Descripción general de la aplicación
Detecta oscilaciones y desequilibrios en aspas de ventiladores y sopladores en tiempo real mediante un método basado en señales de corriente sin enviar datos a la nube. En lugar del análisis de frecuencia fija, Edge AI detecta desequilibrios en diferentes velocidades y condiciones de funcionamiento sin recalibración. Nuestros microcontroladores (MCU) de automatización y control de motores en tiempo real permiten que dicha detección se realice mediante la ejecución de modelos en la unidad central de procesamiento (CPU) principal o en la unidad de procesamiento neuronal (NPU) TinyEngine™, además del control del motor, en un único dispositivo.
Inicio de la evaluación
Recopilación de datos
Para realizar la tarea, se utiliza el EVM LAUNCHXL-F2800137. Para accionar el motor de un ventilador de soplador, se utiliza un BoosterPack de accionamiento de motor conectado al Launchpad. El F2800137 en el launchpad se utiliza para controlar el funcionamiento del motor y del ventilador del soplador, y también se utiliza para recopilar datos de sensores. La pestaña Capturar y mostrar datos de CCStudio Edge AI Studio se utiliza para ordenar el hardware del Launchpad y completar la adquisición de datos. Los datos de los sensores adquiridos se utilizan para el entrenamiento de modelos.
Evaluación de la calidad de los datos
Los datos de vibración adquiridos se pueden mostrar y trazar en Edge AI Studio tanto en el dominio de tiempo como de frecuencia para garantizar que los conjuntos de datos de vibración se puedan separar en las funciones. El análisis de bondad de ajuste (GOF) también se puede realizar en esta herramienta sobre los datos adquiridos para comprobar si estos tienen una separación suficientemente alta en las características.
Figura 1.1: Mapa de calor de FFT cuando no hay desequilibrio
Figura 1.2: Mapa de calor de FFT cuando hay desequilibrio
Construya y entrene a su modelo
Edge AI Studio permite completar el entrenamiento, la evaluación y la implementación del modelo dentro de una GUI intuitiva.
- Explore y entrene múltiples opciones de modelos a través de un flujo de trabajo basado en una GUI fácil de usar
- Comience rápido con el proyecto de ejemplo de fallos de rodamiento del motor, que cuenta con un conjunto de datos precargado
- Utilice sus propios datos con herramientas de captura y alojamiento integradas
Encuentre el modelo adecuado para sus necesidades
Acceda a la biblioteca de TI de modelos optimizados y configurables de detección de fallos de rodamientos del motor. Desde Edge AI Studio hay un enlace a ModelZoo (URL). Allí se puede seleccionar una aplicación específica. Luego, se puede aprovechar una tabla como la siguiente para decidir la elección del modelo. Se pueden explorar cuatro modelos en Edge AI Studio o en la línea de comandos ModelMaker.
Implementación de su modelo
Edge AI Studio proporciona un flujo de trabajo de principio a fin para implementar modelos entrenados directamente en objetivos integrados.
Para los desarrolladores que buscan una personalización y un control más profundos, el C2000WARE-MOTORCONTROL-SDK ofrece un marco completo para crear e integrar funciones de Edge AI en sus propias aplicaciones integradas.
Elección del dispositivo adecuado para usted
Los DSP c28 de TI y los MCU basados en Arm® Cortex®-M33 ofrecen un rendimiento escalable para ejecutar y acelerar modelos de detección de fallos de arco, junto con funciones clave de SoC críticas para su aplicación.
Los datos que aparecen a continuación se toman en consideración con una frecuencia de muestreo de 4K Hz en 256 muestras
| Tiempo de ejecución del modelo (ms) | Flash (kB) | SRAM (kB) | ||||
|---|---|---|---|---|---|---|
| Número de producto | Núcleo de procesamiento | NPU disponible | Frecuencia de reloj (MHz) | Métricas de puntos de referencia de detección de arco | ||
| TMS320F28P550x | Núcleo DSP C28x | Sí | 150 | 0.17 | 1.8 | 1.1 |
| TMS320F2800137 | Núcleo DSP C28x | No | 120 | 0.42 | 1.2 | 1 |
| TMS320F28P650 | Núcleo DSP C28x | Sí | 200 | 0.25 | 1.2 | 1 |
| AM13E23019 | Núcleo Cortex-M33 | Sí | 200 | ~0.13* | 3 | 0.9 |
Todo el hardware, software y recursos que necesitará para comenzar
Hardware
Placa SOM de C2000 TMS320F28P550x. Paquete con TIEVM-ARC-AFE (se vende por separado) para una solución completa de detección de fallos de arco con IA.
Comience la evaluación con el hardware de detección de arcos de CC con referencia TIDA-010955, que cuenta con una parte frontal analógica para la detección de arcos de CC.
Herramientas de desarrollo y software
CCStudio™ Edge AI Studio
Una solución sin código totalmente integrada para entrenar y compilar modelos de detección de movimiento PIR para implementarlos en dispositivos de microcontroladores integrados de TI.
Herramientas de CLI
Una interfaz de línea de comandos para usuarios avanzados que desean desarrollar su propio modelo. Utilice esta herramienta de desarrollo de modelos de extremo a extremo que contiene gestión de conjuntos de datos, entrenamiento de modelos y compilación.
AM13E2X-SDK
Es una plataforma de software unificada para la familia de MCU AM13E23x de TI que proporciona una configuración sencilla y un acceso rápido y listo para usar a puntos de referencia y demostraciones.
Recursos de soporte
Diseño de referencia para la detección de arcos basada en IA en aplicaciones solares.
Automatización industrial | Supervisión y diagnóstico de motores
Proteja los diseños de accionamiento de motores de CA con la clasificación de fallos del motor basada en una IA de alta precisión.