欢迎光临北京赛斯维测控技术有限公司网站!
诚信促进发展,实力铸就品牌
服务热线:

13617635392

新闻资讯 / news 您的位置:网站首页 > 新闻资讯 > MEMS传感器走入“寻常百姓家”

MEMS传感器走入“寻常百姓家”

发布时间: 2019-08-07  点击次数: 873次

MEMS全称MicroElectromechanical System,微机电系统。MEMS(微机电系统)*初大量用于汽车安全气囊,而后以MEMS传感器的形式被大量应用在汽车的各个领域,随着MEMS技术的进一步发展,以及应用终端“轻、薄、短、小”的特点,对小体积高性能的MEMS产品需求增势迅猛,消费电子、医疗等领域也大量出现了MEMS产品的身影。例如,*近火爆的做胃镜的无痛小胶囊,5G路灯,骨传感耳机,智能家居中洗衣机与晾衣架之间的智能系统,电梯维护等等,MEMS传感器已经走入“寻常百姓家”。

 

    预测性维护电梯与建筑安全

 

    未雨绸缪胜于临渴掘井,无论是由于节省成本、还是缺乏技术工人,如果推迟维护操作,实际的生产过程中可能会遇到突然的机器故障或生产错误。借助预测性维护,这种情况将不再发生。预测性维护不是基于固定维护周期,而是利用现场连续收集的测量数据和相应的数据评估进行的基于需求导向的维护操作。无论是在本地还是云端进行分析,都必须弄清楚可能发生损坏的位置以及检测位置。

    [左一]意法半导体大中华暨南亚区模拟、MEMS和传感器市场经理许永刚 

 

    意法半导体大中华暨南亚区模拟、MEMS和传感器市场经理许永刚在近日举办的MWC2019展会现场对《新电子》表示,传感器目前在预测性维护上有不少应用,例如,电梯维护,利用传感器的预测性维护解决方案,不仅可以省去定期的人工维护费用,而且大大地提高了电梯的安全系数。再者,传感器在工业类应用中,越来越多的需求是在建筑物检测。去年意大利发生了一起桥梁倒塌,原因是混凝土建筑或房屋建筑随着时间的推移,会有自然损耗,这就存在一定的风险系数。所以,工业类传感器,像高精度倾斜器,它可以帮助计量房屋老化程度,是否存在安全隐患。据介绍,ST新的有多个通信连接技术的工业传感器节点解决方案STWIN,可利用智能传感器检测工业设备的实时振动、噪声和温度数据,从而实现预测性维护。

 

    对于整个电子业来讲,MEMS传感器产品正迎来更多的创新,而ST已经在该行业中深耕15年之久,据了解,意法半导体一天的产能可以达到600万片传感器,已经出货超过150亿片的产品,目前可以为30,000家客户提供服务,在消费电子产品里,每两台手机里就有一台意法半导体的传感器在里面;在汽车产品上,每二台车载导航仪中就有一台装有意法半导体的传感器;通信设备方面,基站、电脑里,每两条存储卡上就有一颗意法半导体的温度传感器。

 

    解决无线耳机“噪音大烦恼”

 

    无线耳机已经成为当下消费者的宠儿。地铁里或是嘈杂的街上,对方可以很清晰的听到你的声音,这是如何做到的呢?据记者了解,在这样的产品里,有两个加速度传感器,其中一个传感器通过检测你的骨振动,即可知道你在说话,并和麦克风融合,把这两个传感器的信号融合在一起,可以达到即使你在嘈杂环境下说话,传感器只会把你说话的声音采集下来,而把后台背景噪音通过算法过滤掉。不管你在地铁里还是大街上,还是房间里,对方听到的都是很清楚的声音。

 

    许永刚通过专业的角度对记者详解,使用麦克风和惯性传感器提高音频质量的基本原理大致如下。讲话者的头部接触的可穿戴设备具有麦克风和加速度计。以空气为传播介质,麦克风以波形捕获声音。以人体为传播介质,加速度计以振动形式捕获声音。加速度计不受噪声的影响。时分复用(TDM)接口对加速度计的信号(振动)与麦克风的信号(声波)进行同步处理,并输出噪声降低的音频信号。据悉,LIS25BA是ST新一代的高性能3轴MEMS加速度计,具有低噪声,高带宽和时分复用(TDM)接口。由于具有高带宽,LIS25BA特别适用于可穿戴设备或智能手机,并可以显著提高音频质量,尤其是在使用STMEMS麦克风实现降噪功能的系统中。主要应用场景包含:骨骼震动监测,波束成形增强,语音监测增强等。加速度传感器在过去几年已经达到相对稳定的市场需求状态,一年需求量是20亿颗,但去年因为有了这样的产品,增加了3-4亿颗的需求量。

 

    “无线耳机市场十分火爆,2019年的增长势头会更加强劲,在这之前大家还没有看到麦克风和加速度传感器的融合,也看不到不同传感器间的配合应用。消费类产品中的这个突破,带给我们很多想象,在工业类、在汽车电子类中,不同的传感器把声学、光学、运动融合在一起,可以达到一个创新型的开发。”许永刚在ST展台对记者表示,其实噪音消除,用纯软件也可以实现。但是在这个应用场景,用软件做的话,同类产品的质量暂且不说,但功耗上肯定有很大不同。如果用骨传导传感器配合麦克风,用一定的算法融合这两种传感器,就可以大大的降低计算的功耗,提高语音的识别度。