如何使用单对以太网实施基于状态的监控

作者：Kenton Williston

投稿人：DigiKey 北美编辑

在工厂自动化和工业物联网 (IIoT) 中，基于状态的监控 (CbM) 提供对资产健康状况的洞察，以增加正常运行时间和生产力、降低维护成本、延长资产寿命并确保工人安全。虽然传感器、诊断算法、处理能力以及人工智能 (AI) 和机器学习 (ML) 技术的应用的改进使 CbM 更加有用，但缺乏合适的基础设施限制了其在许多应用中的影响力。

采矿、石油/天然气、公用事业和制造应用中的设备通常位于缺乏电力或数据网络的位置。将新的电源和网络电缆连接到这些远程位置可能成本高昂且不切实际，特别是对于需要相对较高功率和数据速率的 CbM 应用而言。

无线替代方案需要权衡。例如，电池供电的传感器只能提供有限的数据速率，使得这些设置不适合 CbM。为了将最新的 CbM 功能引入这些地点，工程师需要替代基础设施选项，以低成本提供可靠的电力和高带宽网络。

10BASE-T1L 单对以太网 (SPE) 专为满足这些标准而设计。它可在长达 1 公里 (km) 的距离内提供数据和电力，远远超出了工业以太网的限制。工程师可以利用这项新技术将复杂的 CbM 技术部署到以前无法到达的位置。

本文概述了 CbM 和人工智能的影响，然后概述了 SPE 对于远程位置的优势。它重点介绍了基于 SPE 的传感器的关键组件，并提供了选择它们的指南。最后，本文回顾了设计组合数据和电力通信接口的基础知识，并展示了如何将基于 SPE 的 CbM 系统集成到更广泛的工业网络中。

CbM 以及人工智能和机器学习的影响

虽然推动 CbM 增长的因素有很多，但人工智能和机器学习的崛起尤其值得注意。这些技术正在将 CbM 的应用范围扩展到泵、压缩机和风扇等旋转设备之外，涵盖更广泛的机械，包括数控机床、输送机系统和机器人。

这些进步之所以成为可能，是因为人工智能和机器学习系统能够摄取和解释大量数据，包括振动、压力、温度和视觉数据。凭借丰富的数据集，人工智能和机器学习系统可以识别旧技术可能遗漏的异常行为。

为了实现这些优势，所有相关设备都必须提供高保真数据，这就是为什么 CbM 系统为运营中最偏远的角落提供边缘到云连接变得至关重要的原因（图 1）。

图 1：现代 CbM 系统必须将远程操作技术 (OT) 设备与信息技术 (IT) 系统连接起来。 （图片来源：[Analog Devices](）

SPE 相对于其他替代方案的优势

为了服务这些远程地点，工程师需要一种 IT 友好的方式来提供数据和电力，从而将成本和物理占地面积降至最低。工业以太网解决方案是一个显而易见的选择，因为它们提供每秒 100 兆比特 (Mbps) 的典型数据带宽，以及每个端口高达 30 瓦的以太网供电 (PoE)。然而，工业以太网的距离限制为 100 米 (m)。

输入 SPE，顾名思义，它通过单对双绞线提供以太网连接，而不是 100BASE-TX 的两对双绞线或 10BASE-T 的四对双绞线。因此，SPE 布线比同等的工业以太网布线更小、更轻且成本更低。尽管占地面积减少，SPE 仍支持长达 1 公里 (km) 的运行距离、高达 1 千兆位每秒 (Gbps) 的数据速率、高达 50 瓦的功率以及适用于恶劣环境的 IP67 等级连接器。

值得注意的是，SPE 的最大额定值是相互排斥的。例如，仅在长达 40 m 的短距离运行中才支持 1 Gbps 速度。相比之下，在最大电缆长度为 1 km 时，数据速率限制为 10 Mbps。

如何选择用于 SPE 应用的以太网 MAC

与所有以太网连接一样，SPE 接口包含媒体访问控制 (MAC) 层和物理 (PHY) 层。 MAC 管理以太网流量，而 PHY 将电缆中的模拟波形转换为数字信号。

许多先进的微控制器单元 (MCU) 都配备了 MAC，有些还包含 PHY。然而，用于边缘传感器的低成本、低功耗 MCU 缺乏其中任何一个功能。该解决方案在于 10BASE-T1L MAC-PHY，它在单独的芯片中实现这两个元素，使设计人员能够从各种超低功耗处理器中进行选择。

[Analog Devices 的ADIN1110CCPZ-R7]就是一个很好的例子（图 2）。该单端口 10BASE-T1L 收发器专为扩展范围、10 Mbps SPE 连接而设计。 ADIN1110 通过 4 线串行外设接口 (SPI) 连接到主机，这是大多数现代微控制器上都有的接口。

图 2：ADIN1110 是一款单端口 10BASE-T1L 收发器，通过 4 线 SPI 接口连接到主机处理器。 （图片来源：Analog Devices）

为了提高鲁棒性，ADIN1110 集成了电源电压监控和上电复位 (POR) 电路。此外，可编程发送电平、外部终端电阻器以及独立的接收和发送引脚使该器件适合本质安全应用。

设计共享数据和电源通信接口

SPE 使用称为数据线供电 (PoDL) 的技术通过同一根电线提供电源和数据。如图 3 所示，高频数据通过串联电容器耦合到双绞线，而直流 (DC) 电源则使用电感器耦合到线路。

图 3：PoDL 分别使用电感和电容耦合通过单根双绞线提供电源和数据信号。 （图片来源：Analog Devices）

在实践中，需要额外的组件来实现稳健性和容错能力。例如，建议使用桥式整流二极管来防止电源连接极性错误。同样，瞬态电压抑制器 (TVS) 二极管对于电磁兼容性 (EMC) 鲁棒性也是必需的。值得注意的是，需要一个扼流圈来减轻电缆的共模噪声。

选择 CbM 传感器

如前所述，CbM 可应用于多种传感模式。在这些模式中，需要考虑的关键因素之一是性能和效率之间的权衡。

以振动传感为例。压电传感器的性能优于微机电系统 (MEMS)，但成本较高。这使得压电传感器成为往往位于中心位置的高度关键资产的良好选择。

相比之下，许多不太重要的资产通常位于设施最远的地方，因此由于成本限制目前并未受到监控。然而，仍然必须挖掘他们的数据以提高整体系统的生产力。距离和成本敏感性的结合正是基于 SPE 的 CbM 的优势，使 MEMS 传感器成为自然选择。

除了成本较低之外，MEMS 传感器还为 SPE 传感器提供了其他优势。例如，与压电传感器相比，大多数 MEMS 传感器具有数字滤波、出色的线性度、重量轻和尺寸小等特点。

下一个设计选择是在单轴传感器和三轴传感器之间进行选择。表 1 列出了两个典型示例[ADXL357BEZ-RL]三轴加速度计和[ADXL1002BCPZ-RL7]单轴加速度计之间的差异。

| | 范围 | ADXL357 | ASXL1002 |
| ---------------- | ------------------------- | ----------------------- |
| 轴数 | 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 |
| 集成模数转换器 | 是的 | 不 |
| 电源 | 2.25V 至 3.6V | 3.3V 至 5.25V |
| 界面 | SPI | 模拟 |
| 重量 | <0.2克 | <0.2克 |
| 噪音 | 80微克/√赫兹 | 25微克/√赫兹 |
| 带宽 | 1kHz | 11kHz |
| 电流消耗 | 200微安 | 1,000微安 |

表 1：单轴 ADXL1002BCPZ-RL7 和三轴 ADXL357BEZ-RL 传感器在许多重要的考虑领域进行权衡。 （图片来源：Analog Devices）

如表 1 所示，单轴传感器可提供更高的带宽和更低的噪声。然而，三轴传感器可以捕获垂直、水平和轴向振动，从而更详细地了解资产的运行情况。使用单轴传感器很难识别许多故障，包括弯曲轴、偏心转子、轴承问题和翘起转子。

值得注意的是，振动传感器本身无法检测到所有故障，即使是那些主要与振动相关的故障。在某些情况下，最佳解决方案可能是将单轴传感器与其他传感器配对，例如用于电机电流或磁场的传感器。在其他情况下，最佳解决方案可能涉及两个或更多单轴传感器。

考虑到这些考虑因素的复杂性，建议对两种类型的传感器进行试验。为此，Analog Devices 提供了[ADXL357 3 轴传感器评估板]和[ADXL1002 1 轴传感器评估板]。

将基于 SPE 的 CbM 系统集成到更大的工业网络中

任何 CbM 系统的基本要求是提供与云的无缝连接。图 4 说明了如何使用消息队列遥测传输 (MQTT) 协议来实现这一点。这种轻量级 IIoT 消息传递协议能够以最少的代码占用量和较低的网络带宽连接远程设备。

[]图 4：所示为基于 SPE 的 CbM 架构。关键传感器系统组件包括传感器、低功耗边缘处理器和 MAC-PHY。 （图片来源：Analog Devices）

大多数低成本 Cortex-M4 微控制器都适合此应用，因为几乎所有这些芯片都具有连接传感器和 MAC-PHY 所需的 SPI 端口。从软件角度来看，主要要求是用于 MQTT 堆栈的足够内存、适当的实时操作系统 (RTOS) 和边缘分析软件。通常，只需要几十 KB 的 RAM 和 ROM。

一旦 SPE 电缆到达现有基础设施，媒体转换器就可以将 10BASE-T1L 信号转换为标准以太网电缆的 10BASE-T 帧。请注意，此转换仅更改物理格式；以太网数据包保持不变。从这里，这些数据包可以通过任何以太网网络发送。

结论

SPE 正在成为一种变革性技术，能够巧妙地解决远程设备 CbM 的挑战。其 PoDL 功能通过一根双绞线优雅地融合了电力和数据传输，提供了一种将以太网基础设施扩展到更远距离的低成本方式。通过精心选择 MAC-PHY 接口和 MEMS 传感器，工程师可以利用这些功能来部署紧凑、轻量级的解决方案，这些解决方案具有足够的成本效益，足以证明其在不太重要的资产上的使用是合理的。这使得人工智能和机器学习系统可以使用新的操作可见性来提供前所未有的操作洞察力。

审核编辑 黄宇