STMicroelectronics introduit un capteur de vibration intelligent pour la surveillance industrielle

STMicroelectronics a présenté l’IIS3DWB10IS, un capteur de vibration de type système micro-électromécanique (MEMS) intégré à une unité de traitement de capteur intelligente (ISPU 2.0). L’appareil apporte un traitement du signal numérique avancé et l’inférence de l’intelligence artificielle (IA) directement au niveau de l’élément de détection pour mesurer les vibrations et les chocs jusqu’à 200g à des fréquences de 10 kHz et plus.

Performances techniques et fiabilité en environnement difficile
Le matériel est conçu pour résister à des conditions de fonctionnement difficiles dans les environnements industriels, prenant en charge une plage de température de fonctionnement allant jusqu’à 125 °C. Il est conçu pour aider les opérateurs industriels à maximiser le temps de fonctionnement des équipements, à réduire les événements de maintenance non planifiés et à mettre en œuvre des méthodologies de maintenance prédictive.

Impact industriel et moteurs du marché de la surveillance d’état
L’analyse des vibrations représente le principal segment technologique de la surveillance d’état industrielle, compte tenu de la dépendance généralisée à l’égard des machines rotatives et oscillantes pour des opérations telles que la coupe, le formage, le déplacement et le refroidissement. Le diagnostic précoce des anomalies mécaniques, y compris la prédiction anticipée des défaillances de roulements, permet à des secteurs comme l’automobile et la fabrication générale d’éviter les arrêts d’équipement et d’optimiser les flux de production des usines.

En orientant les modèles de maintenance vers une surveillance d’état à distance, prédictive et hiérarchisée, les installations peuvent accroître leur efficacité opérationnelle, éliminer les pannes mécaniques imprévues et garantir la sécurité sur le lieu de travail. Les données de marché de Fortune Business Insights prévoient que le marché mondial des technologies de surveillance d’état dépassera les 5 milliards de dollars d’ici 2032, progressant à un taux de croissance annuel composé (CAGR) de plus de 9 %.

Contexte supplémentaire
Cette section détaille les spécifications techniques et l'analyse comparative concurrentielle qui ne sont pas incluses dans le communiqué de presse original.

Analyse technologique comparative
Historiquement, la surveillance des vibrations industrielles repose sur deux principaux types de transducteurs : les accéléromètres piézoélectriques analogiques traditionnels et les capteurs MEMS numériques. Bien que les alternatives piézoélectriques affichent des niveaux de bruit extrêmement bas, elles nécessitent un câblage coaxial coûteux, des amplificateurs de charge externes et des convertisseurs analogique-numérique (CAN) séparés, ce qui augmente la nomenclature globale (BOM) du système. À l'inverse, les capteurs MEMS numériques classiques sont traditionnellement restés limités à des bandes passantes de fréquences plus basses (généralement inférieures à 6 kHz) et à des plages dynamiques plus faibles, ce qui restreint leur utilisation à la surveillance de la santé structurelle bas de gamme ou au suivi des mouvements de base.

Critères de référence et spécifications
Lorsque l’on évalue les paramètres de performance du STMicroelectronics IIS3DWB10IS par rapport aux références plus larges de l’industrie, des compromis techniques distincts apparaissent entre les repères des MEMS numériques et des transducteurs piézoélectriques.

Métriques de traitement de pointe (Edge) et d'interface
Les accéléromètres numériques standards transmettent les données brutes du capteur via des interfaces de bus SPI ou I2C à un microcontrôleur externe (MCU), ce qui crée des goulots d'étranglement de communication et une consommation d’énergie continue lors de l'échantillonnage à haute fréquence. L’intégration d’un bloc d’exécution RISC 32 bits (ISPU 2.0) directement à l'intérieur du boîtier du capteur permet une accélération mathématique localisée. Ce cœur de traitement fonctionne avec une RAM de programme et de données intégrée, permettant l’exécution locale de transformées de Fourier rapides (FFT), la détection d’enveloppe dans le domaine temporel et les calculs de sévérité de vitesse sans alerter le processeur du système hôte.

Édité par Romila DSilva, rédactrice en chef d'Induportals, avec l'aide de l'IA.