意法半導體（STMicroelectronics，簡稱ST）是MEMS傳感器主要供應商之一。MEMS傳感器市場近年的爆發式增長為ST帶來了豐厚的收入。在此情況下，ST正在努力尋找和培養新的MEMS傳感器增長點。這是為什么呢？

雖然MEMS傳感器早在上世紀60年代初就已經問世，但它真正的興起也只不過有十來年時間。可以說，當年沒有人能夠預料到MEMS傳感器會以這種方式爆發。近年興起的移動設備，即以智能手機為代表的便攜式消費電子產品，包括平板電腦和智能手表、手環等，為MEMS傳感器提供了廣闊的用武之地。我們的每一部智能手機都離不開諸如陀螺儀、加速度計、磁力計、壓力傳感器、溫度傳感器等MEMS器件，這造就了一個龐大的MEMS半導體市場。

ST副總裁、MEMS傳感器產品部總經理Andrea Onetti先生將移動時代產生的MEMS巨大市場稱作第一波MEMS浪潮，而ST正是這波浪潮的主要受益者之一。然而，ST擔心這第一波MEMS盛宴的高潮已過。原因有兩個。首先，全球智能手機的出貨量已經停止增長，而曾被寄予厚望的可穿戴設備市場并沒有如期爆發。其次，新上市的移動設備中并沒有配置更多的MEMS器件。也就是說，移動設備市場已經趨近飽和，而且MEMS器件在移動設備中的應用也基本飽和，消費類MEMS市場規模不再增長。更糟糕的也許是，隨著更多供應商的加入，消費類MEMS器件的利潤會遭受侵蝕。

在這種情況下，作為一家先進的MEMS傳感器廠商，ST有必要尋找和培養下一個MEMS市場增長點。在Onetti先生看來，智能工業應用將啟動大量MEMS傳感器需求，促成下一波MEMS應用浪潮。

智能工業或智能制造，在歐洲稱作“工業4.0”，中國稱作“中國制造2025”。智能工業是最近特朗普政府挑起的貿易戰、科技戰的核心戰場，可見該領域的戰略重要性。MEMS傳感器很幸運，它又成了場上主力隊員。因為智能工業設備，包括智能汽車，首先必須能夠隨時感知自身所處的環境，所以它們需要各類傳感器。

Onetti先生指出，與消費類市場不同的是，工業傳感器的后裝市場潛力巨大。雖然目前新上市的智能設備出貨量有限，但現存的工業設備數量龐大，而我們不可能像扔掉舊手機一樣扔掉這些舊設備，而是要對它們進行升級改造。據他估算，全球潛在的智能工業設備市場的總規模在10億臺左右。

圖1：既有設備和新裝設備通過不同的通信方式實現智能化

與消費類市場相比，工業市場對傳感器的要求很不相同。消費類市場對成本和功耗敏感，而對于壽命和可靠性的要求則不甚苛刻。工業市場則不同，它對成本不甚敏感，但對壽命和可靠性則要求極嚴。工業設備所處的環境通常十分惡劣，尤其是溫度變化幅度巨大，傳感器的性能需要在變化的環境中保持穩定可靠。還有，工業設備的服役時間往往長達十年以上，這要求工業傳感器經久耐用。

此外，當同一類傳感器應用在不同領域時，我們對它的性能要求也可能是不一樣的。Onetti先生舉例說，當用于采集人類語音信號時，MEMS麥克風的頻率響應范圍一般是20Hz至2kHz。但是，當它要應用在機器對機器（M2M）環境中時，我們要求它能夠收集高達80kHz的音頻信號。

Onetti先生介紹說，在工業傳感器領域，ST具有自己獨特的優勢。ST擁有自己的廠房，可以完全控制MEMS產品制造過程，具備研發、生產和測試流程完全控制的能力。ST可以針對工業市場的特殊要求對傳感器進行精度校準和性能優化，保證產品的可靠性和長壽命。此外，ST的大規模產能為穩定的供貨提供了保障。Onetti先生強調，針對工業市場的需求，ST已經做出了鄭重的承諾：所有在工業類產品的生命周期超過十年。

ST提供各種類別的MEMS傳感器，包括多種運動傳感器，以及溫濕度、壓力和聲音傳感器等等。針對工業應用，ST首先著力于運動傳感器，比如Onetti先生重點介紹的ST最新高精度傾角計。

傾角計的原理是三軸加速度計。傾角計早已應用于工業領域，例如用于貨物搬運的叉車。現在，ST提升了傾角計的精度，使它能夠應用到新的場景，例如設備自動安裝。Onetti先生說，這種設備安裝過程是由電腦自動控制的，甚至是遠程遙控的，它可以知道設備在安裝的整個過程中是否符合安裝流程，是否安裝到足夠的精度，以及在安裝過程中遇到了什么異常。要達到自動安裝標準，傾角計的精度必須很高，而ST最新的IIS3DHHC MEMS傾角計就可以做到。

圖2：高精度傾角計可實現更多應用，如設備自動安裝

除了運動傳感器，ST還在布局其他種類的工業標準MEMS傳感器，以實現工業設備的智能化。Onetti以電機為例說明了ST的傳感器產品以及ST的其他產品在智能工業中的應用場景。

智能工業里最常見的是馬達，馬達的狀態需要實時監測，監測參數包括速度、加速度、噪音、角速度、力矩、電流、電壓和溫濕度等環境因素，這些信息可以告知系統馬達是否工作正常。常規的做法是把這些采集到的數據傳輸給后臺的云，讓云來進行數據處理。但是，工業馬達通常24小時運行，它們會產生龐大的數據量。如果后臺的云一直在做滿負荷的計算，那么總體成本會很高昂。ST的做法是，按照不同應用的需求量身訂做。用加速傳感器/模塊來檢測振動，用麥克風模塊來檢測噪音，用溫濕度模塊來檢測溫濕度：不同類別的信息可以通過幾個傳感器進行本地采集，然后在本地的人工智能模塊（local AI）里面進行信號處理，或稱作“預處理”，即本地化的人工智能判別 （local AI）。如果本地人工智能判斷出異常，即發現不符合先前定義的工作狀態、工作表征，則將數據上報到云，而平時產生的只是小數據量。如此則整個系統就變得相對精簡。

圖3：采用各類傳感器和本地人工智能降低設備監測成本

Onetti最后總結說，繼消費市場之后，工業市場對傳感器的需求在快速增長。工業市場對傳感器的要求有所不同，MEMS傳感器必須滿足新的要求。智能工業需要嚴苛環境下的高精度傳感器，而ST可以根據應用需求對其裁剪。ST能夠提供多種高可靠、長壽命的傳感器，以迎合新一波自動化時代對MEMS傳感器的需求。