ระบบอัตโนมัติ แมชชีนเลิร์นนิง และบล็อกเชนกำลังขับเคลื่อนอนาคตของการผลิตอุปกรณ์อิเล็กทรอนิกส์อย่างไร

By Jeff Shepard

Contributed By DigiKey's North American Editors

อุตสาหกรรม 4.0 อาศัยระบบอัตโนมัติอัจฉริยะสำหรับการผลิตอุปกรณ์อิเล็กทรอนิกส์ ระบบอัตโนมัติที่มีความสามารถมากขึ้นมีอยู่ทุกที่ ตั้งแต่เอดจ์ไปจนถึงคลาวด์ ในเซ็นเซอร์ หุ่นยนต์และโคบอท ตัวควบคุมลอจิกแบบตั้งโปรแกรมได้ (PLC) และอุปกรณ์อื่นๆ ซึ่งเซมิคอนดักเตอร์เวเฟอร์ วงจรรวม ส่วนประกอบแบบพาสซีฟ บรรจุภัณฑ์ และระบบอิเล็กทรอนิกส์สำหรับผู้บริโภค พลังงานสะอาด ยานยนต์ การแพทย์ อุตสาหกรรม การทหาร/การบินและอวกาศ และการใช้งานอื่นๆ ขึ้นใช้ระบบอัตโนมัติอัจฉริยะสำหรับการผลิตเช่นกัน โดยระบบการดำเนินการผลิตแบบรวมศูนย์ (MES) ให้การตรวจสอบ การควบคุม การติดตาม และการจัดทำเอกสารแบบเรียลไทม์ของห่วงโซ่การผลิตทั้งหมด ตั้งแต่วัตถุดิบจนถึงสินค้าสำเร็จรูป

ระบบอัตโนมัติทางไซเบอร์-กายภาพในอุตสาหกรรม 4.0 ขยายออกไปนอกเหนือไปจากกิจกรรมการผลิตแบบดั้งเดิมและใช้แมชชีนเลิร์นนิ่ง (ML) รูปแบบต่าง ๆ ตั้งแต่การเรียนรู้การเสริมแรงเชิงลึกในระบบคลาวด์ไปจนถึง TinyML บนเอดจ์เพื่อการผลิตที่ยืดหยุ่น การปรับปรุงอย่างต่อเนื่อง และคุณภาพสูงอย่างสม่ำเสมอ จำนวนเลเยอร์ของการเชื่อมต่อกำลังเพิ่มขึ้น และการรวมกันของการประมวลผลแบบเอดจ์, Internet of Things ระดับอุตสาหกรรม (IIoT) และการประมวลผลแบบคลาวด์นั้นกำลังเพิ่มความท้าทายที่เกี่ยวข้องกับความปลอดภัยทางไซเบอร์ เมื่อเร็ว ๆ นี้บล็อกเชนได้เป็นส่วนหนึ่งของการจัดการห่วงโซ่อุปทานที่ครอบคลุมและปลอดภัย

บทความนี้กล่าวถึงแนวโน้มการทำงานอัตโนมัติที่สำคัญในการผลิตอุปกรณ์อิเล็กทรอนิกส์ ซึ่งรวมถึงเลเยอร์การเชื่อมต่อที่เพิ่มขึ้น ความต้องการความปลอดภัยในโลกไซเบอร์ที่เพิ่มขึ้น การใช้งาน ML แบบพิเศษ และวิธีที่การตรวจสอบย้อนกลับและ MES รองรับการประเมินและการวิเคราะห์การผลิตแบบเรียลไทม์ พร้อมกับนำเสนอเทคโนโลยีบางอย่างที่จำเป็นต่ออุตสาหกรรม 4.0 เพื่อการปรับแต่งจำนวนมากที่มีคุณภาพสูงและต้นทุนต่ำ รวมถึงวิธีการที่ Dig-Key รองรับความต้องการของนักออกแบบระบบอัตโนมัติด้วยโซลูชั่นที่หลากหลาย ปิดท้ายด้วยวิธีการใช้บล็อกเชนเพื่อปรับใช้ระบบการจัดการห่วงโซ่อุปทานทั่วทั้งองค์กรที่มีความปลอดภัยสูง

เพิ่มเลเยอร์การเชื่อมต่อ

IIoT ในอุตสาหกรรม 4.0 มีเลเยอร์เครือข่ายแบบมีสายและไร้สายมากขึ้นสำหรับเครือข่ายเซ็นเซอร์ หุ่นยนต์เคลื่อนที่อัตโนมัติ (AMR) และระบบอื่น ๆ ตัวอย่างเช่น IO-Link ได้รับการพัฒนาเพื่อให้มีการเชื่อมต่อเครือข่ายแบบใช้สายที่ง่ายขึ้นสำหรับเซ็นเซอร์ แอคทูเอเตอร์ ตัวชี้วัด และอุปกรณ์เอดจ์รุ่นเก่าอื่น ๆ ที่ไม่ได้เชื่อมต่อก่อนหน้านี้จำนวนมากให้ไปยังเครือข่ายระดับสูงเช่น Ethernet IP, Modbus TCP/IP และ PROFINET เมื่อใช้ IO-Link อินพุตและเอาต์พุต (IO) ของอุปกรณ์เหล่านี้จะถูกบันทึกและแปลงเป็นโปรโตคอล IO-Link สำหรับการเชื่อมต่อแบบอนุกรมที่กำหนดใน IEC 61131-9 ด้วยสายเคเบิลแบบไม่มีฉนวน 4 หรือ 5 สายเส้นเดียวที่กำหนดใน IEC 60974- 5-2 (ภาพที่ 1) นอกเหนือจากการให้เลเยอร์เครือข่ายใหม่เพื่อบันทึกข้อมูลที่ละเอียดยิ่งขึ้นเกี่ยวกับกระบวนการในโรงงานแล้ว IO-Link ยังรองรับการปรับใช้อย่างรวดเร็วและการกำหนดค่าระยะไกล การตรวจสอบ และการวินิจฉัยอุปกรณ์ที่เชื่อมต่อเพื่อรองรับการเปลี่ยนแปลงสายงานและกระบวนการที่จำเป็นสำหรับการปรับแต่งจำนวนมากในโรงงานอุตสาหกรรม 4.0

รูปที่ 1: สามารถใช้ IO-Link เพื่อเชื่อมต่อเซ็นเซอร์และอุปกรณ์อื่นๆ โดยใช้อินเทอร์เฟซที่หลากหลายกับเครือข่าย Ethernet, PROFINET หรือ Modbus (แหล่งที่มาภาพ: Banner Engineering)

อุปกรณ์ IIoT ไร้สายตั้งแต่เซ็นเซอร์ ไปจนถึงหุ่นยนต์ ยังช่วยให้เลเยอร์เครือข่ายเติบโต โดยโปรโตคอลไร้สายต่าง ๆ เช่น Wi-Fi, 5G, LTE และอื่น ๆ ถูกนำมาใช้ในโรงงานสมัยใหม่ ตัวอย่างเช่น AMR ใช้เซ็นเซอร์ออนบอร์ดและการเชื่อมต่อ Wi-Fi ร่วมกันเพื่อทำความเข้าใจสภาพแวดล้อม ระบุสิ่งกีดขวางและเคลื่อนย้ายอย่างปลอดภัยและมีประสิทธิภาพจากที่หนึ่งไปยังอีกที่หนึ่ง หุ่นยนต์ร่วมปฏิบัติงาน (โคบอท) ได้รับการออกแบบมาเพื่อทำงานร่วมกับผู้คนเพื่อปรับปรุงประสิทธิภาพการดำเนินงาน และมักต้องการการเชื่อมต่อแบบไร้สาย ในบางกรณี AMR จะย้ายโคบอทจากงานหนึ่งไปอีกงานหนึ่งตามความจำเป็น (รูปที่ 2)

รูปภาพของ AMR (ด้านล่าง) สามารถนำทางจากที่หนึ่งไปยังอีกที่หนึ่ง รูปที่ 2: AMR (ด้านล่าง) สามารถนำทางจากที่หนึ่งไปยังอีกที่หนึ่งได้โดยใช้เซ็นเซอร์บนเครื่องและการเชื่อมต่อไร้สายร่วมกัน และรับและย้ายคิวบิต (บนสุด) ไปยังเวิร์กสเตชันใหม่ (แหล่งที่มาภาพ: Omron)

อันตรายทางไซเบอร์ที่เพิ่มมากขึ้น

เลเยอร์ที่เพิ่มขึ้นในเครือข่ายอุตสาหกรรม บวกกับจำนวนอุปกรณ์ที่เชื่อมต่อกันจำนวนมาก ส่งผลให้เส้นทางหรือวิธีการที่ก่อให้เกิดภัยคุกคามด้านความปลอดภัยมีจำนวนเพิ่มขึ้นและอันตรายทางไซเบอร์เพิ่มขึ้น มาตรฐานและวิธีการด้านความปลอดภัยเฉพาะสำหรับอุตสาหกรรมและ IoT จำนวนมากได้รับการพัฒนา รวมถึง International Electrotechnical Commission (IEC) 62443 และ Security Evaluation Standard for IoT Platform (SESIP)

IEC 62443 เป็นชุดมาตรฐานที่พัฒนาขึ้นโดยคณะกรรมการสมาคมระบบอัตโนมัติระหว่างประเทศ (ISA) 99 และได้รับอนุมัติจาก IEC IEC 62443 เป็นชุดมาตรฐานที่มีมากกว่า 800 หน้าสำหรับระบบอัตโนมัติและระบบควบคุมอุตสาหกรรม (IACS) ใน 14 หัวข้อย่อยแบ่งเป็นสี่ระดับ (รูปที่ 3) หัวข้อสำคัญที่กำหนดการพัฒนาผลิตภัณฑ์และข้อกำหนดด้านความปลอดภัยสำหรับส่วนประกอบได้แก่:

  • IEC 62443-4-1: ข้อกำหนดวงจรการพัฒนาความปลอดภัยของผลิตภัณฑ์ – กำหนดวงจรชีวิตการพัฒนาผลิตภัณฑ์ที่ปลอดภัย รวมถึงข้อกำหนดเบื้องต้น การออกแบบและการใช้งานที่ปลอดภัย การตรวจสอบความถูกต้อง การจัดการข้อบกพร่องและแพตช์ และการสิ้นสุดอายุการใช้งาน
  • IEC 62443-4-2: การรักษาความปลอดภัยสำหรับระบบอัตโนมัติทางอุตสาหกรรมและระบบควบคุม: ข้อกำหนดด้านความปลอดภัยทางเทคนิคสำหรับส่วนประกอบ IACS – ระบุความสามารถด้านความปลอดภัยที่ช่วยให้ส่วนประกอบสามารถลดภัยคุกคามในระดับความปลอดภัยที่กำหนด

รูปภาพของ IEC 62443 คือชุดมาตรฐานความปลอดภัย IACS ที่ครอบคลุม (คลิกเพื่อดูภาพขยาย) รูปที่ 3: IEC 62443 คือชุดมาตรฐานความปลอดภัย IACS ที่ครอบคลุม (แหล่งที่มาภาพ: IEC)

SESIP เผยแพร่โดย GlobalPlatform และกำหนดโครงสร้างทั่วไปสำหรับการประเมินความปลอดภัยของผลิตภัณฑ์ที่เชื่อมต่อกันและจัดการกับความท้าทายด้านการปฏิบัติตามข้อกำหนด ความปลอดภัย ความเป็นส่วนตัว และความสามารถในการปรับขนาดโดยเฉพาะของ IoT โดย SESIP ให้คำจำกัดความที่ชัดเจนของฟังก์ชันการรักษาความปลอดภัยของส่วนประกอบและแพลตฟอร์มในรูปแบบของ Security Functional Requirements (SFR) นอกจากนี้ยังมีการประเมินความแข็งแกร่งที่วัดความทนทานต่อการโจมตีในรูปแบบของ “ระดับ” SESIP ตั้งแต่ 1 ถึง 5 โดยที่ 1 คือการรับรองด้วยตนเองและ 5 ที่สอดคล้องกับการทดสอบที่ครอบคลุมและการรับรองจากบุคคลที่สาม

ML จากคลาวด์สู่เอดจ์

ML เป็นตัวขับเคลื่อนหลักของระบบอัตโนมัติอัจฉริยะ ซึ่งสนับสนุนการปรับปรุงกระบวนการอย่างต่อเนื่องและผลิตภัณฑ์คุณภาพสูง การใช้โครงข่ายประสาทเทียมเป็นเทคนิค ML ที่มีชื่อเสียงในอุตสาหกรรม 4.0 เริ่มที่จะเสริมด้วยการเรียนรู้แบบเสริมแรงเชิงลึกในระบบคลาวด์ โดยการเรียนรู้แบบเสริมแรงเชิงลึกจะเพิ่มกรอบของอัลกอริทึมที่มุ่งเน้นเป้าหมายไปยังแกนกลางของโครงข่ายประสาทเทียม ในขั้นต้นการเรียนรู้แบบเสริมแรงจำกัดอยู่ในสภาพแวดล้อมที่ทำซ้ำได้ เช่น การเล่นเกม แต่ปัจจุบันอัลกอริทึมสามารถทำงานได้ในสภาพแวดล้อมที่คลุมเครือมากขึ้นในโลกแห่งความเป็นจริง ในอนาคตการใช้การเรียนรู้แบบเสริมแรงขั้นสูงอาจใช้เป็นปัญญาประดิษฐ์ทั่วไปได้

ML ไม่ใช่แค่ในระบบคลาวด์เท่านั้น แต่ยังมีการใช้งานในโรงงานจนถึงระดับเอดจ์ ช่องเสียบขยายในพีซีอุตสาหกรรม และตัวควบคุมที่ตั้งโปรแกรมได้ ในโรงงานมีการ์ดเร่งความเร็วโฮสต์ ML และ AI มากขึ้นสำหรับการควบคุมกระบวนการอัจฉริยะ

แมชชีนเลิร์นนิ่งขนาดเล็ก (tinyML) ได้รับการปรับให้เหมาะสมสำหรับการปรับใช้กับการใช้งานที่ใช้พลังงานต่ำ โดยการใช้ tinyML ในการใช้งานเซ็นเซอร์กำลังเติบโตอย่างรวดเร็ว ตัวอย่างหนึ่งของการใช้งาน tinyML คือการวิเคราะห์เซ็นเซอร์ IIoT ในอุปกรณ์เอดจ์ที่ใช้พลังงานจากแบตเตอรี่หรือการเก็บเกี่ยวพลังงาน Arduino มีชุดแมชชีนเลิร์นนิ่งขนาดเล็ก ซึ่งประกอบไปด้วยบอร์ด Arduino Nano 33 BLE Sense ที่มี MCU และเซนเซอร์ต่าง ๆ ที่สามารถตรวจสอบการเคลื่อนไหว ความเร่ง การหมุน เสียง ท่าทาง ความใกล้เคียง สี ความเข้มของแสง และการเคลื่อนไหว (รูปที่ 4) รวมทั้งมีโมดูลกล้อง OV7675 และแผงป้องกัน Arduino โดย MCU แบบออนบอร์ดสามารถใช้โครงข่ายประสาทเทียมเชิงลึกตามเฟรมเวิร์กการเรียนรู้เชิงลึกแบบโอเพ่นซอร์ส TensorFlow Lite สำหรับการอนุมานบนอุปกรณ์

ภาพชุดแมชชีนเลิร์นนิ่งขนาดเล็กของ Arduino รูปที่ 4: ชุดแมชชีนเลิร์นนิ่งขนาดเล็กของ Arduino ออกแบบมาสำหรับการพัฒนาการใช้งานเซ็นเซอร์ IIoT (แหล่งที่มาภาพ: DigiKey)

การประเมินและการวิเคราะห์แบบเรียลไทม์

การประเมินและการวิเคราะห์แบบเรียลไทม์เป็นส่วนสำคัญของระบบอัตโนมัติอัจฉริยะ การตรวจสอบย้อนกลับ 4.0 รวมการมองเห็นผลิตภัณฑ์ การมองเห็นห่วงโซ่อุปทาน และการมองเห็นรายการสินค้าจากการตรวจสอบย้อนกลับรุ่นก่อนหน้า และแสดงประวัติที่สมบูรณ์ของทุกแง่มุมของผลิตภัณฑ์ นอกจากนี้ยังรวมพารามิเตอร์ของเครื่องจักรและกระบวนการทั้งหมด และสนับสนุนเมตริกประสิทธิภาพของอุปกรณ์โดยรวม (OEE) ที่เพิ่มประสิทธิภาพกระบวนการผลิต (รูปที่ 5).

ภาพการตรวจสอบย้อนกลับ 4.0 เป็นการดำเนินการที่ครอบคลุมรูปที่ 5: การตรวจสอบย้อนกลับ 4.0 (Traceability 4.0) เป็นการดำเนินการที่ครอบคลุมซึ่งสนับสนุนข้อกำหนดที่หลากหลายของการดำเนินการในอุตสาหกรรม 4.0 (แหล่งที่มาภาพ: Omron)

การตรวจสอบย้อนกลับมีความสำคัญในหลายอุตสาหกรรม ตั้งแต่การผลิตเครื่องมือแพทย์ไปจนถึงยานยนต์และอวกาศ ในกรณีของอุปกรณ์ทางการแพทย์ ข้อกำหนดด้านกฎระเบียบจำเป็นต้องมีการติดตามและตรวจสอบย้อนกลับอย่างแพร่หลาย ระบบยานยนต์และอวกาศสามารถมีชิ้นส่วนนับหมื่นที่ต้องติดตาม การตรวจสอบย้อนกลับไม่ใช่แค่ประวัติส่วนหนึ่ง แต่รวมถึงการติดตามการวัดขนาดทางเรขาคณิตของชิ้นส่วนแต่ละชิ้นและความคลาดเคลื่อน (GD&T) GD&T ช่วยให้สามารถผลิตชิ้นส่วนได้อย่างแม่นยำและการติดตั้งชิ้นส่วนตามค่า GD&T โดยรองรับการประกอบชิ้นส่วนที่มีความแม่นยำสูงสำหรับอุตสาหกรรมต่าง ๆ เช่น การผลิตอากาศยานและยานยนต์

การตรวจสอบย้อนกลับสามารถปรับปรุงความแม่นยำและประสิทธิภาพของการดำเนินการเรียกคืนผลิตภัณฑ์ ช่วยให้ผู้ผลิตสามารถระบุผลิตภัณฑ์ที่ได้รับผลกระทบทั้งหมด รวมถึงซัพพลายเออร์ของส่วนประกอบที่มีข้อบกพร่อง

การดำเนินการแก้ไขและป้องกันสามารถเร่งรัดได้โดยใช้การตรวจสอบย้อนกลับ เช่นเดียวกับการเรียกคืนผลิตภัณฑ์ การรู้แหล่งที่มาของผลิตภัณฑ์ทั้งหมดช่วยให้ผู้ผลิตสามารถกำหนดเป้าหมายและกำหนดเวลากิจกรรมการบริการและการบำรุงรักษาสำหรับผลิตภัณฑ์ได้อย่างมีประสิทธิภาพ

การตรวจสอบย้อนกลับและ MES

การใช้งาน MES ที่รวมความสามารถในการตรวจสอบย้อนกลับสามารถสร้างฐานข้อมูลที่ค้นหาได้ของข้อมูลทั้งหมดที่เกี่ยวข้องกับผลิตภัณฑ์แต่ละรายการ รวมถึงการออกแบบตามแผนและผลลัพธ์ตามที่สร้างขึ้น ตัวอย่างเช่น การตรวจสอบย้อนกลับจะใช้เพื่อติดตามส่วนประกอบและวัสดุแต่ละรายการเมื่อมาถึง รวมถึงข้อมูลการทดสอบคุณภาพขาเข้า ที่ตั้งของโรงงานที่จัดหาอุปกรณ์ และอื่น ๆ ก่อนเริ่มการผลิต MES ตรวจสอบข้อมูลนั้นตามการออกแบบที่วางแผนไว้และป้อนเข้าสู่การดำเนินการประกอบสินค้าและงานในฐานข้อมูลกระบวนการทำงาน

ข้อมูลการตรวจสอบย้อนกลับที่จัดทำโดย IIoT ร่วมกับ MES รองรับการปรับแต่งผลิตภัณฑ์จำนวนมากในอุตสาหกรรม 4.0 MES ช่วยให้วัสดุ กระบวนการ และทรัพยากรอื่นๆ ที่เหมาะสมอยู่ในสถานที่ที่เหมาะสม เพื่อให้แน่ใจว่าต้นทุนการผลิตต่ำที่สุดและผลลัพธ์ที่มีคุณภาพสูงสุด นอกจากนี้ MES และการตรวจสอบย้อนกลับยังสามารถรวมและแสดงให้เห็นถึงการปฏิบัติตามกฎระเบียบของรัฐบาล และทำให้ผู้ตรวจสอบหรือผู้อื่นสามารถเข้าถึงข้อมูลได้อย่างง่ายดายตามที่ต้องการ

บล็อกเชน

บล็อกเชนคือระบบบัญชีแยกประเภทดิจิทัลแบบกระจายศูนย์หรือแบบกระจาย สำหรับการบันทึกธุรกรรมระหว่างหลายฝ่ายในลักษณะป้องกันการปลอมแปลงและตรวจสอบได้ ซึ่งการทำธุรกรรมใด ๆ ที่ความไว้วางใจมีความสำคัญ เช่น การจัดการห่วงโซ่อุปทาน นั้นมีความเป็นไปได้ที่จะใช้บล็อกเชน ในห่วงโซ่อุปทานที่มีผู้เข้าร่วมจำนวนมาก บล็อกเชนสามารถปรับปรุงประสิทธิภาพการทำธุรกรรมและทำให้ธุรกรรมสามารถตรวจสอบได้และป้องกันการดัดแปลง ตัวอย่างประโยชน์สองข้อของการใช้บล็อกเชนในกิจกรรมห่วงโซ่อุปทาน ได้แก่:

การแทนที่กระบวนการที่ใช้บุคคล สามารถปรับปรุงกระบวนการที่ใช้กระดาษที่ใช้บุคคลซึ่งอาศัยลายเซ็นหรือการตรวจสอบทางกายภาพรูปแบบอื่น ๆ ได้โดยใช้บล็อกเชน ข้อจำกัดคือกลุ่มผู้เข้าร่วมในบัญชีแยกประเภทต้องมีขอบเขตจำกัดและสามารถระบุตัวตนได้ง่าย บริษัทจัดส่งที่มีฐานข้อมูลของลูกค้าที่ไม่คุ้นเคยและมีการเปลี่ยนแปลงตลอดเวลาอาจไม่ใช่ตัวเลือกที่ดีสำหรับบล็อกเชน การดำเนินการผลิตที่มีกลุ่มซัพพลายเออร์ที่เชื่อถือได้มีจำนวนจำกัดและไม่ค่อยเปลี่ยนแปลงถือเป็นตัวเลือกที่ดี

เสริมสร้างความสามารถในการตรวจสอบย้อนกลับ บล็อกเชนสามารถเป็นเครื่องมือที่ดีสำหรับการปรับปรุงความโปร่งใสของห่วงโซ่อุปทานและตอบสนองความต้องการด้านกฎระเบียบและข้อมูลผู้บริโภคที่เพิ่มขึ้น ตัวอย่างเช่น บล็อกเชนสามารถรองรับกฎหมายการจัดหายาและความปลอดภัยของยา และหมาเลขเฉพาะอุปกรณ์ที่ได้รับการมอบอำนาจจากสำนักงานคณะกรรมการอาหารและยาของสหรัฐอเมริกา ในอุตสาหกรรมยานยนต์และอุตสาหกรรมอื่น ๆ ซัพพลายเออร์ในห่วงโซ่อุปทานสามารถมีส่วนร่วมในการดำเนินการเรียกคืน และบล็อกเชนสามารถเป็นเครื่องมือที่ดีสำหรับการดำเนินการตามแนวทางการตรวจสอบย้อนกลับที่เผยแพร่โดยกลุ่มปฏิบัติการอุตสาหกรรมยานยนต์

สรุป

ระบบอัตโนมัติอัจฉริยะที่เป็นรากฐานของอุตสาหกรรม 4.0 อาศัยเทคโนโลยีมากมายสำหรับการนำไปใช้ รวมถึงเลเยอร์เครือข่ายที่มีการเชื่อมต่อแบบมีสายและไร้สายจำนวนมากขึ้น ซึ่งส่งผลให้เกิดภัยคุกคามความปลอดภัยทางไซเบอร์ที่ซับซ้อนมากขึ้น นอกจากนี้มีการนำแมชชีนเลิร์นนิงไปใช้ตั้งแต่เอดจ์ไปจนถึงคลาวด์ เพื่อรองรับการประเมินและการวิเคราะห์แบบเรียลไทม์ รวมถึงการตรวจสอบย้อนกลับและ MES แบบรวม สุดท้ายเทคโนโลยีบล็อกเชนกำลังถูกนำมาใช้เพื่อรองรับฐานข้อมูลที่ป้องกันการปลอมแปลงและตรวจสอบได้

DigiKey logo

Disclaimer: The opinions, beliefs, and viewpoints expressed by the various authors and/or forum participants on this website do not necessarily reflect the opinions, beliefs, and viewpoints of DigiKey or official policies of DigiKey.

About this author

Image of Jeff Shepard

Jeff Shepard

Jeff เขียนเกี่ยวกับเรื่องอิเล็กทรอนิกส์กำลัง อุปกรณ์อิเล็กทรอนิกส์ และหัวข้อทางด้านเทคโนโลยีอื่น ๆ มามากกว่า 30 ปีแล้ว เขาเริ่มเขียนเกี่ยวกับอิเล็กทรอนิกส์กำลังในตำแหน่งบรรณาธิการอาวุโสที่ EETimes ต่อมาเขาได้ก่อตั้ง Powertechniques ซึ่งเป็นนิตยสารเกี่ยวกับการออกแบบอิเล็กทรอนิกส์กำลังและก่อตั้ง Darnell Group ซึ่งเป็นบริษัทวิจัยและเผยแพร่ด้านอิเล็กทรอนิกส์กำลังระดับโลกในเวลาต่อมา ในบรรดากิจกรรมต่างๆ Darnell Group ได้เผยแพร่ PowerPulse.net ซึ่งให้ข่าวประจำวันสำหรับชุมชนวิศวกรรมอิเล็กทรอนิกส์กำลังทั่วโลก เขาเป็นผู้เขียนหนังสือข้อความแหล่งจ่ายไฟสลับโหมดชื่อ "Power Supplies" ซึ่งจัดพิมพ์โดยแผนก Reston ของ Prentice Hall

นอกจากนี้ Jeff ยังร่วมก่อตั้ง Jeta Power Systems ซึ่งเป็นผู้ผลิตอุปกรณ์จ่ายไฟแบบสวิตชิ่งกำลังวัตต์สูงซึ่งได้มาจากผลิตภัณฑ์คอมพิวเตอร์ Jeff ยังเป็นนักประดิษฐ์โดยมีชื่อของเขาอยู่ในสิทธิบัตร 17 ฉบับของสหรัฐอเมริกาในด้านการเก็บเกี่ยวพลังงานความร้อนและวัสดุที่ใช้ในเชิงแสงและเป็นแหล่งอุตสาหกรรม และบ่อยครั้งเขายังเป็นนักพูดเกี่ยวกับแนวโน้มระดับโลกในด้านอิเล็กทรอนิกส์กำลัง เขาสำเร็จการศึกษาระดับปริญญาโทด้านวิธีการเชิงปริมาณและคณิตศาสตร์จากมหาวิทยาลัยแคลิฟอร์เนีย

About this publisher

DigiKey's North American Editors