在2026年中国国际工业博览会期间，瑞萨电子围绕工业自动化、边缘AI、电机驱动、新能源和人机交互等应用，展示了多款基于MCU和MPU的产品及参考设计。现场技术专家结合动态演示，介绍了芯片在设备状态监测、故障检测、伺服控制和图形显示等场景中的应用。

本次瑞萨的展示重点不局限于芯片本身的性能参数，而是通过具体的软硬件方案，呈现瑞萨如何将处理器、AI算法、实时控制和工业通信能力应用于不同的工业设备。其中，基于RA6M5的拉弧检测、RA6T2 AI电机异常检测、RA8P1人脸检测，以及面向伺服控制和显示应用的RA8系列方案，体现了瑞萨在工业边缘计算与控制领域的产品布局。

从拉弧检测到电机状态监测，AI进入设备端

新能源设备的电气安全、工业设备的预测性维护以及嵌入式视觉，是瑞萨本次展出的几个AI应用方向。

在拉弧检测演示中，瑞萨展示了基于RA6M5 MCU与Reality AI工具开发的AFCI（拉弧检测）方案，主要面向光伏和储能系统。电弧故障可能影响设备运行安全，及时识别异常电气信号是降低相关风险的重要环节。根据瑞萨公布的技术资料，在光伏应用场景下，该方案采用250kHz采样率时，8ms和16ms观察窗口的检测准确率分别为99.2%和99.7%；在储能场景下，采用8192个采样点和500kHz采样率时，检测准确率为96.4%。

另一项演示是基于RA6T2的AI电机异常检测方案。现场展示了电机正常运行与负载异常时的状态变化。瑞萨技术专家介绍称，该方案主要采集电机运行过程中的电流、电压信号，通过AI模型分析信号变化，识别负载不平衡等异常情况，无需额外增加用于检测的传感器。

据了解，RA6T2搭载240MHz Arm® Cortex®-M33内核，该方案的AI模型仅占用6KB Flash和6KB RAM，推理时间为1.38ms，检测准确率超过90%，运行时CPU负载低于1%。通过将模型部署在MCU端，设备可以在本地完成异常判断，不必完全依赖云端分析。这类设计可用于电机状态监测和预测性维护，也有助于控制额外硬件带来的成本与系统复杂度。

面向视觉应用，瑞萨展示了基于RA8P1的实时人脸检测方案。摄像头采集图像后，系统使用轻量级YOLO-Fastest神经网络，并借助芯片集成的Arm® Ethos™-U神经网络处理单元（NPU）加速计算，最终在LCD屏幕上显示检测结果，并为画面中的人脸标注边界框。该演示体现了MCU平台在轻量级视觉AI任务上的应用能力，可为需要本地处理图像的嵌入式设备提供参考。

从逆变器到机器人关节，深入运动控制与人机交互

在电机与电源控制领域，瑞萨展示了基于RA6T2的48V、1kW逆变器参考设计。该方案面向低压电力转换与控制应用，展示了MCU在PWM控制及相关控制算法中的作用。对于电机驱动和逆变器系统而言，控制器不仅需要完成实时运算，还要协调采样、保护和通信等任务。通过参考设计，开发人员能够结合具体应用评估控制架构，有助于缩短从芯片选型到系统开发的周期。

面向更高性能的运动控制，瑞萨带来了RA8T2 EtherCAT双轴伺服方案，并展示了其在机器人关节控制方向的应用潜力。根据瑞萨公布的资料，该方案支持两轴电机驱动，每轴功率为0.4kW，采用位置、速度和电流三环控制，并配备EtherCAT工业以太网通信接口，同时支持多摩川绝对值编码器，集成过流、过压和过热保护功能。RA8T2的目标应用涵盖伺服控制、变频器、远程I/O和机器人电机控制等领域。

现场技术专家还介绍了机器人关节控制在实时运算、通信和硬件尺寸方面的要求。随着机器人关节向小型化发展，控制器既要满足电机控制的实时性，也需要兼顾板级空间和工业通信需求。瑞萨RA8T2面向工业电机控制的高性能处理能力，以及相关通信接口，为这类应用提供了芯片与参考设计基础。

在人机交互方面，瑞萨展示了基于RA8D2的LVGL显示方案。RA8D2集成最高1GHz的Arm® Cortex®-M85内核、Cortex®-M33内核以及图形处理相关硬件，支持多种显示和摄像头接口。结合轻量级图形界面框架LVGL，开发人员可以构建嵌入式设备的图形用户界面，应用于工业仪表、设备操作面板等需要显示状态信息和接收用户操作的场景。

除上述方案外，瑞萨展台还展示了RZ/G2L与RA6M5组成的工业网关方案，以及基于RZ/T2H的九轴电机控制方案，并通过工业实训平台呈现MPU、MCU、电机控制和信息采集等不同环节之间的协作。

从设备异常检测到视觉处理，再到伺服控制、逆变器和人机交互，瑞萨本次工博会的展品覆盖了工业系统中的多个关键环节。各类参考设计也为客户提供了较为直观的评估入口，使其能够围绕具体设备需求，选择合适的处理器平台、控制架构和软件方案。