传感器长数字 传感器:数字技术的核心,国际竞争的新焦点
传感器:数字技术的核心,国际竞争的新焦点
当前数字经济的发展速度是令人惊喜的。2017年美国数字经济总额为10.83万亿美元,GDP占比超过58.3%。2018年达到了12.34万亿美元,GDP占比超过62%。中国紧随其后,2017年数字经济规模是3.4万多亿美元,占GDP总量的30.3%,2018年是4.73万多亿美元,占GDP总量的34.8%。中美两国已经占据全球数字经济总量的50%以上。这充分说明,未来经济已经从传统资源推动型转向以数据为核心的数字经济。数据已经取代石油成为当今世界最有价值的资源,引发国际争相抢夺的由石油变成了数据,数据将成为推动产业变革的主流与核心,堪称数字时代的石油。
最新统计2020年一季度苹果利润为799.24亿元(人民币);微软为759.28亿;谷歌为485亿;英特尔为404.4亿元,脸书为347.67亿元;亚马逊、思科等科技巨头利润都在飙升,增长势头也势不可挡。全美超过一半的在线开支都被亚马逊吸走,脸书和谷歌去年几乎攫取了美国数字广告营收的全部增量。这些巨头公司对各自占据的市场形成了巨大的控制力和垄断地位。
由此可见,在当今乃至今后的数字经济优势明显,以石油等自然资源主导的经济争霸时代完全过时,以石油为最具价值的传统竞争思维已走入历史,需要在数字经济下创造新的思维模式。
01 数字技术核心与竞争趋势
信息系统的功能可以由软、硬件设计所确定并组成,而系统架构中,贯穿始终或流淌的“血液”就是数据。众所周知,信息技术是由感知术、传输和处理三大技术构成,即:计算机技术、通讯技术、传感器技术。信息系统的硬件是由三大技术加上信息存储、反馈与执行等构成,而在整个系统中传递的信息正是“数据”。如果把一个人看做成一个完整的信息系统,那么五官和皮肤与外界交互的信息就是“数据信息”,感知器官就是数据采集装置,是数据获取的核心。现实中与其相对应的实物器件就是传感器产品,传感器也被称为“电子五官”;5G等通信技术就相当于数据传输的人的神经系统;计算机就相当于人体的大脑,负责并承担数据处理功能。
近时期,信息技术经历了三次大的浪潮,其核心技术发展不断创新与迭代,竞争过程完全复合数字经济三大定律:
第一次是上世纪80年代,个人计算机诞生,遵循摩尔定律的发展规律,解决了数据处理问题。由此而诞生大批的国际化巨头公司,其软、硬件核心技术都牢牢控制和掌握在美国手里,形成了长期的技术垄断性;
第二次是本世纪初互联网到来,把人与人的距离无限拉近,使得信息全球化。通过产品技术与平台服务创新,形成了以互联网思维的商业模式,解决了数据传输问题,遵循的是梅特卡夫法则(V=n2),价值与实际用户数平方成正比。直到今天的5G,其实还是运用技术创新手段来解决数据传输效率与成本问题。此间,我国华为领先世界2年多时间,占据了产品技术竞争的制高点,形成了战略竞争优势,便引来了美国的强烈不满和全面打压。
梅特卡夫法则
第三次是物联网兴起的“万物互联”时代,试图要解决的是信息获取与采集问题。然而,这也是数据来源的最大问题。此类产品我国长期依赖进口,在核心技术研发、工艺技术与装备、产业化能力方面,与西方存在较大差距。这对我国而言,“卡脖绳”和“锁喉钳”牢牢掌握在西方,目前美国并没有感觉到竞争压力。但是,从信息技术构成来看,传感器作为数据采集的唯一功能器件,其重要性是不言而喻的,也一定会成为国际高科技产业化竞争的新焦点。
美国认为,上世纪80年代个人电脑把运算手指化;90年代互联网技术把信息需求通过网络全球化;时下的这场变革就是通过物联网,把物质世界连接起来,并赋予物体一个电子神经系统,使其智能化。称其为“Sensor Revolution”(传感器革命),“之所以称为传感器革命,是因为通过新材料运用,会涌现出不计其数的敏感元器件,来监控我们周围的各种环境等。使得传感器技术成为各种应用能力的积聚点”。由此可见,在传感器领域的竞争一定会到来。我们必须未雨绸缪,战略布局,提早准备。
02
产业发展难点
与行业壁垒
传感器是多学科、多技术、多领域的聚集与融合体,涉及物理、化学、生物基础学科,从敏感机理、工艺技术、结构设计、产成品测试、市场应用等全产业链过程,几乎与材料、机械、电子、数学、计算机软硬件、测量、半导体等等所有二级学科紧密相关。生产工艺也极为繁杂,被称为制作“工业工艺品”,产业化难度极高。但是,一味追求产品高精度、高可靠性、高稳定性等指标就极大地增加了生产工艺难度,直接影响产业规模效益和创新成果转化。
据行业统计显示,目前全球传感器共有声、力、光、磁、气、温湿、RFID、生物等八大敏感门类,约3.1万种元器件类型,其中,中国约有2.2万种(多为科研实验使用)。产业分布方面,全球从事敏感元器件与传感器研制生产厂家、公司约有6500多家,其中我国约有1200余家(非专业生产厂家)。2012年销售额为1024亿美元,2015年为1376亿美元;2018年约为1770亿美元。其中:家电、汽车、工业自动化系统与设备、能源、医疗器械、农业、飞机和船舶、机器人、环境保护、市政等十大领域占据整个市场的75%。
国内1200多家中,传感器为附属产品非专业型企业比例较高,器产值过亿的仅占总企业数量的13%,全国不足200家。产品种类齐全的专业厂家不足1%。与国外同行业相比,在产品品质、工艺水平、生产装备、企业规模、市场占有率和综合竞争能力等方面均无优势。在掌握核心技术和新品研制落后5-10年,而在产业化规模生产工艺上则落后 10-15 年。现阶段我国市场主要应用的传感器绝大部分仍要依赖于进口,主流市场依赖国外配套的情况尤为突出。
01
产品技术创新与发展趋势
据分析,美国传感器技术产业化发展呈现出三大趋势:一是MEMS工艺技术。美国硅谷近20多年来,都是以MEMS工艺技术为基础,根据行业需求和功能不同,展开不同封装结构的各种产品创新。解决了传感器被称为“工业工艺品”的制造难题,实现了产业化与规模化生产;MEMS工艺还能够使传感器微型化,变成肉眼观察不到的电子灰尘,悬浮和漂散,甚至滞留在空中,不间断采集数据。二是智能化和网络化,通过归一化、标准化输出,实现无线传输功能和智能节点化,打通了产、用之间的瓶颈与障碍。三是微能量获取技术。通过收集环境和自然界的风、光、电磁辐射等能量,解决了传感器智能节点化之后的长期、持续供电问题。
从美国三大趋势可以清楚地看出,八大敏感元件采用共性MEMS工艺技术,不仅仅只是为了提高产业化水平。同时,还可以把多个敏感元件复合于一体,结合软件处理与算法,构成多维度指标测试和多参数融合的微系统模块,来拓展产品适用范围。从而弥补片面追求高精度给规模生产带来的难度,以便减少产成品测试成本,提高规模经济效益。再结合微能量获取技术给传感器供电,就可以实现完全智能化的数据采集节点,实现远程数据采集能力,实现低成本、网络化应用,为大数据、5G、人工智能、区块链,乃至新基建基础数据采集,提供可靠和基本保障。因此三大技术融合与协同创新成为未来八大敏感技术发展的主流趋势。
02
市场发展空间及应用前景
传感器可适用于所有的行业领域。据2019年统计,全球传感器市场总规模已突破1870亿美元,并以大于10%的平均速度增长,在前十大重点行业领域增长大于15%,有些领域的市场呈现出爆发式增长态势。在本次疫情防控中,同样大量使用了传感器产品。除了我们熟知的无接触测温仪,还有血压、血脂、血氧、脉象以及二氧化碳气体等等130多种产品类型,在疫情中都发挥着无可替代的作用。眼花缭乱的可穿戴设备其实也是智能传感器,是多功能、多参数复合的智能节点,既可以测血压,心跳,还可以测脉搏等等。
家庭智能终端是未来发展的一个趋势,也成为传感器创新应用平台。包括与私有云、虚拟现实技术的融合,即可自成系统,也可对外链接进行交互。比如,智能床可实现自动翻身、按摩、紧急呼叫等康复功能;智能马桶内置了76只传感器,可检测人体13种生理参数指标,生成健康报告并上传,甚至直接与私人医生连接实现慢病监测与管理。未来家庭服务机器人实现家用设备与设施管理(包括做饭等家务)、慢病监测与医护、情感陪护这三大功能,无疑会大量使用各种不同类型的传感器。
在新基建的智能化装置与设备中更离不开各种传感器,比如5G基站会使用近百只环境数据与运行监控类传感器;手术机器人要用到400多只传感器;智能手机里现在已经有20多种传感器。当数量达到100多种的时候,手机就会变成移动智能节点,与家庭智能终端融合,通话变成手机中的一个功能模块。电子围栏中就用近2万只传感器,完全实现隐形和无接触管控,场地与道路无人值守与收费,定期结算就可。数字车间中的自动化流水线中无人值守,所用传感器更是数不胜数。
智慧农业从种子培育,土壤酸碱度检测及水、肥与植物生长状态监测,直至到餐桌上,都会用到大量传感器。目前一般的大棚要用到20多只传感器,最好的植物工厂要用到近800只。日本、荷兰的花卉、蔬菜等植物工厂都是依靠大量的传感器来采集数据,进行植物全生长周期的量化管控。
总之,传感器技术决定着系统的功能。判断一个设备或系统性能优劣,不仅仅要看装了多少微处理器,更重要的是,要看有多少只、多少类型传感器。没有传感器技术,就没有数据采集,万物互联与智能无从谈起!
03
行业壁垒与协同问题
随着系统信息化程度和设备设施的智能化要求不断提高,各个行业领域对传感器需求会持续增加。然而,在生产企业与用户之间存在着难以跨越的障碍,各自对技术的理解和对方的需求也不尽相同,难以找不到有效方法和途径来贯通和突破。从使用者角度看,存在技术参数、结构选择上的深奥莫测,一时难以搞清楚,导致“不会用”和“不敢用”现象,也根本提不出详细内容和不同场景下的特殊使用要求;从生产角度看,厂家对市场应用的场景数据模型把握不准,产品从结构到性能缺乏柔性化设计,难以提供个性化和精准化的参数指标,也很难了解用户需要用什么、怎么用、为什么要这么选。从技术角度看,现实中的场景和状态是动态、多变、复杂的,取什么参数不仅从现场需要角度考虑,更需要系统整体设计。因此,在数据采集现场,在传感器类型、结构与参数选取上各持己见、各持一词现象频发,可谓是“南腔北调”,甚至是“南辕北辙”差异极大。然而,选用什么类型的传感器对系统或装置装备性能和智能化水平来说尤为关键。不同经验和不同专业背景的人,对应用场景认识差别相当大,在同一场景下的看法不尽相同,往往最终应用设计方案和所达到的实际运行效果也不同,优劣差距很大。
从行业内部来看,传感器生产厂家大多为小微型企业,在产业化能力和配套水平上与国外有一定差距,根本无力研究使用场景中的复杂技术问题和商业对等性问题,不良风气夹杂着技术处理、售后服务能力等问题在行业内也司空见惯,使用中一旦出问题,只能采用退货或更换,以求息事宁人。这种行业文化和潜规则,就会影响国内主要配套用户的选型和采用,成为选用国外产品的最大借口和理由,以及国产化配套中较大的行业壁垒。
此外,在对待国内企业和产品上存在较大认识偏见和分歧。在同等情况下,往往选用的是价格远远高于国内企业的国外产品。尤其是资源垄断性行业,为了减轻责任和避免麻烦,就形成了能买国外的就一定不用国内产品的普遍现象。除对国内企业偏见外,有时苛刻的额外条件、繁杂的程序和流程让企业望而却步。国内企业在拉关系和交易成本上苦不堪言,即使长期追踪却也是无功而返,这样也逐步推高了准入门槛和行业壁垒。
由此可见,产、用之间的障碍与瓶颈成为产业化发展的一大障碍。因此,传感器产品既要向参数指标的归一化、标化化、智能化、网络化方向发展,同时,也要建立产用之间的协同创新关系,组建产业与应用之间的相互信任,相互交流与沟通的信息通道和技术研发平台,为传感器产业化发展扫除道路上的障碍。
03
产业化再认识
与相关建议
应该清醒地认识到,中美博弈表面上看是在贸易和科技的争端,而实质上是高技术产品的产业化竞争。尤其是数字经济全球化的今天,更应该清醒地认识到我国产业化中的突出矛盾和问题。对于传感器产业化,应结合我国结构调整与转型升级与“十四五规划”要求,充分认清疫情、国际摩擦升级与环境变化产生的具体影响。做好战略定位和顶层设计,相应的资源配置,有良好的机制,形成规范和标准,实现产业化并非难事,前面红外热电堆传感器就是一个很好的例子。
具体建议如下:
(1)明确战略定位,做好顶层设计。 把传感器产业化作为数字经济基础的核心技术,提升到国家战略高度来认识,分层次、分阶段持续培育和支持。
(2)挖掘产业中的问题,弥补短板与瓶颈。 从产业体系和链条中的具体问题入手,解决工艺技术、产业化瓶颈、市场供需矛盾、人才引领作用、资源优化配置等问题。
(3)政策精准配套,资源持续配置。 结合地方产业配套政策资源,设立国家产业化专项政策,并在税收等给予优惠,针对产业化进行持续引领与指导。
(4)持续评估效果,及时调整实施方式。 按照产业化层次、阶段、步骤进行分段评价与考核,根据实时状态及时修正和调整实施步骤,避免造成经济损失和更大的机会成本。
根据以上建议,结合区域产业文化特征,可在条件具备地区建立中国“传感谷”,培育我国产业链完整、具备“政、产、学、研、用、服”六位一体协同化、专业化和精准化的“双生态”体系。实现传感器基础产品500亿产值,系统集成与应用产品千亿级以上的目标,形成具有明显产业化特色的国际传感器产业集群。
作者,郭源生
万物互联需精准感知——数字传感器风光无限
万物互联时代的渐行渐近,让人们对于人与物、物与物之间的即时感知充满了向往。传感器、云平台等的出现,让各类信息数据的分享与存储变得高效了许多。
图片
物联网风潮,如今已席卷全球,几乎世界各个主要国家都已经开始对物联网技术、软件、硬件展开布局。看似普通的传感器,在庞大的物联网体系中占据着重要位置,难以被替代。
麦肯锡发布的报告显示,到2025年,物联网带来的经济效益将在2.7万亿到6.2万亿美元之间,其中传感器作为物联网技术最重要的数据采集入口,将迎来广阔的发展空间。预计2020年,我国传感器市场规模将突破1800亿元。
放眼国际,目前全球传感器市场主要由美国、德国、日本的几家行业巨头主导,博世、日立、霍尼韦尔、飞思卡尔等传统电子行业巨头,都把传感器作为未来业务的主要增长点。从国内来看,眼下集中在长三角地区的传感器生产企业已经逐渐分散扩大,形成以北京、上海、南京、沈阳、深圳和西安等中心城市为主的区域空间布局。
在各地火热布局传感器的背后,我们回归本质,来探究一下物联网与传感器之间的关系。其实,物联网和传感器是相辅相成的。传感器类似于人的眼睛、嘴巴和耳朵,但又不仅仅像人类感官那么简单,传感器可以收集很多有用的信息。可以说,这些传感器是整个物联网系统运行的基础。正是有了传感器,物联网系统才有内容传递给“大脑”。
传感器可以使用几个标准进行分类。其一,按照被动或主动来分。主动传感器需要外部能源才能工作,而被动传感器则不需要。其二,基于用于检测和测量性质(机械、化学等)的方法。其三,模拟和数字。模拟传感器产生模拟信号或连续信号,而数字传感器产生离散信号。
简单来说,输出数字量的传感器就是数字传感器,常见的数字传感器有震动传感器、按钮传感器、触摸传感器、碰撞传感器、超声波传感器等。随着科学技术的进步,数字技术和信息技术是不能忽视的,在称重领域及自动化控制系统的有效结合下,数字化、智能化的电子衡器市场需求日益显现。
数字式称重传感器,是数字传感器的一种类型。据悉,数字式称重传感器是基于数字处理电路和数字补偿技术的基础之上形成的技术革新以及配套使用的数字称重仪表,在工业生产、物流配送等个领域应用较多。
数字温度传感器,是数字传感器的又一种重要类型。新型数字温度传感器的应用范围广泛,它不仅广泛应用于普通人的日常生活中,而且也大量用于现代工业生产的自动化控制和生产过程检测控制系统。
物联网数字化世界的长远目标,是实现信息化,即获取决策信息。从物联网一开始发展到现在,不能忽视的一大瓶颈依然在两端,即信息的收集和处理。毫无疑问,万物互联的实现,对数据采集、处理等流程要求较高,以前结构型、固体型传感器已然无法满足需求,结合人工智能等新技术,传感器产品更新迭代的速度不断加快,智能传感器、MEMS传感器有望迎来爆发。
微型化、智能化、网络化、集成化、多功能等,正成为传感器产业发展的主流趋势。为更好地满足用户需求,厂商在研制传感器产品时将会更加注重产品使用的便捷性、安全性、智能要素等。传感器的智能化是在传感器中内置微处理器,使其具有自动检测、自动补偿、逻辑判断、数据存储、逻功能计算等功能。
万物互联时代,基于传感器和物联网技术,人们将看到一个更加精彩、更富动感的世界。
相关问答
传感器 怎么识别 数字 ?传感器不同,原理也不一样,一般利用他们受到外界的干扰,自身的电阻值或容值发生改变,如果是电阻值发生改变一般通过AD转换,将模拟信号转化为数字信号。如果是...
ad转换器的精度与 传感器 的精度?ad转换器的精度取决于模拟量转换为数字量的位长和模拟量的最大电压,如果最大电压是5Ⅴ,转为数字量的位长为8位,那么ad转换器精度为5000mV/127(1这个数字代表...
速度 传感器 都是 数字 量输出吗?模拟量是指时间连续,幅值未被量化的物理量。数字量是指时间离散,幅值被量化的物理量。转速传感器输出通常为模拟信号,模拟信号分为两种,一种是幅值与转速成...
手机 传感器 大小比较?比较常见的传感器尺寸有1/2.7英寸、1/2.5英寸、1/1.8英寸、2/3英寸等。感光器件的面积大小,这里就包括了CCD和CMOS。感光器件的面积越大,CCD/CMOS面积越大,捕...
温感器测温时与 传感器 的线长短有关系吗?鉴于传感器连接线本身具有一定阻值,其阻值也会受环境温度影响,所以,任意改变(加长)温度传感器的连线会影响所测温度值;但是,在一些控制系统中,通过调整可...
温度 传感器 输出信号为 数字型 .那它的输出到底是什么.只知道电...[最佳回答]由于温度的变化会引起电阻变化,从而影响电流大小,由于电压恒定,因此测量的数据实际上是电流的大小.你必须建立电阻阻值与温度之间的(函数)关系,根据...
西门子s7-300接压力 传感器 4-20mA在程序里 数字 量是多少?0-27468还是多少?如果你在硬件组态里设定的4~20mA输入的话,那么就是0对应4mA,27648对应20mA。如果在硬件组态里设定的是0~20mA的话,那么0对应0mA,然后5529.6对应4mA,27648.....
数字传感器 与模拟传感器的区别?随着科学技术的进步,数字技术和信息技术是不能忽视的,在称重领域及自动化控制系统的有效结合下,数字化,智能化的电子衡器好像更为市场需求。实现用数字称重系...
松下 数字 光纤 传感器 设置与调试?光纤传感器的调试方法和过程:(1)SET键,此按钮可用于敏感度设定。本传感器的基本原理为:通过光纤探头对不同介质折射率的感应,从而获得数字信号,显示在屏幕...
丹东通博电动靶式流量计应力 传感器 上 数字 是什么意思,怎 ......开孔直径,样本上都有!什么的开孔直径?不懂