。
圖3 柔版印刷可無間斷製作連續圖案。
圖4 產品包裝上柔版印刷的標籤。
圖4所示,包裝市場上大量仰賴工業印刷機在產品標籤、瓦楞紙、折疊紙箱以及食品袋等柔軟材質上進行印刷。
數位列印解決方案與印版機器正展開激烈角逐,並有望在未來日益普及。數位列印機器具有不受數量規模影響的客製化優勢,且列印速度更快,機器維護成本更低。
從印版轉向數位列印的一項別具意義的例子是PCB光刻市場。在過去十多年間,PCB光刻機已經從掩模轉換到數位直接成像,用於在各種光刻膠層上繪製精細的圖形。DLP技術是數位光刻的關鍵,原因在於DMD兼具大型微鏡陣列、小尺寸和極快的數據傳輸率,促成了以微秒計的成像週期,可滿足每小時印刷數百張PCB板的需求。
DLP技術為雷射刻印帶來的優點,也適用於新的數位列印系統設計。舉例來說,動態2D近紅外光模式可與圓筒或著墨版面直接相互作用,從而即時製作定製的列印影像。透過程式設定微鏡的開關時間,DMD可輕鬆實現多位元深灰階成像。這與顯示應用類似,但與普通的60或120Hz投影格率相比,它具有更快的圖像幀率,以德州儀器(TI)的DLP650LNIR為例,其幀率可高達12,500Hz。
數位製版效率/一致性高
印刷產業中,實體印版是印刷機的關鍵零件,決定了在媒介物上的印刷內容。許多印刷機上都會用到印版,如柔版印刷機和膠印機等。製版的類比流程包括聚合物基材、底片內容、紫外線曝光和沖洗。
近年來,數位製版已逐漸普及,這種製版技術透過電腦引導的雷射將影像直接蝕刻到印版上。數位化處理可縮短製版時間,提升一致性並減少缺陷,進而降低成本。從效能的角度來看,數位列印還改善了定位和邊緣列印的可重複性。在將DMD用於引導雷射曝光系統的一部分後,可增加雷射照射2D區域的曝光能力,可以更快地製版,並融入含灰階的複雜影像。
DMD是DLP技術核心的一種微機電系統(MEMS)。DMD包含具有高度反射性的鋁微鏡陣列,該陣列可控制空間內的光線。在高功率雷射應用中,DMD的功能帶來許多優勢。
如圖5所示,DLP650LNIR DMD支援從950~1,150nm NIR波長範圍內最高光功率處理能力(500W/cm2)。可從像素值調整多種光學功率,並支援更快速成像的單次曝光高速2D模式。此外,動態微鏡程式能夠補償可能出現的任何處理偏差,例如衰減功率或曝光值,來克服表面不均勻性造成的偏差。
圖5 DLP650LNIR 0.65英寸WXGA高功率DMD。
DMD可同步控制一百萬光點
採用X乘Y微鏡陣列,能增強雷射曝光系統的可程式性和靈活度。一次雷射照射的2D區域曝光能力讓列印複雜的影像速度比逐點雷射控制系統快速。將光學影像壓縮技術與DLP晶片組結合,可以根據不同的應用需求增加或改變每個像素的功率。DLP650LNIR具有1280×800(或一百萬以上)個空間光調製微鏡。這些微鏡尺寸為10.8μm,可以低於50μm的解析度列印特徵影像,而不會使圖像縮小。
DMD支援NIR波長
如圖6所示,DLP技術可與各種光源配合使用,支援紫外線、可見光和NIR波長。DLP650LNIR DMD可與800~2,000nm波長範圍內的光源結合使用,但能針對950~1,150nm波長範圍進行優化,因而可處理134W/cm2的輸入功率。因多種粉末、油墨、介質、基體和熱敏塗層都能與NIR雷射波長相互作用,因此NIR雷射可廣泛應用於燒結、標記、編碼、數位印刷和剝離等。DLP650LNIR為這些應用增加照明、曝光和熱控制功能。
圖6 DLP技術在363到2,500nm波長範圍內的能力。
DMD的微鏡開關切換速率非常快,以微秒計。DLP650LNIR與DLPC410控制器、DLPR410可程式唯讀記憶體和DLPA200驅動程式配套使用,構成完整的晶片組解決方案,可提供12,500Hz的二進位模式刷新率。
高速模式刷新率可透過程式設計即時在生產線上客製複雜圖像。也可如圖7所示,利用自我調整模式,用於先進的列印技術或校正內嵌圖像。
圖7 可調適模式下的單微鏡控制。
數位控制器提供高位元深度
DLP微鏡能生成8位元灰階影像,如圖8中的圖像所示,其生成速度大於每秒1,000個圖案。因此能藉由數位控制灰階功能,這一點是逐點雷射系統幾乎做不到的。控制像素和模式持續時間的設置,意味著每種模式的工作時間均可控制光線擊中物體或材料的光點數量。也就是列印高像素(High-dots-per-inch, DPI)的圖像,預熱粉床以便更均勻地燒結,或提供高度準確的模式來燒蝕缺陷。DLP技術帶來時間和空間光控制功能,可製作工具套件,如工業印刷、標記、編碼和燒結工具。
圖8 DLP技術支援8位元灰階圖。
如果把高功率照明與DLP技術整合在一起,那麼管理DMD的溫度將會至關重要。光引擎設計應使微鏡陣列的溫度維持在70℃以下及DMD封裝背面溫度在30℃以下。在高功率雷射的系統設計時,針對DMD背面進行水冷,是一項關鍵要求。如果要獲得最高的輸出功率,則還需要強制氣流通過DMD的正面。
開始設計後,使用者會瞭解雷射源的功率,以及需要曝光或與預期材料相互作用所需要的能量。如果在設計中運用DLP晶片,有些地方將發生光效率損耗。主要位置會是輸入照明光學零件、DMD和輸出投影光學零件。
舉例來說,該設計會在DMD中損失25%的光線,光學元件輸出會損失17%。如果設計值為160W的DMD入射功率,那麼DMD輸出功率為120W,最終將有100W的能量從投影光學零件輸出並擊中物體或表面。在1280×800像素上分布100W能量,則相當於每個像素功率為0.1mW。
這些只是在特定光學引擎設計的估計值,但它們為如何確定每像素功率提供了指南。
如圖9所示,影像壓縮是一項用於提高每像素功率的技術。例如,如果採用1:16的壓縮率設計輸出光學零件,要達到在材料表面1280×50行(而非1280×800行)微鏡陣列上分布100W能量的目的,需要把每像素功率提高16倍,達到1.6mW。根據不同的終端設備設計規格和表面所需功率,存在著不同數量的影像壓縮組合。在利用DLP技術設計高功率NIR系統時,會須要評估多種系統注意事項和折衷因素。
圖9 左邊光學壓縮是一項用於提高每像素功率的方法,例如二維碼。右邊未做光學壓縮,例如灰階圖。
(本文作者為德州儀器DLP產品行銷與工程經理)
積極布局工業4.0 KUKA領航自動化智慧趨勢
因應製造業自動化需求的提升,庫卡(KUKA)備有多樣自動化智慧技術,為未來工業製造奠定轉型基礎。台灣人口負成長的壓力增加,加上產業對少量多樣製造的需求,驅動著製造業自動化,也因此對工業機器人要求更加智慧化、靈活化與模組化。
KUKA亞太區銷售總監梁信裕表示,台灣在全球製造業中扮演關鍵角色,KUKA在物聯網和工業4.0方面,打造出整合網路、雲端以及行動工作平台三大面向的技術整合優勢。KUKA提供了從輕型到高端的機械自動化設計解決方案,打造人機協同的作業環境,有效提升製造精準度與效率。台灣製造業中橫跨大型企業與中小型企業多樣化的市場型態,KUKA提供了一致性符合國際標準卻靈活多樣的組合方案,可以與企業與時俱進的步伐下,提供不同階段的智動化作業需求。
KUKA多年來一直致力於「人與機器人之間的協作」和移動性智慧機器人未來領域的開發。而KMR iiwa正是KUKA實現「機器人同事」的目標,智慧移動式單元能夠自主動作。移動平台上的機器人能夠自主運動,以高達毫米的精確度進行對準,找到目標。針對台灣大型精密製造,像是晶圓無塵室的環境,KUKA推出結合自主移動式無人搬運車KMP與LBR iiwa輕型協作機器人,合稱KMR iiwa;它具有可以提供地點應用方面的極高彈性,以及適合舊工廠的佈局改造,提供了客製化組合、高度靈敏、獨立自主、智慧靈活、執行精確五大特色,協助業者邁向工業4.0。
梁信裕指出,KUKA在台灣除了經營電子產業之外,與傳統產業如汽車零組件、飲料食品產業、紡織製造業等也都有合作。台灣傳統產業在導入工業4.0的意願其實是很高的,但由於數位化轉型需要大量的數據傳輸,在這方面的轉型將會是比較大的挑戰。另外,台灣中小型製造業,在面臨人口老化以及少子化的社會現象中,找尋保有企業原有的活力快速回應市場,成為中小企業主的重大議題。
為解決上述問題,KUKA針對消費產品所設計的Conveyor Tech軟硬體整合解決方案,將可在合理的成本投資下,加速中小企業出貨或是流程再改造等企業競爭力,透過KUKA Conveyor Tech搭配Vision Solution,客戶可以較有彈性的使用機器人追蹤並取放產品,並可使用Vision Solution同步評估與確認產品特性,已達到更彈性、更有效率的取放應用需求。
KUKA亞太區銷售總監梁信裕表示,庫卡提供從單機到系統,從獨立作業到協同整合的多樣解決方案。
Micro LED巨量轉移鴨子划水 聚積良率目標99.99%
Micro LED相較於其他顯示技術而言,在顯示器中最重要之亮度、功耗、對比度、壽命、反應速度這幾方面最為突出,也因此蘋果(Apple)、索尼(Sony)、三星(Samsung)、FB等國際大廠皆相繼投入此技術之研發;唯獨成本上高於其他顯示技術,也因此須鎖定LCD、OLED較無法切入的利基型產品為主。
聚積科技(Macroblock)董事長楊立昌表示,如果考慮目前現有技術能力,Micro LED有兩大應用方向,一是室內小間距顯示器,例如Samsung於2019年CES展出的75吋「The Wall」,在解析度、亮度、對比度上都具有優良的性能。二是可穿戴市場,也有消息指稱蘋果將在未來的Apple Watch和iPhone上使用Micro LED技術;從短期來看Micro LED市場集中在小型顯示器,從中長期來看,Micro LED的應用領域非常廣泛,橫跨穿戴式設備、室內小間距顯示器、電競螢幕、車載顯示、AR/VR等多個領域。
楊立昌指出,目前Micro LED良率以及產量主要可分為晶粒與巨量轉移兩大部分,前者的克服方式為一片晶圓(Wafer)的晶粒波長均勻性一致性比例須提升,如此可提升晶圓利用率並降低成本,最好是能做到100%的良率;後者為為巨量轉移的轉移次數或是單次轉移數量要增加,又或是縮小晶粒尺寸提升可修補空間,另外巨量轉移的良率與PCB板的平整度也有直接的關聯;但由於兩大問題並未這麼容易可解決,因此檢測與修補設備開發需求就因應而生,檢測設備須縮小可檢測晶粒之尺寸與速度;修補設備則須提升可修補之精度;因此綜合上述所說,若要提升良率、產量必須要從晶粒、巨量轉移、檢測、修補四大方向突破與克服。
楊立昌進一步說明,從基板的角度來看,平坦的程度由高到低是矽基板、玻璃基板、PCB板,穿戴式裝置顯示器可以做在矽基板上,因此會相對只能做在PCB板上的大型顯示器好做。但目前看起來,手表這類穿戴式裝置的市場還是由三星或蘋果等大廠一手包辦。另外,現在已經可以看到的Micro LED應用還有中控室大廳的小間距顯示器,新聞主播背後的顯示器,和車展中心的展示螢幕等等。
Micro LED降低成本的方式可藉由縮小晶粒提升一片wafer的利用率,以及提升每次巨量轉移的數量、次數與良率。同業研究目標集中在巨量轉移上,有各種方式,包括了雷射轉移、電磁吸取、滾軸轉移、流體裝配等不同技術,目前無法得知個別技術的成熟度,但僅能就外觀觀察接合良率與晶粒是否破損,至於電性上是否成功接合仍有待進一步考證。目前在巨量轉移技術的工具和設備都要客製化,廠商須自己開規格,各廠呈現鴨子划水的局勢各自努力。目前聚積與開發夥伴致力於用真空吸取的方式來實現,在可量產性已取得成果,計畫在2019年底前完成巨量移轉線的設置試產。目前聚積巨量轉移技術的良率可以達到99.9%,3個9的水準,2019下半年有望達到4個9的目標。
楊立昌補充,Micro LED產業橫跨面板、LED與半導體,此三大產業台灣皆擁有非常完整且技術含量非常強大的產業鏈,也因此台灣相較其他國家而言擁有得天獨厚的優勢,同時工研院於2009年就投入Micro LED技術,聚積藉由與工研院合作並基於工研院先前研發的經驗來縮短開發時程,聚積也參與工研院於2016年成立全球第一個Micro LED聯盟以加速發展Micro LED面板技術與產品,以及Micro LED驅動IC的開發,就現階段而言在台灣可以算是取得相當的發展基礎;市場機會部分,從目前Apple、Samsung、FB等國際大廠皆投入Micro LED研發可發現他們非常看好此技術。從中長期來看,Micro LED的應用領域非常廣泛,橫跨穿戴式設備、室內小間距顯示屏、電競螢幕、車載顯示、AR/VR等多個領域,因此也將帶出具有龐大商機的產業需求,市場前景無可限量。
大尺寸室內小間距顯示器是Micro LED切入市場的利基點之一。
Nervana神經網路處理器亮相 英特爾力推AI Everywhere
為實現人工智慧(AI)無所不在的目標,英特爾(Intel)將推出高性能AI加速器「Nervana神經網絡處理器」,並於近期釋出相關細節。新推出的神經網路加速器共有兩項產品,分別為專用於訓練(Training)的Nervana NNP-T,以及用於推論(Inference)的Nervana NNP-I。
英特爾總裁兼人工智慧產品事業群總經理Naveen Rao表示,為了在未來實現AI無所不在的願景,需要克服數據不斷生成的挑戰,並且確保企業能有效利用數據,在有意義的情況下處理數據並進行智慧化處理。同時,資料中心和雲端需要更高性能、更多擴展的運算方案以因應複雜的AI應用程序,也因此,在未來的AI願景當中,需要採用整體的解決方案,包含硬體、軟體再到應用程序。
英特爾總裁兼人工智慧產品事業群總經理Naveen Rao。
新推出的Nervana神經網絡處理器共有兩款產品,分別為專用於訓練(Training)的Nervana NNP-T,以及用於推論(Inference)的Nervana NNP-I。NNP-T旨在從頭開始構建大規模深度學習模型,推動深度學習訓練的界限,進而加快模型訓練時程,能在業者所預定的功耗、預算內完成。另外,為了滿足未來深度學習需求,Nervana NNP-T具備靈活性和可編程性,因此可以依據需求進行量身定制(Tailored),加速各種工作負載(包含現有的工作負載和未來新出現的工作負載)。
另一款NNP-I,則是專為推論而設計,具備高度可編程的特性,以滿足資料中心工作負載、深度學習推論需求,並進一步大規模加速深度學習部署。隨著AI開始變得無所不在,出現在各個應用之中,擁有一個易於編程,且具有低延遲、快速代碼移植功能,並支援所有主要深度學習框架的專用加速器,有助於企業更有效的發揮數據潛力。
英特爾指出,將數據轉化成訊息,最後再成為企業、消費者所需的知識,需要硬體、軟體、儲存、互連技術等相互支持,才得以發展並支援新興且日益複雜的AI應用及技術。而新推出Nervana神經網絡處理器便是秉持此一原則,以「從頭開始構建AI」的概念,讓客戶更能專注於發展AI應用和技術。
高整合音訊開關助力 Type-C音訊輸出品質更穩定
毫無疑問,向USB Type-C發展是顛覆性的,給製造商和消費者帶來了改變,雖然不是每個人都會對這種改變感到高興,但這是發展的趨勢,且是必然的。因此,將需要一段時間的調整,在此期間,製造商將需要以一種具成本效益的方式適應新舊的改變。
3.5mm有線耳機使用率仍普遍
我們很容易忽略與外部設備(如耳機和常規揚聲器)連接揚聲器的持續相關性和重要性。藍牙的成功意味著過去10年內的絕大多數音訊設備最有可能採用藍牙互聯。音訊是藍牙的第一個「殺手級App」,其形式是手機的無線耳機。最近幾年,它已成為我們手機連接到車用資訊娛樂系統的預設方式,其不僅用於接聽電話,也用於串流媒體音樂。
可攜式設備常由電池供電,而當設備在串流視聽時,電池通常更耗電。同樣,由於無線耳機尺寸小巧,電池使用壽命也相對較短,因此消費者可能會有備用的傳統有線耳機。高傳真音響愛好者可能更喜歡他們的有線耳機,因為這些有線耳機高品質的聲音重現,所以往往相對昂貴,使用者不願意僅僅因為耳機插孔消失就停止使用他們偏愛的設備。
中期(可能是長期的)方案是使用一個轉接器,它可將USB Type-C連接器與傳統的3.5mm音訊插頭相匹配,但不一定保證通過USB Type-C連接埠支持模擬音訊。為改善此一情況,音訊方案供應商開始提供相關的類比音訊開關,以滿足此一應用設計,並為原始設備製造商(OEM)提供產品開發優勢,以下便用安森美半導體旗下的Type-C類比音訊開關「FSA4480USB」舉例說明。
3.5mm轉Type-C 高度整合方案不可缺
FSA4480為適用於USB2.0、麥克風和邊帶訊號(Side-band Signal)的單一介面,可用於任何需要透過Type-C連接埠提供音訊訊號的可攜式設備,含OMTP/CTIA(AHJ)檢測、電阻檢測和高壓保護等特性,可使用這些特性以較低的音訊諧波失真(THD+N)和最佳化的減小爆破雜訊保持訊號完整性。
在從傳統耳機插孔向USB Type-C過渡期間,消費者可能需要一個外部轉接器,將3.5mm插頭連接到USB Type-C連接埠。這帶來了些許挑戰,因為四段TRRS(尖端、環形、環形、套筒)3.5mm音訊介面有兩個標準;OMTP和CTIA(也稱為AHJ,或美國耳機插孔)。在一個連接埠中有四個單獨導體的好處是顯而易見的,這四個導體的配置方式帶來了問題。如圖1所示,兩個標準的不同。當添加其他類型的設備時,每個導體的定義可能更不同。
圖1 目前使用的兩個主要TRRS標準。
任何打算為多個標準提供共用介面的方案都需要能夠自動檢測和適應這些標準,這為製造商提供了解決當今市場上一個共同問題的機會,同時也提供了下一代使用者介面。從根本上說,無法檢測到MIC輸入並將其切換到3.5mm插頭上的正確環將導致不一致的使用者體驗。FSA4480能夠檢測和切換MIC和接地環到設備中正確的訊號路徑,以及檢測和適應其他規格。
同樣,FSA4480整合了感測技術來測量USB連接埠上觸點的電阻,這也使它能夠保護設備免受Type-C介面上碎片、浸水或其他導電污染物導致引腳之間的意外短路。由於該元件整合了所有類型數位和類比訊號所需的所有開關,所以對所有資料流程的訊號路徑進行了最佳化,這提供了較高的音訊品質,THD+N為-110分貝。
FSA4480的許多特性使用專用記錄器,透過I2C介面控制。例如,過電壓保護(Overvoltage Protection, OVP)功能有三個專用記錄器,用於OVP中斷遮罩、OVP中斷標記和OVP狀態。同樣,記錄器控制音訊開關左通道、音訊開關右通道、MIC開關、感測開關和音訊接地開關;感測和切換左、右、MIC開關的延遲也可使用專用記錄器設置。
該元件的另一個關鍵特性是它能夠檢測引腳之間的意外連接,如前所述。這也是透過記錄器來管理的,包括RES檢測引腳設置、RES檢測值、RES檢測中斷臨界值和RES檢測間隔。這種級別的可配置性和控制使OEM能配置FSA4480,以精確地滿足應用的需要,無論是手機、音訊播放機還是智慧揚聲器。
總而言之,USB Type-C介面透過將多個功能整合到單一介面正改變消費電子產品的外形。這將不可避免地引入一個過渡時期,也可能產生對能適應最主要形式外部音訊介面的方案需求:3.5mm插孔。然而,由於對高端耳機的大量投資,可以理解消費者不願意做出這種轉變,除非有一個清晰和有效的方案來適配他們喜歡的耳機產品。
(本文作者為安森美半導體行銷經理)
模擬工具新功能源源不絕 馬達設計/維運添利器
對許多工廠來說,馬達是生產線中最重要的核心組件之一。倘若馬達無預警故障或出現嚴重異常,整條產線就可能會因而停擺。有鑑於此,在感測技術越來越成熟的情況下,很多馬達大廠都已經開始為自家產品加裝額外的感測器,以便掌握跟馬達異常/故障相關的跡象,提早做出因應或調整維修排程。
而隨著馬達運作過程中所收集的相關資料越來越多,加上馬達在設計開發時,多少都已經透過模擬工具建置好數位模型,不少馬達大廠已正在嘗試將真實世界所收集到的資料反饋回數位模型,觀察模型的反應,藉此預估在真實世界中的馬達將會在何種條件、狀況下出現故障,馬達核心零件還剩下多少預期壽命等。這種運用方法,讓原本只用在馬達設計研發階段的數位模型,進一步升級為數位雙胞胎,為馬達製造商跟馬達使用者帶來更高的附加價值。
走向數位雙胞胎將成大勢所趨
安矽思(Ansys) EBU產品經理Marius Rosu(圖1)指出,對馬達產業而言,建置數位雙胞胎將是未來一個非常重要的趨勢。在數位雙胞胎的協助之下,馬達製造商跟用戶可以更精準地預測馬達何時會發生故障,並對故障原因進行深入分析。對馬達使用者而言,這意味著自身的營運可以進一步最佳化,減少不必要的停機維修排程以及備料庫存;對馬達製造商來說,有了數位雙胞胎,也有助於減少保固成本,甚至進一步發展出更多跟後續服務有關的新商業模式。
圖1 安矽思EBU產品經理Marius Rosu表示,馬達產業導入數位雙胞胎,將可帶來製造商與用戶雙贏的局面。
也因為數位雙胞胎將是未來趨勢,Ansys針對數位雙胞胎的建置需求,推出專用的Twin Builder工具,以協助工程師加快數位雙胞胎的建置作業。在Twin Builder的工作流程中(圖2),引入了經過驗證的3D物理降階模型,以降低建構數位雙胞胎所需的運算能力。這點對加快數位雙胞胎的建置速度十分關鍵。
圖2 Twin Builder工作流程
高精細度的3D物理模型雖然精準,但運算執行的時間也會更耗時,並占用更多儲存空間。合理地對模型進行降階,可以在確保準確度的前提下,把運算執行時間加快10倍,甚至100倍。目前Twin Builder支援的降階模型可分成三大類,分別是線性、靜態非線性與動態非線性。
同時,在布署階段,Twin Builder也讓數位雙胞胎連接到工業物聯網平台的作業變得更輕鬆,除了本身可以輸出適合雲端布署的數位雙胞胎外,還可以無縫連接到PTC、奇異電氣(GE)的Predix與思愛普(SAP)的工業物聯網平台。
目前Twin Builder除了已經運用在馬達設備外,在空壓機等設備,也都有應用實例。
提高馬達整體品質 NVH應納入設計考量
除了數位雙胞胎之外,如何改善馬達噪音(Noise)、振動(Vibration)與運轉不平順(Harshness),也是馬達業界持續面對的議題。特別是在電動車應用崛起之後,NVH在馬達領域獲得更多重視,因為馬達的NVH不僅會影響車內乘客的舒適感,同時也會影響到馬達的壽命。
Rosu表示,要改善馬達的NVH問題,可以使用的模擬工具可大致分成電磁場模擬、共振/聲學模擬與聲音的重現、分析及設計。其中,電磁場或馬達本體的設計不良,是馬達NVH問題的核心,包含電磁場的不均衡、轉子與定子的軸心不一致等,都是電磁場分析工具可以解決的問題(圖3)。
圖3 馬達NVH問題模擬流程圖
不過,電磁場本身不會產生噪音跟振動,機械結構才會。因此,如果要改善馬達的NVH問題,設計者還需要進一步對機械結構進行共振跟聲學模擬。這類的模擬涉及多重物理模擬,必須把電磁場、機械結構跟聲音同步納入,才能獲得完整的模擬結果。而這也是Ansys解決方案的強項--在一套工具內,可以用很順暢的流程完成複雜的多重物理模擬。
最後,馬達工程師都清楚,NVH問題是不可能徹底解決的,因為馬達運轉時一定會產生振動跟聲音。因此,工程師能做的,是把噪音跟振動控制在合理可接受的範圍內,而這就牽涉到聲音的重現跟分析,進而在設計階段就確保馬達發出的聲音/振動,是使用者可以接受的。
Ansys在2018年購併的Optis跟Genesis Acoustics,就是分別針對光及聲音的重現、模擬與分析的專家。藉由這兩項購併,現在Ansys針對光與聲音,能提供更完整的模擬解決方案。馬達的NVH問題屬於聲音領域,以往的模擬工具頂多做到頻譜分析,讓聲音訊號可視化,但聲音終究是要靠耳朵聽的,因此,如果能把頻譜資料再生成聲音,讓設計工程師「耳聽為憑」,可以創造很大的價值。
現在Ansys的工具已經可以將聲音的頻譜資料轉換成可再生的聲音檔案,讓設計工程師親耳聽到聲音的響度跟尖銳度。這使得工程師可以用更直覺的方式體驗到馬達運轉的狀況,進而謀求對應的改善對策,例如把聲音響度/頻率的峰值往下壓,讓馬達運轉的噪音變得比較好聽一些。
模擬工具將成馬達產業創新的基石
在本次技術論壇中,除了Ansys的專家介紹了跟馬達相關的最新模擬工具及其功能外,還有成功大學跟中山大學等學術研究機構,分別發表了以Ansys模擬工具為基礎的機器學習(ML)馬達故障檢測,以及性能遠優於現有外骨骼機器人馬達的新型馬達。這些馬達領域的技術創新,都與模擬工具有著密不可分的關係。
也因為模擬工具越來越成熟,讓這些來自學術界的研究團隊,可以在更安全、更低成本、更快速的前提下,完成其研究專題。這些案例也顯示,未來馬達領域的創新跟突破,將建立在馬達相關模擬工具的基礎之上。
Edge AI助力 2022年智慧製造市場規模逼近3,700億美元
隨著消費端走向客製自主消費、製造端面臨缺工問題日甚,促使製造業須具備能適應快速多變且多元環境的能力,製造系統變得較過往而言更加複雜。而拜新技術成熟發展所賜,製造業現今可藉由部署先進的感測技術並結合AI演算法、導入機器人等科技,進而提高資訊可視化及系統可控性,進一步推升工業4.0智慧製造的發展。根據TrendForce旗下拓墣產業研究院預估,2022年全球智慧製造的市場規模將會逼近3,700億美元,年複合成長率達10.7%。
奠基於虛實整合的基礎,智慧製造在應用端相當多元,從規模較大的智慧工廠、智慧供應鏈、現場災害回復,乃至自動物流車、簡易型機器手臂等皆是使用案例。綜觀2019年產業動態與德國漢諾威工業展(Hannover Messe)等指標性活動,現行智慧製造以協作機器人(Cobot)、數位雙胞胎(Digital Twin)、預測性維護(PdM)、無人機、製造執行系統(MES)、AI應用等為發展焦點,Universal Robots、Siemens、STMicroelectronics、Xilinx、GE等廠商亦持續推陳出新強化布局。
鑒於智慧製造帶出的龐大數據量將排山倒海湧向企業,延遲性與頻寬成本已讓製造業從雲端技術逐漸轉向邊緣運算。而數據海量化、分析精準化以及硬體高效化等三大驅動力也使AI從雲端往終端設備邁進,推升邊緣結合AI的趨勢。
Edge邊緣運算處理是具地緣關係的AI運算,透過於靠近數據產生源處進行收集處理,並結合參數學習等AI技術讓設備能做到缺陷即時偵測、使用狀況預判等用途,讓機器不需時時聯網、減少運算資源,仍能具備部分決策力與即時反應力,成為預測性維護的重要基礎,同時亦可強化工業機器人的即時協作。而將資料留在當地取代回傳雲端,也更能滿足製造業提升數據資安與隱私的需求。
智慧製造與Edge AI的連結為製造業帶來即時決策、降低成本、營運可靠及提高安全等優勢,也使精密機械蛻變為名副其實的智慧系統。現行從晶片大廠NVIDIA、Intel、Qualcomm、NXP,乃至雲端龍頭AWS、Google、Microsoft等皆積極投入該領域。台廠若要切入Edge AI的市場,考量產業優勢及政府資源挹注,晶片仍是最好發揮的著力點,並成為串連上下游廠商的發動機。
從自動化到智動化,TrendForce指出,工業4.0的浪潮持續推動企業數位轉型,物聯網、大數據、機器人等技術也成為打造智慧製造的重要節點。然而,不論是工業物聯網布建、智慧製造的導入、抑或智慧工廠的建置,由於耗時較長且所費不貲,對企業而言皆非一蹴可幾,在佈署及執行過程中可透過工業物聯網聯盟(IIC)等組織提出的工具來評估自身的成熟度,進而調整步調與方向,如根據基礎設施的完成度來選擇被動性維護、預防性維護、以及預測性維護的採用。












