节能能源导向下电子元器件自动检测设备设计

李哪，王瑶

（陕西恒太电子科技有限公司，陕西西安，710100）

0 引言

电子元器件在现代科技中的应用广泛，然而其生产与测试的过程却对能源资源和环境构成了巨大挑战[1]。电子行业不仅需要满足不断增长的使用需求，还必须应对不断升级的技术和性能要求[2]。在这个快速变化的背景下不仅需要更高效的元器件自动检测设备，还需要确保这些设备在其整个生命周期内都能以可持续的方式运行，节能能源导向的设备设计成为解决这一问题的关键[3]。随着能源资源的稀缺性和环境问题的加剧，必须在提高生产效率的同时，思考如何减少电子元器件行业对能源的过度依赖，以及如何削减其对环境的不利影响[4]。上述问题不仅关系到行业的可持续性，还涉及全球可持续发展的大局[5]。本文旨在探讨一种全新的电子元器件自动检测设备设计，详细介绍该设备的设计原理、性能特点以及对可持续发展的潜在贡献，通过这一研究为电子元器件行业的可持续发展提供有益的思路和实践经验，以应对未来的挑战。

1 检测设备构成

电子元器件自动检测设备由多种硬件和系统软件组件构成，以实现高效的自动检测和监测功能，检测设备构造如图1 所示。

图1 检测设备构造图

硬件组件主要包含传感器：用于检测电子元器件各项物理参数。控制单元：嵌入式微处理器，负责处理传感器数据、控制设备操作，并执行自动检测算法。通信模块：用于与外部系统进行通信，传输传感器采集到的数据。电源管理单元：负责管理设备的电源供应。软件组件主要包括：应用服务器：内含嵌入式操作系统，用于控制硬件和执行设备的基本功能。数据分析：用于分析传感器数据，检测电子元器件的性能问题或异常状态。远程监控和控制软件：远程设备与软件组件建立连接、传输数据和接收远程命令。

1.1 硬件组件

在节能上硬件选取低功耗的处理器、传感器和其他电子元件，以降低设备整体功耗，其中包括TMP36 数字传感器，工作温度范围：-40℃～+125℃，输出电压与温度呈线性关系。Raspberry Pi 4 Model B 控制单元，四核ARM Cortex-A72处理器，4GB RAM，多个GPIO 引脚，运行设备的操作系统，处理传感器数据，执行自动检测算法，并与外部系统通信。ESP8266 WiFi 模块，支持802.11b/g/n WiFi，具有TCP/IP协议栈。通过WiFi 将设备数据传输到远程服务器，以便远程监控和控制。电源管理单元TI TPS62125 稳压器，输入电压范围3V～17V，输出电压可调。

1.2 系统软件组件

嵌入式操作系统Raspbian OS，控制单元等硬件，运行传感器数据采集和处理软件，以及自动检测算法。自动检测算法自定义Python 脚本，分析传感器数据，例如连续温度上升，以触发警报或采取自动措施。远程监控和控制：自定义Web 应用程序提供用户友好的Web 界面，允许用户远程监控设备状态、配置参数，并接收警报。

2 设备功能模块设计

2.1 节能自动检测优化

TMP36 数字传感器是一个精确、数字化的传感器，可以通过单一的数据线连接到Raspberry Pi，在物理布局上，确保传感器可以轻松地接触到要测量的电子元器件表面，以获得准确的元器件参数。Raspberry Pi 是一种功能强大的嵌入式计算机，其提供了丰富的GPIO 引脚和处理能力，并支持电源管理系统更有效地管理，适用于数据处理和控制任务，本文设计连接TMP36 传感器的电路如图2 所示。

图2 数据采集电路原理图

为确保设计电路具备抗电磁干扰性能，保持数据的准确性，选择一个适配器来供电Raspberry Pi，考虑电源管理模块，以便在不需要时将其设置为低功耗模式，应用其低功耗休眠模式和定时唤醒等功能，以最大限度地减少设备在非工作状态下的能耗。在远程通信上选择集成WiFi 模块，连接到Raspberry Pi 上后配置WiFi 连接，使用WPA2 Enterprise 认证启用WiFi 网络的加密，使用虚拟专用网络（VPN），确保设备在外部网络上可访问，为确保设备的远程访问具有安全性，应设定身份验证措施，以防止未经授权的访问。

2.2 数据分析优化

传感器采集完成的元器件数据，经过WiFi 发送至应用服务器后，由操作系统Raspbian OS 通过自定义Python算法进行数据计算分析，通过分析传感器收集的性能数据，设备可以识别潜在的能源浪费和性能下降问题，并采取措施进行优化。此过程基于在软件中加入特定算法以实现，本文使用的算法主要包括能源效率分析算法，此算法基于收集电子元器件的输入数据，包括电压（V）和电流（I），以计算电子元器件的输入能量Input Energy（IE），并且此算法可以降低CPU 处理负荷和功耗，计算公式如式（1）所示。

式中，Δt为时间间隔。同时以相同的方法收集电子元器件的输出数据，其中包括执行的任务或产生的效果，以计算出输出能量Useful Output Energy（UE），最后能源效率Energy Efficiency（EE）的计算公式如式（2）所示。

根据能源效率的结果采取优化措施，如降低输入电压、改进电路设计或减少待机功耗，以提高能源效率。之后使用数据趋势分析Moving Average（MA）掌握电子元器件未来状况，数据趋势分析可通过移动平均算法来实现，该算法基于收集一段时间内的电子元器件性能数据，选择合适的数据点数N，对数据进行移动平均计算，以平滑数据并识别趋势，其计算公式如式（3）所示。

式中，N 是用于计算移动平均的数据点数，Xi 是第i 个数据点的值。通过分析移动平均结果，识别任何性能下降或异常的趋势，如果趋势显示性能下降，触发预设的报警信号并采取相应的措施，如调整工作参数或启动维护程序。

2.3 远程控制

在本文的设计中，远程控制主要基于不同的外界设备通过网络实时查看电子元器件的基本信息，同时远程发送控制检测设备的简单指令，本文使用Adobe XD 设计用户界面的外观和布局，借助WebSocket 将用户界面与应用服务器建立数据链接通信，以实现从远程服务器获取数据或发送控制命令，确保前端界面能够与后端服务器进行通信，之后将用户界面部署到云环境上，以便用户可以访问，实行远程控制的流程如图3 所示。

图3 远程控制流程图

用户访问请求发送至操作界面，界面会对用户的身份进行验证，验证通过后提示用户选择需要操作的功能模块，若身份验证不通过，界面会自动刷新，返回至主页面重新验证，操作功能主要包括查看电子元器件基本信息以及对检测设备的远程控制，远程控制允许设备在需要时启动，而在不需要时关闭，从而减少能源的浪费，最终在界面会显示操作后的具体结果。

3 测试实验

3.1 实验准备

根据设备设计方案组装检测设备，确保设备和计算机连接正常，对7 个电子元器件进行自动检测测试，测试内容主要包括检测设备自身的运作状态和对元器件检测效果的呈现，元器件以编号1-7 的方式做区分。同时选取某款常用的电子元器件自动检测设备与本文设计的检测设备进行能耗对比，相同的运行时间后将两台检测设备的功耗记录。

3.2 实验结果

设定对7 个电子元器件自动检测的参数为电阻器，电感值，电压容忍度，其正常数值范围分别为50～80Ω，30～70H，10±5VT，于外部设备查询的结果如表1 所示。

表1 自动检测结果表

由自动检测结果表中的结果可知，在对7 个电子元器件的检测完成后发现，2 号元器件的电压容忍度为16VT，处于异常状态，5 号元器件的电阻为46Ω，处于异常状态，其余元器件各项数值均在正常范围内，处于正常状态，每个元器件的检测时间均小于2 秒，并且没有大幅度变化的趋势，本文设计的自动检测设备可正常检测异常元器件，并准确展示出元器件出现异常的具体参数及属性，且每个元器件在检测前后未出现互相干扰影响的情况，由此可见该自动检测设备对电子元器件的自动检测可发挥出优异作用。在功耗上，常用检测设备与新设计的检测设备功耗记录如表2 所示。

表2 常用检测设备与新设计检测设备功耗记录表

由表2 中记录的数据可知，本文设计的电子元器件自动检测设备在节能方面取得了显著的进步，经过优化后的设备平均功耗降低了25%，CO2排放减少了19%，综合能效比下降了23%，由此可见设计优化后的设备能够更加高效地利用能源，并对环境保护做出了实质性的贡献。

4 结束语

电子元器件自动检测设备在现代工业中扮演着关键的角色，但其能源需求和环境影响已经引起了广泛关注。通过对设备硬件组件与软件系统组件的优化设计，该设备在能够实现自动检测降低能源消耗的同时，完成对检测数据的有效分析以及远程控制。实验结果表明，本文设计的自动检测设备可有效检测出电子元器件的具体参数状态，并且可稳定地长期自动运行，达到高效自动检测元器件的目的。通过这一研究，以期为电子元器件行业的可持续发展提供有益的思路和实践经验，减少环境负担，为未来的电子元器件生产和测试提供更加环保和高效的解决方案。