Composants économes en énergie propulsent l'efficacité industrielle

Si l'IIoT et l'Industrie 4.0 ont traditionnellement focalisé sur capteurs, commutateurs, analytique de données et connectivité, la prochaine vague de manufacture digitale est propulsée par l'efficacité énergétique.

Les usines industrielles sont parmi les plus gros consommateurs d'électricité, et une alimentation fiable sous-tend chaque processus avancé. Selon l'Agence Internationale de l'Énergie, le secteur a consommé 41,6 % de l'électricité mondiale en 2016.

Une gestion d'énergie efficace maintient les robots industriels en marche avec un downtime minimal — où chaque milliseconde compte. Au-delà de la fiabilité, les améliorations d'efficacité peuvent débloquer des économies de ressources significatives.

Plusieurs stratégies peuvent booster la performance énergétique, incluant :

• Planifier la production pour s'aligner sur les pics d'énergie renouvelable.
• Optimiser la vitesse d'opération des robots au lieu d'accélérer simplement les programmes, potentiellement augmentant les économies jusqu'à 30 %.
• Utiliser l'impression 3D pour réduire le gaspillage matière.
• Adopter la maintenance préventive pour réduire l'énergie dépensée en réparations.
• Rétro-équiper compteurs intelligents et contrôleurs à distance où faisable.
• Implémenter un environnement fully automated « lights-out » qui réduit l'énergie au sol et dans les systèmes d'installation.
• Choisir des composants basse consommation partout.

C'est la combinaison de ces mesures — pas une tactique unique — qui livre de vrais résultats.

Composants économes en énergie

Plusieurs nouveaux produits offrent maintenant des réductions de puissance substantielles. Points forts :

Infineon Technologies – Module de puissance hybride SiC EasyPACK 2B

Le EasyPACK 2B d'Infineon, partie de la famille 1200 V, mélange carbure de silicium (SiC) avec technologie IGBT pour atteindre plus de 99 % d'efficacité système. Avec une fréquence de commutation jusqu'à 48 kHz, il délivre une densité de puissance plus élevée et une empreinte de dissipateur plus petite grâce aux pertes SiC moindres.

Le module hybride EasyPACK 2B offre densité de puissance supérieure et commutation 48 kHz. (Image : Infineon Technologies AG)

STMicroelectronics – Microcontrôleurs STM32WBx5 & STM32G4

Le STM32WBx5 combine traitement dual-core avec connectivité Bluetooth 5, OpenThread, et ZigBee 3.0. Son mode arrêt 13 nA, scaling de tension adaptatif, et accélérateur ART temps réel délivrent une performance ultra-basse consommation pour capteurs, wearables, drones, et dispositifs IoT.

Le STM32G4 ajoute deux accélérateurs mathématiques matériels qui accélèrent les calculs basés CORDIC, améliorant contrôle moteur et filtrage signal tout en réduisant l'usage d'énergie dans applications usine intelligente et gestion énergie.

Les MCU STM32WBx5 de ST offrent performance ultra-low-power avec connectivité intégrée. (Image : STMicroelectronics)

Les accélérateurs STM32G4 améliorent performance et efficacité énergétique. (Image : STMicroelectronics)

Microchip Technology – Smart Embedded Vision & FPGAs PolarFire

L'initiative Smart Embedded Vision de Microchip délivre IP et outils centrés FPGA pour designs machine-vision basse consommation, petit format. La famille PolarFire offre 30-50 % consommation inférieure aux FPGAs basés SRAM et 5-10x consommation statique inférieure, idéal pour edge compute et environnements thermiquement contraints.

Smart Embedded Vision de Microchip fournit IP machine-vision low-power. (Image : Microchip Technology Inc.)

Renesas Electronics – Microcontrôleur RX72M

La famille RX72M apporte un contrôleur esclave EtherCAT intégré, 1 Mo SRAM, et 4 Mo flash — en faisant le premier microcontrôleur RX avec telle capacité. Conçu pour robots industriels compacts, API, I/O distants, et passerelles, il réduit la surface de carte d'environ 50 % comparé aux modèles antérieurs.

Les dispositifs RX72M réduisent la surface de carte d'environ 50 %. (Image : Renesas Electronics Corp.)

Eta Compute – SoC Machine-Learning TENSAI

TENSAI délivre classification d'image, détection de mots-clés, et wake-up detection en mode ultra-low-power. Sa logique delay-insensitive permet opération à la tension d'alimentation la plus basse, et une classification d'image unique consomme juste 0,4 mJ — 30x moins que solutions concurrentes.

Résumé

L'automatisation industrielle croîtra alors que l'IoT remplace les systèmes legacy. Robotique avancée, IA, analytique cloud, réseaux capteurs — alimentés par fournitures vibration-harvested ou light-harvesting — remodeleront la manufacture. Si le capital initial pour l'Industrie 4.0 est haut, les systèmes économes en énergie remplaçant les composants plus anciens livreront des économies de coûts long terme.

>> Cet article a été publié à l'origine sur notre site frère, Electronic Products : « Achieving energy efficiency on the factory floor. »