Sensor
Sensor
最近看《传感器的未来大趋势》（林雪萍）、《未来3年：传感器的20个趋势》（发于2022年7月底至八月初），其实来源就是twinbit的发表于2021年3月一个报告。
IO-Link、PLC
软传感器
软传感器在数据融合中特别有用，它将不同特征和动态的测量结合在一起。因此，软传感器可以用于故障诊断以及控制应用。典型的软传感器包括卡尔曼滤波器，而最新的软传感器会使用神经网络或模糊计算。
软传感器是一种利用其它传感器的信息来估计物理量的软件程序，而不是直接测量。
软传感器经常被用于在线估计、基于对硬件传感器的测量信号的分析，用软件实现数学模型。通常情况下，建模采用第一原理模型、回归模型或人工神经网络进行。软传感器已经成功应用于大规模工业过程的监测和控制。软传感器需要测量、模型和估计算法来工作：
（1）测量：用于软传感器技术的无限可能实现，对所需要硬件的确切需求是逐一研究的。利用系统知识的优势，可以使用更经济的仪器来获得精度的测量。软传感器可以共享一些现有的硬件能力。
（2）模型：软传感器中使用的模型代表了系统的知识，这些知识被用来提高测量的质量。所需模型的复杂度取决于软传感器开发的目标和系统的复杂度，范围从无到数千个动态变量。
简单的模型只需要很少的计算能力来执行估计算法。如果是更复杂的模型，可能需要安装额外的计算能力。许多模型允许作为嵌入系统来实现。
这些模型可能是基于1）有关过程变量的物理过程知识——即所谓的第一原理模型或白箱模型；2）从系统运行数据中确定，但对系统结构几乎没有洞察力——即所谓的黑箱模型；3）混合灰箱模型，合并前两种方法。
（3）估算算法：在模型的情况下，可以应用广泛的估计算法来计算兴趣的变量。从Lueneberger Observer或Kalman Filter等简单的线性滤波技术开始，到Extended Kalman Filter或Moving Horizon State Estimation等最先进的非线性估计算法，将软传感器的适用范围扩大到在频繁变化的工作点上运行的具有挑战性的高度非线性系统。