Fortschrittliche Smart Sensors treiben die Zukunft des IoT

IoT-Anforderungen an Sensoren: Mehr als einfache Wandler

IoT-Anwendungen (Städte, Fabriken, Wearables) nutzen große Sensornetze, die Daten über Internet an Cloud-Ressourcen senden. Analytics-Software verdichtet Datenmengen zu handlungsrelevanten Informationen und sendet Befehle an Aktuatoren zurück. Sensoren sind Schlüsselfaktor für IoT-Erfolg – aber keine konventionellen Wandler mehr. Sie müssen sich zu technisch und ökonomisch tragfähigen IoT-Komponenten weiterentwickeln.

Dieser Artikel beleuchtet IoT-Erwartungen an Sensoren, Herstellerantworten (Fertigung, Integration, eingebaute Intelligenz) und das Konzept der heute weit verbreiteten Smart Sensors. Sensorintelligenz ermöglicht nicht nur IoT-Konnektivität, sondern auch Predictive Maintenance, flexiblere Fertigung, höhere Produktivität.

Was erwartet das IoT von seinen Sensoren?

Traditionell funktional einfache Wandler (physikalische Größe → elektrisches Signal/Änderung). Für IoT-Einsatz nötig:

• Geringe Kosten für wirtschaftliche Masseneinsatz
• Klein, unauffällig in jeder Umgebung
• Kabellos (verkabelt meist unmöglich)
• Selbstidentifikation und Selbstvalidierung
• Sehr niedriger Verbrauch (Jahre ohne Batteriewechsel, Energy Harvesting)
• Robust, wartungsarm/-frei
• Selbstdiagnose und Selbstheilung
• Selbstkalibrierung oder drahtlose Kalibrierbefehle
• Datenvorverarbeitung (Entlastung Gateways, SPS, Cloud)

Daten mehrerer Sensoren kombinierbar → Schlussfolgerungen auf latente Probleme (z. B. Temperatur + Vibration → mechanisches Versagen). Funktionen in einem Gerät oder per Software als „Soft Sensor“ kombiniert.

Herstellerantwort: Smart Sensor Lösungen

Betrachtung heutiger Smart Sensors für IoT: Bausteine, Fertigung, Vorteile eingebauter Intelligenz (Self-Diagnostics, Repair).

Aufbau und Fähigkeiten eines Smart Sensors

Smart Sensors wandeln reale Messgröße in digitalen Datenstrom für Gateway-Übertragung um (Abb. 1). Eingebauter Mikroprozessor (MPU) führt Applikationsalgorithmen aus: Filterung, Kompensation, prozessspezifische Signalaufbereitung.

MPU-Intelligenz für weitere Funktionen: Kalibrierdaten an MPU → automatisches Setup bei Produktionsänderungen. MPU erkennt driftende Produktionsparameter → Warnungen → präventives Handeln vor katastrophalem Ausfall.

„Report by Exception“-Modus: Nur Datenübertragung bei signifikanter Änderung ggü. Vorwerten → Entlastung zentraler Rechenressource und Stromverbrauch des Sensors (kritisch bei Batterie/Energy Harvesting).

Zwei Messelemente in der Sonde → eingebaute Selbstdiagnostik. Drift eines Elements sofort erkennbar. Komplettausfall eines Sensors → Weiterbetrieb mit zweitem Element. Oder zwei Sensoren für verbessertes Monitoring.

Praxisbeispiel: Smarter Fehlerindikator (Texas Instruments)

Anwendung: Smarter Fehlerindikator für Stromverteilnetze (ultra-low-power MSP430 MCU). Ordnungsgemäß installiert: Senkt Betriebskosten und Versorgungsunterbrechungen durch Info über ausgefallenen Netzabschnitt. Erhöht Sicherheit, reduziert Geräteschäden (weniger gefährliche Fehlersuche). Primär batteriebetrieben → Low-Power essenziell.

Fehlerindikatoren an Freileitungsverzweigungen senden Temperatur/Stromdaten drahtlos an Konzentratoren an Masten. Konzentratoren nutzen GSM-Modem → Mobilfunknetz → Leitstelle. Leitstelle kann Indikatoren steuern/diagnostizieren über gleichen Pfad.

Vorteile permanenter Verbindung: Fernüberwachung statt Feldsuche. Echtzeit-Status von Temperatur/Strom → schnelle Fehlerlokalisierung, Minimierung von Ausfallzeiten, präventives Handeln. Regelmäßige Diagnose der Indikatoren durch Leitstellenpersonal.

Abb. 2: Funktionsblockdiagramm (TI MSP430 FRAM MCU). Stromwandler → analoge Spannung proportional zum Leitungsstrom. Op-Amp verstärkt/filtert. ADC im MCU sampelt. Digitale Strom → CPU/Accelerator-Software. Op-Amp-Ausgang auch an Komparator → Flag an CPU bei Schwellenwertüberschreitung. MSP430-Rechenleistung ermöglicht Frequenzbereich-Stromanalyse (tieferer Einblick als Zeitbereich). Schnelle FRAM-Read/Write → Datenakkumulation für Musteranalyse. Ultra-Low-Power-Modi → lange Batterielebensdauer.

Fertigung: SWaP-C-Reduktion

Um IoT-Potenzial voll auszuschöpfen, müssen Fertigungsmethoden Größe, Gewicht, Leistung, Kosten (SWaP-C) von Sensor und System weiter senken. Verpackung macht bis zu 80 % Gesamtkosten und Formfaktor aus.

Smart Sensors entstehen durch enge Integration von MEMS-Sensorelementen mit CMOS-ICs (Bias, Signalverstärkung, Signalverarbeitung). Ursprünglich: Wafer-Level-Vakuumverpackung (WLVP) nur mit diskreten Sensoren; Smart Sensors durch Verbinden diskreter MEMS- und IC-Chips via Package/Board-Substrat (Multi-Chip-Integration). Verbesserter Ansatz: Direkte Verbindung CMOS-IC und Sensorelemente ohne Routing-Lagen in Package/Board – System-on-Chip (SoC). Vs. Multi-Chip: komplexer, aber reduzierte Parasitiken, kleinere Footprints, höhere Interconnect-Dichte, geringere Package-Kosten.

Weitere Vorteile smarter Sensorintelligenz

• Smart Photoelektrische Sensoren: Erkennen Muster in Objektstrukturen und Änderungen autonom im Sensor (nicht extern) → höhere Verarbeitungsdurchsatz, geringere Zentrale/PLC-Last.
• Fertigungsflexibilität: Intelligente Sensoren per Remote mit passenden Parametern bei Produktwechsel neu programmieren. Produktion, Inspektion, Verpackung, Versand auch bei Losgröße 1 zu Massenpreisen → personalisierte Einzelprodukte.
• Lineare Positionssensoren (Honeywell SPS-L075-HALS): Selbstkalibrierung via patentierter ASIC + MR-Sensor-Array (magnetowiderständig). Bestimmt Position eines Magneten an bewegten Objekten (Aufzüge, Ventile, Maschinen) präzise/zuverlässig. MR-Array misst Ausgabe entlang Bewegungsrichtung → nächste Sensorpaar zum Magnetzentrum → Position dazwischen. Berührungslos → längere Lebensdauer, weniger Ausfallzeiten. Selbstdiagnostik reduziert Ausfallzeiten weiter. Klein (Platz sparend), IP67/IP69K (raue Umgebungen). Ersetzen mehrere Sensoren/Schalter + Verkabelung. Einsatz: Luftfahrt, Medizintechnik, Industrie.

Smart Sensors mit Selbstdiagnose und Reparaturfähigkeit

Geeignet für sicherheitskritische Anwendungen: Gefahrgas-, Brand-, Einbruchserkennung. Harsche Umgebungen, schwer zugänglich für Wartung/Batteriewechsel, hohe Zuverlässigkeit kritisch. Team am Lab-STICC (Univ. Süd-Bretagne) entwickelt Lösung: Dual-Sonden + Hardware mit Selbstdiagnose/Reparatur.

Ziel: Integration aller Elemente in einzelnes diskretes Gerät (z. B. Gefahrgasdetektion in Häfen/Lagern). Knotenpunkt erkennt internen Fehler, ergreift Korrekturmaßnahmen → höhere Zuverlässigkeit, Energieeffizienz, geringere Vulnerabilität, niedrigere Wartungskosten. Design erkennt Limitierungen: begrenzte Batterieautonomie, Energy Harvesting mit unzuverlässiger Quelle, limitierte Rechen-/Speicherressourcen, Funkkommunikation nötig.

Abb. 3: Hardwarekonfiguration selbstrekonfigurierbarer Sensorknoten. Komponenten: Prozessor, RAM/FLASH, Interface für Aktuator/Sensoren (IAS), Funktransceiver (RTM), Batterie mit Leistungsschaltern (DC-DC-Wandler), Power & Availability Manager (PAM) + FPGA-konfigurierbare Zone. PAM = intelligenter Teil für Energienutzung, Autodiagnose, Fehlertoleranz; FPGA erhöht Verfügbarkeit.

Abb. 4: Tabelle – Knotenreaktionen auf diverse Probleme. FPGA enthält Softcore 8051 CPU (Aktivierung bei Leistungsbedarf oder Hauptprozessor-Ausfall). FPGA: Actel IGL00V2 (Zuverlässigkeit, Low Power). Rest: PIC-Prozessor, RAM, Miwi-Funkmodul, zwei Oldham OLCT 80 Gasdetektoren, LM3100/MAX618 Leistungsschalter, Batterie.

Fazit

Chip-Hersteller und Forscher reagieren auf IoT-Bedarf an Smart Sensors: Intelligenz + Kommunikation zum Basiswandler, plus verbesserte Fertigung. MEMS + CMOS auf gemeinsamer Substrat → kleine, kostengünstige Pakete, einbettbar in platzbeschränkte Anwendungen mit Umweltresistenz.

IoT-Designer erhalten Sensoren: klein, billig, robust, sparsam für ubiquitären Einsatz, mit Intelligenz für nützliche Infos (nicht nur Rohdaten). Erleichtern granulare, flexible Automation (eingehende Rekalibrierbefehle für Produktionsänderungen).

Beigetragen von Newark element 14, Chicago, IL. Mehr Info: hier.