作者：崔辰元，曾卫华，陈宏，徐奥 　　为了研究数字化γ能谱仪，本文提出一种基于FPGA的数字核脉冲分析器硬件设计方案，该方案采用现场可编程逻辑部件（FPGA），完成数字多道脉冲幅度分析仪的硬件设计。用QuartusⅡ软件在FPGA平台上完成了数字核脉冲的幅度提取并生成能谱。 　　在此基础上通过电路设计建立了数字化能谱测量实验装置，实测了137Cs的能谱，测量结果与相同条件下的模拟能谱仪的实测谱完全吻合。由此证明基于FPGA的数字多道脉冲幅度分析器硬件设计方案的正确可行，具有实用性。 　　0 引言 　　多道脉冲幅度分析仪和射线能谱仪是核监测与和技术应用中常用的仪器。20世纪90年代国外就已经推出了基于高速核脉冲波形采样和数字滤波成型技术的新型多道能谱仪，使数字化成为脉冲能谱仪发展的重要方向。国内谱仪技术多年来一直停留在模拟技术水平上，数字化能谱测量技术仍处于方法研究阶段。为了满足不断增长的高性能能谱仪需求，迫切需要研制一种数字化γ能谱仪。通过核脉冲分析仪显示在显示器上的核能谱帮助人们了解核物质的放射性的程度。 　　1 数字多道分析仪的优势 　　国内很大一部分学者采用核谱仪模拟电路的方式实现脉冲堆积的处理。由于整个过程都是由模拟电路来实现，所以一直受到多种不利因素的困扰：模拟滤波成形电路有限的处理能力达不到最佳滤波的要求；模拟系统在高计数率下能量分辨率显着下降，脉冲通过率低；模拟电路固有的温漂和不易调整等特点，导致系统的稳定性、线性及对不同应用的适应性不高；在脉冲波形识别、电荷俘获效应校正等更复杂的应用场合模拟系统无法胜任。 　　相比来看，数字脉冲幅度分析系统的性能显着优于模拟脉冲分析器。数字分析器有以下几点优点：通过软件实现，提高了系统的稳定性与可靠性；可以利用数字信号处理方法针对输入噪声特点实现优化设计，达到最佳或准最佳滤波效果；处理速度快，反堆积能力强，相同能量分辨率下脉冲通过率更高；参数由程序控制，调整方便、简单。 　　2 总体设计 　　本方案设计了一种基于可编程门阵列的多道脉冲幅度分析器的硬件平台。图1即为总体设计框图，探测器输出的核脉冲信号经前端电路简单调理后，经单端转差分，由采样率为65 MHz的高速ADC 在FPGA 的控制下进行模/数转换，完成核脉冲的数字化，并通过数字核脉冲处理算法在FPGA内形成核能谱，核能谱数据可通过16 位并行接口传输至其他谱数据处理终端，也可通过LVDS/RS 485接口实现远程传输。特别需要注意的是，由于高速AD前置，调理电路应该满足宽带、高速，且电路参数能够动态调整的需要，以适应不同类型探测器输出的信号，从而更好地发挥数字化技术的优势。 　　3 具体硬件设计 　　3.1 前端电路 　　前端电路由单端转差分和高速ADC电路组成。差分电路由于其良好的抗共模干扰能力而应用广泛。由于调理电路输出的脉冲信号为单极性信号，若直接送入ADC,将损失一半的动态范围。设计中在运放中加入一个适当的偏置电压，将单极性信号转换成双极性信号后再送入ADC,以保证动态范围。将信号由单端转换成差分的同时，进行抗混叠滤波处理，完成带宽的调整 . 　　本设计使用AD9649 – 65 高速ADC 实现核脉冲的模/数转换，AD9649 为14 位并行输出的高速模/数转换器，具有功耗低、尺寸小、动态特性好等优点。当信号从探测器通过调理电路，过差分转单端电路后，以差分信号的形式进入ADC,在差分时钟的控制下，转换成14 位数据，进入FPGA.该高速A/D 在外部FPGA 的控制下对信号进行采样。然后将采样后的数字信号送入FPGA 中实现数字核脉冲的幅度提取。图2 为A/D 转换的原理图，AD9649在差分时钟的同步下完成A/D转换，D0~D13为14个有效输出数据位。 (点击查看大图)

　　为了方便农机手能够迅速、准确地知道机具作业的深度，提出一种基于NEC单片机的田间超声波测距方法，设计非刚性接触地面仿形装置和电子控制系统，利用超声波测距传感器和NEC单片机，通过NEC专用软件开发工具Applilet自动生成代码，在PM+集成环境平中建立目标源文件，最后将程序经烧写器烧入到单片机中实现控制任务，驾驶员通过观察LCD显示的实时运行参数，LED状态指示灯，或根据蜂鸣器报警等情况及时监测和调整机具作业深度，本研究为研制智能化装备提供了开发平台。 　　在田间旋耕、收获、播种时，经常需要控制机具的作业深度，现有农业机械设备多无机具作业深度监测设备，既费力又影响田间耕作效果。我国在农业机械装备处于起步阶段，以东方红X-804拖拉机为研究对象，开发了电控液压转向系统和作业机具升降控制系统，实现了拖拉机自动转向操纵控制和作业机具自动升降控制，但整套设备价格昂贵，推广尚需时日。本文提出了基于NEC单片机的田间超声波测距方法，设计了一种地面仿形装置，利用超声波测距传感器和NEC单片机，将机具作业深度通过液晶屏显示出来。该方法在降低驾驶员劳动强度的同时提高劳动效率，具有实际应用价值。 　　1、超声波传感器发射地面试验 　　由超声波传播理论可知，声波在传播过程中如果遇到直径小于超声波半个波长的障碍时，其声波会绕过障碍物而继续传播，即产生绕射现象，选取花盆上方同一水平面3行3列的9点测量。如图1所示，用超声波测量距书桌高度，图2为利用超声波传感器模拟测量地面的一组数据，在其传播路径中放有花盘时，超声波未发生绕射，原因是由于收获植物茎叶直径较大时，发射的超声波还未到达地面就发生了反射，影响测量结果。为解决此问题设计了一种非刚性接触地面仿形装置。 　　图1 超声波传感器模拟测量地面试验 　　图2 超声波测距试验结果 　　2、非刚性接触仿形装置设计 　　2.1结构原理 　　仿形装置由地轮，导向管a，导向管b，焊接板，压簧，长螺杆，测量基准板等组成。压簧嵌套在长螺杆上，并始终运动于两导向管之间，导向管b随着地面的起伏在导向管a内上下滑动，活动距离为335 cm，导向管a和导向管b之间连接有六角头螺栓，限制了导向管b绕长螺杆轴线方向转动的的自由度，更好的起到了导向作用。超声波传感器安装在超声波测量基准板上方，测量超声波传感器距离测量基准板的距离可以得到机具作业深度的变化。 　　图3 非刚性接触地面仿形装置 　　2.2地轮滚动模型动力分析 　　根据车轮在平坦地面的运动、受力和只滚不滑的条件可以列出以下方程： 　　图4 地轮滚动受力分析

　　“我感冒了”“多喝点热水” 　　“最近皮肤粗糙了很多”“多喝水呀” 　　“内什么肚子不太舒服”“喝点热水就好了” 　　日常生活中这样的对话是不是听到很多？饮水对于健康的重要性已经不言而喻，但是规律地饮水还是容易因为各种原因被忽略，适逢近来智能健康产品兴起，针对这些喝水问题，国内的一支团队研发出一款智能水杯产品–Cuptime， 能帮助提醒人们适时喝水。 　　外包装 　　Cuptime的包装别具风格，得到不少用户好评，下面我们也为这个包装多着墨一点。 　　水杯个头不小，因此外包装也比较大， Cuptime一共有两层包装，第一层外包装是白色纸盒，两个侧面是烫银的Cuptime logo，另外两个侧面是水杯的外观图片，盒子顶面和底面则是天蓝底色配白色的麦开团队logo，设计简洁，配色很清爽。 　　第二层是个胶囊型的塑料包装，杯子被包在里面，这个设计的确令人眼前一亮。第一眼觉得像是一个放大的胶囊药丸，很可爱非常讨人喜欢。胶囊的一半是透明的，可以看到水杯的样子，另一半则是黑色的。 　　往下继续看，颇新颖的包装设计，但细节方面的处理其实可以做得更好。胶囊底座的贴纸上看得出明显的气泡，包装内的设计也可以布局更合理一些，前后几次打开包装，每次一拉开透明这层壳，里面的水杯和中间的支架都往外倒。Cuptime的外包装综合看来，具备设计感，运输过程中对杯体的保护作用也毋庸置疑，而塑料胶囊开合的设计和细节方面尚有空间。 　　包装内就是一只水杯，一个防尘杯盖和一份说明书，说明书的最后一页是维修卡。

　　从大型的科技企业巨擘到犄角旮旯里的各种创业公司，每个人都在遐想新材料石墨烯在智能穿戴设备的无限应用潜力。从众筹资金到小批量制造再到原型产品快速试制，每个人都在努力让石墨烯应用的梦想阳光照进现实！就目前而言，智能穿戴设备技术在未来的发展唯一的障碍貌似就是我们人类自己的想象力了，千万不要低估新技术发展的潜力！ 　　好消息在于一系列或将改变我们对事物看法的新科技突破已初见端倪，这的确有助于智能穿戴设备走进我们的日常生活并成为中心。随着 2015 年的临近，让我们期待着新年的曙光，展望一下即将改变下一代智能穿戴设备的新科技。 　　柔性显示屏 　　即便尺寸变得越来越大，显示屏依然是智能手机上的制约因素，毕竟是硬件设备上最大的一个部件，在用户体验上扮演了极为重要的作用。手机显示屏也是智能手机厂商征战软件沙场的一个重要原因。 　　相较于智能手机而言，显示屏之于智能穿戴设备的作用则更显重要，显示屏尺寸和柔性是产品的重要限制因素，毕竟智能腕表和健康手环的显示屏都太小了，而人的身体则不是一个木头桩，每个人都有特定的身形，有的凹凸有致、有的圆润丰满，而有的则棱角分明。穿衣戴帽则是一回事，而对于内置芯片疙瘩的智能穿戴设备而言则，要想迎合每个人的身体则挑战十足。 　　智能手机厂商一致认为并坚信柔性显示屏技术会在将来某个时候彻底革新手机领域，而对智能穿戴设备而言也存在同样的判断。人的体型差别巨大，想制造出一款迎合所有人身材的平台设备，其难度可想而知。当前市面上绝大部分智能穿戴设备远未达到上述目标，柔性显示屏技术或许能解决这个难题！ 　　柔性电池 　　同柔性显示屏一样，柔性电池同样也是让智能穿戴设备更为贴身舒适的利器。柔性电池技术的发展能让厂商更为轻易地定制智能穿戴设备的外观，韩国消费电子巨头目前正在做这方面的尝试。 　　除了电池的尺寸和形状之外，续航能力也是一个大难题。每当智能设备新增其他新特性，电池的续航能力将会经受新的考验。就拿能跟踪人体运动和睡眠状态的智能腕带产品而言，一次充电究竟能带来的电池续航时间还是太有限。 　　也许厂商们都忽略了免充电太阳能技术的应用。毕竟不像智能手机那样总是被放在口袋或者被保护套所覆盖，穿戴在人体上的设备总是会有充足的时间见到阳光，而柔性的太阳能充电器也已成型。 　　此外另一种可能的方案就是利用人体机械运动所产生的的能量来为穿戴设备供电，虽说基于人体热量的自充电方案也是一种选择，但是考虑到这种设备需要持久贴合在人体皮肤上，所以在舒适感上会大打折扣。

　　近两年来，中国成为工业机器人最大市场。2014年全世界工业机器人的总销售量达22.9万台，其中我国的销量为5.7万台。业内人士预计，未来，中国也将成为服务机器人的最大市场。中国市场得到国际机构、专家、学者的重视，全球业内对协同创新的高度认可。在11月23日至25日的2015世界机器人大会上，高水平的机器人领域大咖云集至此，带来的高水平论坛，在社会上引发热议。 　　中国电子学会秘书长徐晓兰在接受专访时介绍说，2015年上半年，我国已有1.1万台工业机器人达到完全国产化，预计下半年将达到2.2万台。而在过去，我国有90%以上的工业机器人依赖进口。现如今，随着核心技术逐步攻克，自主研发的工业机器人正在逐步替代进口部件组装的机器人，中国也将因此成为工业机器人最大的市场。徐晓兰说，过去我们走出去是靠轻纺消费类产品，现在是靠高铁，而机器人智能产品走出去将是未来。现在抓住主战场，提高产能，才能打下坚实基础。 　　中国电子学会秘书长徐晓兰在接受专访时介绍说，2015年上半年，我国已有1.1万台工业机器人达到完全国产化，预计下半年将达到2.2万台。而在过去，我国有90%以上的工业机器人依赖进口。现如今，随着核心技术逐步攻克，自主研发的工业机器人正在逐步替代进口部件组装的机器人，中国也将因此成为工业机器人最大的市场。徐晓兰说，过去我们走出去是靠轻纺消费类产品，现在是靠高铁，而机器人智能产品走出去将是未来。现在抓住主战场，提高产能，才能打下坚实基础。 　　世界机器人大会上颁布的工业机器人4大标准，是中国工业机器人行业首次发布标准。发布标准后，将致力于寻求行业认可使这些标准，使这些标准成为国际技术交流的共同标准。团体标准是国家标准的有力补充，可以更快地对市场变化做出反应，并为国家标准奠定基础，与国际接轨。 　　此外，新签署的“机器人创新合作北京共识”，达成了如下共识：加强国际间机器人学术与产业交流，定期举办世界机器人大会；建立国际机器人人才合作培养机制，不断提高学术和人才水平；推动机器人人才资格水平国际互认，持续提高科技人才能力建设；推进机器人技术标准体系对接和标准互认，不断提升技术产业实力；普及机器人知识和推广应用，广泛激发社会对机器人的创新激情。 　　中国电子学会与6家机构签署战略合作协议，围绕从技术产业人才标准等方面，深入开展。 　　服务型机器人为何与想象中有差距? 　　在机器人大会上，日本等国展示了大批智能兼具灵巧的机器人。这些机器人大多能针对不同场景，做出不同的应变措施。它们有的能被应用于恶劣环境下，有的则可服务于商务和生活。各国机器人扎堆北京，对中国机器人企业而言是“自我丈量”的难得机遇。　　　　工业机器人讲求准确度、精度、强度，在低利润、大规模生产、重复性劳动产业对机器人依赖度会较高，也会较高要求精确度。但是，服务机器人恰恰相反，会更着重拟人化、仿生化、安全性。服务机器人不仅是一项人工智能技术，而且需要表达情感，有自学习和自我分析的能力。这是一个技术创新的过程，更是产业跟随的过程，因为产业一定落后于技术，所以展示的机器人并不能代表实际的技术水平。我们很多研究成果还在实验室试验过程中，尚未集成到产业中形成规模化量产。这需要有企业跟他们更好合作，把技术变成产品，并试验在产业。 　　机器人产业未来会否再次衰弱? 　　机器人并非现如今的一时兴起，早在三十年前，机器人概念就曾火爆一时，然而最终淡出人们视线。三十年后，人工智能大热的今天是否会重蹈覆辙？业内人士表示，产业发展及社会文明都需要技术作为基石，如果技术不能转变成生产力，那智能只能是阶段性产物。 　　三十年前，人工智能技术的应用不够明确，产业不够清晰，所以无法把技术变成现实的生产力，人工智能在“热”了一阵子后渐趋冷淡。现如今，人工智能的应用思路清晰，工业机器人、服务机器人、特种机器人，都有非常明确的应用方向。以工业机器人为例，在某些环境恶劣，或有危险品的地方，都需要以机器代人的方式去执行任务。 　　另外，人口红利逐步消失，老龄化趋势导致机器人代替年轻人来照顾老人的需求逐渐加大。这样的趋势使得机器人拥有更为广阔的应用前景，许多的企业将会投入进来。所以目前是天时地利人和的好时机，技术进步让人工智能变成产品变成可能。最终，庞大的市场需求让人工智能不再是一个逐步消逝的热点。 　　  

　　计算机视觉是一门跨领域的计算机科学，它从真实的世界中获取数据并予以分析，来生成数字或符号信息。通过这种方式计算机可尝试处理高维数据，这种方式正是人类视觉感知图像、面孔和类似数据的方式。因此，为了完成上述任务，这门学科大部分由不同模型组成，而且通常需借助于机器学习的研究成果，从数学（特别是几何）、物理、统计、认知科学和神经科学中获取输入参数。自从科学家试图通过模拟人类大脑来创建计算机的视觉或感知能力，神经科学变成为了不同的技术、算法和模型获取灵感的源泉。 　　计算机视觉有很多分支学科，比如面部/头部追踪和监测、物体识别和姿态估计、图像追踪、场景重构、机器学习、动作捕获与估测、图像识别与修复，等等。事实上，我们可将人工智能视为其母学科，因为它利用机器学习和计算机视觉来获取对环境的深层理解。有时候也会有一些哲学问题，因为它可能会被问到计算机是否真的能够看见或意识到发生了什么。 　　例如，著名的塞尔思维试验——中国房间，该实验描述了一个完全接收计算机指令的人，比如“当你看到这个中国符号时，输出这个英文单词”。我们能说这个人懂中文吗？当然不能。即使对于一个外部观测者来说似乎这个人是懂中文的，但大部分人都会予以否认。类似问题也被用于人工智能观测：如果计算机只是遵循指令，我们能认为它有感知吗？好奇者号、火星漫游者、新视野号，这些太空飞船真的能看见周边环境还是它们仅是遵循人为指令？当深思（Deep Thought）在下象棋时，它真的在深思吗？这些硬人工智能的问题就好像：大部分科学家相信像人一样完整的理解我们周边的世界对于计算机来说是不可能的，因为总有一些缺失的环节，无法真正理解发生了什么。 　　神经科学的进展，尤其是在神经生物学上，给计算机视觉提供了非常重要的数据，因为大部分模型和方法都依赖于对人类视觉的研究。图像传感器检测电磁辐射，是利用了基于对量子物理研究的技术。主体用来追踪并研究光线，而想要完整的理解这一点如果没有现代物理是不可能的，因此光和粒子通常是研究的重点。由于爱因斯坦的相对论理论，我们发现速度是有限制的，最大也只能达到光速。著名的爱因斯坦方程告诉我们质量乘以速度的平方就等于能量，不管质量多少，物理上都等同于能量。这就是恒星从其核心发生氢聚变，形成氦时制造能量的方式，因此它们的某部分质量变成了能量。 　　另一方面，量子物理给我们讲了一个亚原子级别的故事，基本和非基本粒子的行为并不像看上去那样可以预测。量子物理的重大发现告诉我们，我们可以用概率和统计来描述粒子状态，而世界并不像我们想的那么精准。这也是爱因斯坦直到去世都反对量子力学的原因，因为他相信物理应该能由精确的规律支配，我们能够完整的理解世界，并且不用概率来描述世界。因此，现今的计算机视觉利用的图像传感器采用了量子物理进行设计，而光线与不同表面的相互反应这一过程也有这样的量子物理予以解释。注意！爱因斯坦因光电效应获得了1921年的诺贝尔奖，而这一效应描述的正是光线如何与不同表面发生反应，比如说，当你用光线照射金属时，金属会释放出电子。 　　神经科学和计算机视觉也在信号处理（不同物理和抽象系统之间处理信息传输的理论和应用）中有所体现。数学和统计方法用于规范、呈现并分析不同的输入与输出，在语音、语言、图像和视频处理方面尤其重要。 　　人工神经网络倾向于模拟人类的神经系统和大脑功能，它的知识来源于物理、生物和神经科学。这些模型都是学习模型，它们受到生物，尤其是人类生物和神经网络的灵感激发。其主要目的就是评估在有大量输入的情况下，执行某种任务的功能。这些神经网络倾向于模拟真实的神经网络，并被设计成互联的“神经元”系统，彼此之间能够交流。人类的神经通道就是一系列互联的神经元。神经元本身由轴突和树突构成，轴突是传导电脉冲的神经末梢终端；树突是类似树形的结构，将从其他神经细胞接收到的电化学刺激传递给其他细胞体。人工神经网络就模拟这种相互反应和信息传递。比如，如果有神经网络试图检测图像中的数字和字母（与CAPTCHA所做的类似），一组输入神经元会被不同像素激活，有一个主功能来判断哪些是相关的，结果会被传递给其他神经元，并试图将这些字母和数字和已存的信息联系起来。当激活输出神经元，向终端用户输出匹配结果，这一过程便完成了。 　　机器学习有两种主要的学习类型。一种是监督式学习，处理有标记的数据。例如，包含不同图像的数据组，每个数据都有注释和描述。另一种则是非监督式学习，处理没有标记的数据，计算机必须找到区分不同数据子集、集群或相似图像的方法。机器学习的过程中，神经网络和类似机器学习算法使用训练集和测试集。计算机在一个数据子集中经过“训练”，而后基于先前加工的数据利用其余的数据检验学习是否有效。这种方法与通过改变参数在不同测试中检验学生们的学习成果的概念相同，与教师或者教授在方程式里使用不同的数字，计算机被输入新图像或者新数据，它要在基于先前学习有注释的数据的基础上，得出正确的结论、近似值或者估计的过程也一样。因此它必须推导出一个特定函数，将其应用于其他数据中，产生新的实例。 　　再者，非监督式学习试图在无标记的数据中找出隐藏的结构，这主要应用于集群、各种统计分布。没有信号或比较能让电脑来标记数据，它主要用于模式识别和回归分析（一种估算不同变量之间关系的统计方法）。监督式学习类似于学习过程中有老师指导纠正，而非监督式学习则类似于自学过程，没有特定的连续反馈。

　　第四次工业革命将要来临。至少，这是德国许多企业与政府领导人的观点，他们用工业4.0的概念开辟制造业的新道路。在第三次工业革命中，信息技术是关键推动力。未来的趋势是互联网将与制造业紧密联合，21世纪无处不在的互联网平台与其他先进计算机科技都将推动制造业的发展，带来我们常说的“智能工厂”。 　　IT科技与制造业的汇合就是工业4.0的目标，德国政府推动了许多项目来发展这项计算化生产概念。德国统一后，苏醒成为一股强大的工业力量。同时，智能工厂也是实现去中心化的重要一步。实体的物理数据将通过传感器的方式获得。智能工厂也将使用全球都可以获得的数据，这必须经过分析和储存。联网将通过数字化通信技术实现，而实体世界中的运营将由人类或者机器人来实现。 　　智能工厂的目标是根据终端客户，以特定方式来提供定制化服务。只有通过阶层性较弱的网络来互相配合，才能让这种服务在经济上取得成功。 　　这需要应用什么样的计算技术？ 　　在不久的将来，利用数据和专业技术来创造价值，将成为所有商业模型的核心。我们的挑战是如何从收集到的大量数据中，自动生成出可用的信息和知识，并且非常经济地管理大量数据。 　　物联网(IoT)平台是许多新商业模型的支柱，提供了几乎实时的沟通，以及交易的高透明度。 　　所谓的“网络-物理生产系统”(CPPS)将是智能工厂的关键。相应的层面有三种：在应用层面，信息从生产控制和运营中获取。平台层面是负责各种IT服务的整合。最后，元器件层面提供了传感器、促动器、机器、订单、员工和产品。将这些所有层面结合在一起，就有了数字化制造，用高级科技能力整合社会经济需求。 　　总体来说，智能工厂将如何改变制造商们的竞争趋势？ 　　制造商们必须更加灵活和多元。他们必须放弃控制。类似这样的复杂系统没法完全控制，因为智能机器、订单和工具基于动态数据来进行决策。有时候，人们没法理解其内在的决策原因。人们必须得认识到这一点，知道如何控制结果。 　　企业与竞争者之间必须互相配合——这也是新的。之所以必须，是因为个体化、个人化的生产会通过多方使用的生产平台进行组织：客户、供应商、服务商等等。这种新的商业生态将整个生产过程相互关联起来。 　　企业的产品会成为一种传递信息与专业技术的媒介。产品和用户之间的关系会变得透明，这带来了新的机遇。为了利用这样的机遇，企业必须理解这种新的商业逻辑，建立合作式的商业模型，即便是竞争依旧存在。这能带来巨大的潜在经济节省。 　　此外，客户、供应商和合作伙伴之间的高度配合非常重要，远远超越了纯粹的买卖关系。在理想的情景下，消费者也包括在了生产过程中，会带来额外的价值。作为结果，消费者也负责承担复杂度所带来的部分成本。在过程中，消费者会带来重要的数据，企业可以以此为基础打造附加服务，从而直接或间接地开展业务。 　　这样的趋势对于汽车制造行业有什么样的影响？ 　　19世纪的工业效率先锋弗里德里克·泰勒(编者注：弗里德里克·泰勒(1856-1915)是美国“科学管理之父”，担任美国机械工程师协会主席和哈佛大学教授，提倡科学化、标准化管理，其思想在美国和欧洲影响深远。)所设立的一些原则，如今必然会走到尽头了。固定周期的生产和组装线将会被模块化的移动工作台取代。举个例子，对于汽车制造来说，这意味着车身将通过一个自动化指导设备移动到一台智能机器，机器可以通过WIFI或者互联网进行实时沟通。机器“告诉”车身部件，自己准备好进行生产了。这样，汽车工业将再一次被改变。 　　许多人将工业4.0描述为第四次工业革命。这也与汽车行业的新要求有关。对于许多新类型的设备来说，需求都在上升，尤其是个人化的需求。虽然在前面的三次工业革命中，更高的生产力永远都是目标，不过现在，灵活生产、满足定制要求的优先级更高。 　　在这个新环境中，工厂工人的角色又是什么呢，他们还有角色吗？ 　　人依旧会是生产制造的中心。在某些领域的员工可能会更少，例如营销、订单处理和管理。但是工厂永远都会需要工人。工人会从沉闷的任务中解放出来，如果说制造过程是一曲交响乐，那么工人就会是指挥家。有了智能IT工具的帮助，他们会专注于决策和控制生产。工人必须在IT和其他领域获取新的技能。 　　我们必须花更多功夫来整合目前已有的IT技术，灵活、无缝地连接进入智能工厂基础设施，工厂基础设施是以工人为中心、以数据为驱动的。另外，我们还会越来越多地应用多模式人机交互界面。 　　在智能工厂中，新的工具会为车间中的工人带来力量。通过利用灵活的工厂基础设施来整合多个建设模块，人们可以专注在工人的需要、期望和要求上，获得组织层面策略与变革管理的支持，从而实现进步。 　　在第四次工业革命中，强大的机器人会给工人提供支持。这些机器人只要几分钟就可以执行新的日常流程，并告诉员工需要实施哪些步骤。机器人可以持续不停地工作，对于工厂来说，无论是哪天工作、什么时间段工作，耗费的成本都是一样的。 　　要让这个概念成为现实，最大的挑战是什么，包括技术上和文化上的挑战？ 　　最重要的挑战是无处不在的快速互联网基础设施，以及网络-物理系统的标准界面。对于制造平台的大数据应用，我们需要安全与保护，这样，行业内的人们才会信任这种与工业互联网连接的新型联网技术——工业4.0。 　　可持续经济发展的潜能已经在我们的面前。这已经能够说服行业去开拓新领地，利用恰当的投资和灵活性，随着第四次工业革命前进。这是国家可以保持国际竞争力和持续发展的唯一办法。

　　  《中国制造2025》提出，要以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向。无线技术是当今时代创新最活跃、应用最广泛、渗透性最广的信息技术之一，通过与工业技术深度融合，正引领生产方式发展模式的深刻变革。 频谱是无线技术的核心资源。在可预见的未来，不论是智能化产品还是智能化生产方式都对频谱资源的管理提出了新的挑战。 　　一是频谱供需矛盾将进一步加剧。工业生产领域，使用工业无线网络技术可以优化生产布局，减少能耗。在工业产品全生命周期管理过程中，无线技术是实现全程实时信息交换不可或缺的技术。各种智能产品中无线技术是实现智能感知和控制的关键核心技术。因此，智能产品和智能制造领域的频率需求将快速增加，加剧频谱供需矛盾。 　　二是对于无线设备的管理任务更加繁重。各种无线新技术广泛应用于智能产品和智能生产各环节，无处不在的信息服务深入发展，带动了工业无线电台站设备大量涌现，并呈现出集成化、微功率化的趋势。 　　三是需要面对日趋复杂的电磁环境。随着工业台站设备的增多和趋于密集，将会有大量的无线电台站设备在同一时间、同一地域内使用，需要占用大量频段资源，也可能造成大量用频干扰。同时，大量新型短距离、微功率无线电设备的应用，还可能导致新型干扰问题，空中电磁环境将日趋复杂。

日前，Vishay Intertechnology宣布，推出新款表面贴装TMBS Trench MOS势垒肖特基整流器系列，该器件采用eSMP系列的SlimDPAK(TO-252AE)封装。Vishay General Semiconductor整流器比其它的DPAK(TO-252AA)封装的器件更薄，而散热性能更好，反向电压可以从45V到150V，正向导通压降低，电流等级高。 今天发布的40颗肖特基整流器集合了TMBS技术和SlimDPAK封装的优点，单管芯结构的电流等级能达到35A，双管芯共阴极结构的电流等级达到40A。器件的PCB占位与DPAK封装相同，封装高度低43%，可让工程师设计出超薄的工业及消费电子产品。另外，器件的散热面积大14%，使典型热阻降至1.5℃/W。 新整流器在20A、35A和40A下的正向压降低至0.44V、0.46V和0.49V，在DC/DC转换器，续流二极管和极性保护二极管中能有效减少功率损耗，提高效率。新整流器还有通过AEC-Q101认证的版本，可用于汽车应用。 新整流器的最高工作结温达+175℃，MSL潮湿敏感度等级达到J-STD-020的1级，LF最高峰值为+260℃。器件符合自动贴片工艺要求，符合RoHS，无卤素。 新的TMBS整流器现可提供样品，并已实现量产，大宗订货的供货周期为十二周。

12月19日消息，就在中国移动于18日在香港开通TD-LTE/FDD LTE融合商用服务时，中国移动又于同日在深圳招募数百名友好用户。至此，中国移动已在多个试验城市开推TD-LTE公众试用，分为收费租机模式和免费体验两种。 　　深圳广州北京均为免费模式 　　据悉，深圳移动自12月18日开始向社会招募365位友好用户，免费发放TD-LTE上网卡、无线接入终端，免费使用半年。 　　这与中国移动此次在香港的TD-LTE网正式商用正好同一天举行，中国移动香港TD-LTE网络初期基站1000个，预计到今年年底实现 LTE网络室外覆盖达到现有GSM网络的100%覆盖水平。 　　实际上，内地的大多数TD-LTE规模试验城市的基站数量都大于香港，例如深圳TD-LTE扩大规模试验网已建成2800个基站，基本全面覆盖全市人流密集区域，现已覆盖深圳356平方公里。 　　目前中国移动在几个试验城市已推出TD-LTE公众试用，一种就是深圳的免费模式。而之前深圳移动已于今年3月15日、5月17日分别招募10名大学生、5名集团客户体验TD-LTE，总计30人，此次则扩展到公开招募365人，再加上其内部人员和产业链相关人员，参与测试人数应该有七八百人。 　　北京的情况与深圳模式一样，TD-LTE的友好用户已放号300多个，全部免费，主要为国家相关部委及中国移动、北京移动内部重要人士。 　　据悉，广州也将会与深圳一样采用友好用户免费发放TD-LTE终端的形式扩大测试。 　　杭州模式为免费和收费模式并存 　　另一种是杭州模式。此前的今年6月5日，浙江移动在杭州宣布启动“4G全城体验”，当地市民可至移动营业厅借用一种叫MIFI的TD-LTE设备体验。 　　据悉，杭州用户交500元钱押金之后，将领取一个MIFI终端，然后可选多档套餐，比如120元8G、200元15G及其它套餐，前3个月免费，之后开始收费。用户的TD-LTE套餐绑定到自己的移动手机缴费。 　　但值得注意的是，浙江移动在杭州也有免费用户，规模更大，其6月份曾向四五千人发放过一种CPE终端，可免费测试TD-LTE。目前杭州TD-LTE已经覆盖了城区七八个区县，杭州仍然有部分公交车可将TD-LTE转换为WIFI信号，供用户免费使用。 　　中国移动日前刚刚集中招标采购了几万部TD-LTE终端，具备了进行公开招募友好用户进行测试的条件。至于免费还是收费哪种模式更好，目前还未进行过评估。