Descripción general de la aplicación
Los fallos en los rodamientos del motor son una de las principales causas de tiempos de inactividad no planificados en sistemas industriales. La detección temprana mantiene las máquinas funcionando de forma segura, lo que elimina el apagado del equipo o la costosa supervisión externa necesaria.
Nuestros MCU de control y automatización de motores en tiempo real, equipados con la NPU TinyEngine™, permiten la clasificación de fallos directamente en el motor, lo que elimina la necesidad de conectividad en la nube o procesamiento externo. A diferencia de los enfoques tradicionales basados en FFT que requieren ingeniería de funciones manuales, Edge AI aprende patrones de vibración complejos a través de la formación basada en datos, lo que lo hace adaptable a una amplia gama de tipos de motores y condiciones de funcionamiento.
Inicio de la evaluación
Recopilación de datos
Para realizar la tarea, se utiliza el kit de desarrollo LAUNCHXL-F28P55X LaunchPad™. Un sensor de vibración conectado al motor se conecta a su vez al puerto SPI de la placa de evaluación para proporcionar los datos del sensor de vibración. Estos datos se procesan en tiempo real y se supervisan mediante un modelo de Edge AI para la detección y clasificación de posibles fallos en los rodamientos del motor. La pestaña Capturar y mostrar datos en CCStudio™ Edge AI Studio se utiliza para comandar el LaunchPad y completar la adquisición de datos. Los datos de vibración 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.
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
Flexibilidad de modelos para satisfacer las necesidades de su aplicación en función de las limitaciones de memoria y los requisitos de detección de anomalías.
Implementación de su modelo
CCStudio Edge AI Studio proporciona un flujo de trabajo completo 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-DIGITALPOWER-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
LAUNCHXL-F28P55X
Placa de evaluación y desarrollo para MCU de la serie TMS320F28P550x C2000 de TI que, junto con BoosterPack de accionamiento de motor enchufable, se puede utilizar para realizar las tareas de recopilación de datos e inferencia en tiempo real.
Herramientas de desarrollo y software
CCStudio™ Edge AI Studio
Una solución totalmente integrada sin código para adquirir datos de sensores, entrenamiento y compilación de modelos de clasificación y detección de fallos en los rodamientos del motor, que se implementa en nuestros MCU.
Dynamic tensorlab
Una interfaz de línea de comandos para usuarios avanzados de motores que quieran desarrollar su propio modelo.
Recursos de soporte
Este documento proporciona una guía sobre el desarrollo de una clasificación de fallos del motor basada en la red neuronal convolucional (CNN) con dispositivos C2000
Automatización industrial | Supervisión y diagnóstico de motores
Reduzca el ruido, mejore la eficiencia y aumente la fiabilidad del sistema de HVAC mediante la detección temprana del desequilibrio de las aspas del ventilador con una sensibilidad de detección de un solo dígito de gramo, con un único MCU con NPU, además del control del motor