エッジ AI により実現される、アーク故障遮断器向けの AC アーク故障検出

アーク障害回路遮断器 (AFCI) は、危険なアークを検知し、損害が発生する前に電源を遮断することで、電気火災の防止に重要な役割を果たします。しかし、従来の AFCI は、旧来のアナログ回路や基本的な信号処理に依存していることが多く、信号取得の要件が複雑になるだけでなく、火災が発生する前にアークを検出できない可能性があります。

これに対し、当社の革新的なアプローチでは、大量の負荷およびアークのシグネチャ データセットでトレーニングされた独自の畳み込みニューラル ネットワーク (CNN) モデルを活用しています。このモデルは、MSPM0G5187 マイコン ファミリに統合された TinyEngine™ NPU 上で動作するよう最適化されています。

この最先端技術により、より高精度で信頼性の高いアーク検出が可能になり、AFCI 性能の新たな基準を設定できます。

データ収集

TIDA-010971 リファレンス デザインを利用すると、ライブ AC 電流データおよびアーク電圧データを用いた AC アーク故障の信頼性の高い取得を可能にする統合プラットフォーム設計を実現できます。

データ品質の評価

高品質なトレーニング データは、あらゆる AI モデルの成功を支える基盤です。TI の Goodness of Fit (GoF) 評価は、微細な動きから環境変化に至るまで、実環境における幅広い動作シナリオをデータセットが適切に反映していることを保証します。当社の Goodness of Fit (GOF) 評価では、データセットが実環境のアーク故障条件を適切に捉え、正確な学習に必要な要件を満たしているかを確認します。GOF を探索するか、CCStudio™ Edge AI Studio  で当社のサンプル データセットを使用します。

前処理および特徴抽出ステップがデータの分離性に与える影響を示す GoF テスト。

データセットの準備ができたら、エッジ AI 向けの Edge AI Studio ソフトウェア開発ツールを使用して、モデルの探索、学習、および評価を行うことができます。この直感的な GUI ベースのツールは、モデルの作成と導入のプロセス全体を簡素化します。

事前にデータセットが用意された PIR 動作検知のサンプル プロジェクトを使用して、すぐに開発を開始できます。

カスタム データをお好みですか？このプラットフォームには  Edge AI Studio 内にデータ取得およびホスティングツールが統合されています。

メモリ制約や計算要件に基づき、お客様のアプリケーションのニーズに対応するモデルの柔軟性を提供します。

CCStudio™ Edge AI Studio  は、トレーニング済みモデルを組込みターゲットへ展開するための、開始から完了までのワークフローを提供します。より高度なカスタマイズや制御を求める開発者は、展開ガイドをご参照ください。これらのガイドでは、独自の組込みアプリケーションに EdgeAI 機能を構築および統合するための包括的なフレームワークを提供しています

1. EdgeAI Studio GUI ツールを使用して、MSPM0 マイコンに機械学習モデルを導入します
2. CLI ツールを使用して機械学習モデルを MSPM0 マイコンに導入します

開始に必要なすべてのハードウェア、ソフトウェア、およびリソース