アプリケーションの概要

モーター ベアリングの故障は、産業システムにおける予期しないダウンタイムの主な原因の一つです。早期検出により、設備の停止や高コストな外部監視を不要にし、安全に機械を稼働させ続けることができます。


TinyEngine™ NPU を搭載した当社のリアルタイム モーター制御およびオートメーション向けマイコンにより、モーター上で直接故障分類を行うことができ、クラウド接続や外部処理の必要がなくなります。手動での特徴量設計を必要とする従来の FFT ベースの手法とは異なり、エッジ AI はデータ駆動型のトレーニングを通じて複雑な振動パターンを学習するため、さまざまなモーターの種類や動作条件に柔軟に対応できます。

評価を開始する

データ収集

LAUNCHXL-F28P55X  このタスクの実行には、LaunchPad™ 開発キットが使用されます。モーターに取り付けられた振動センサは、評価ボードの SPI ポートに接続され、振動データを提供します。このデータはリアルタイムで処理され、エッジ AI モデルによって監視されることで、潜在的なモーター ベアリング故障の検出および分類が行われます。CCStudio™ EdgeAI Studio の「データのキャプチャ&表示」タブを使用して、LaunchPad のコマンドを発行し、データ アクイジションを完了します。取得した振動データをモデルトレーニングに使用します。

データ品質の評価

取得した振動データは、時間領域および周波数領域の両方で EdgeAI Studio 上に表示し、プロットでき、特徴量として分離可能であることを確認できます。

モデルを構築してトレーニング

EdgeAI Studio では、直感的な GUI ユーザー インターフェイス上で、モデルの学習、評価、およびデを完結させることができます。

  • 使いやすい GUI ベースのワークフローを通じて、複数のモデルを検討し、学習できます
  • 事前にデータセットが用意されたモーター ベアリングの故障のサンプル プロジェクトで、すぐに開始できます
  • 統合されたデータ取得およびホスティング ツールを使用して、独自のデータを活用します

メモリ制約や外れ値検出の要件に基づき、アプリケーションのニーズに対応するモデルの柔軟性。

モデルの展開

CCStudio Edge AI Studio は、学習済みモデルを組込みターゲットに直接デプロイするための、開始から完了までの包括的なワークフローを提供します。

より高度なカスタマイズと制御を検討している開発者向けに、C2000WARE-DIGITALPOWER-SDK  は、エッジ AI 機能を構築して独自の組込みアプリケーションに統合するための包括的なフレームワークを提供します。

お客様に最適なデバイスの選択

TI  の c28 DSP および Arm® Cortex®-M33 ベースのマイコンは、アーク故障検出モデルの実行および高速化に対応するスケーラブルな性能を提供するとともに、アプリケーションに不可欠な主要な SoC 機能も備えています。

以下のデータは、サンプリング周波数 4KHz、256 サンプルを前提として取得されています

 

モデル実行時間 (ms)フラッシュ (kB)SRAM (kB)
製品番号プロセッシング コアNPU が利用可能クロック周波数 (MHz)アーク検出のベンチマーク指標
TMS320F28P550xC28x DSP コアあり1500.171.81.1
TMS320F2800137
C28x DSP コアなし
1200.421.21
TMS320F28P650C28x DSP コアあり2000.251.21
AM13E23019
Cortex M33 コア
あり200~0.13*30.9

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

ハードウェア

LAUNCHXL-F28P55X
TI の C2000 TMS320F28P550x シリーズのマイコン向けの評価および開発ボードであり、プラグオン型のモーター ドライブ BoosterPack と組み合わせることで、データ収集およびリアルタイム推論のタスクを実行できます。

ソフトウェアおよび開発ツール

CCStudio™ Edge AI Studio
センサ データの取得から、モーター ベアリング故障の分類および検出モデルのトレーニングとコンパイル、さらに当社のマイコンへの展開までを行える、完全統合型のノーコード ソリューションです。

Dynamic tensorlab
独自のモデルを開発したい上級ユーザー向けのコマンド ライン インターフェイスです。

サポート リソース

 

本書では、C2000 デバイスを用いた畳み込みニューラル ネットワーク (CNN) ベースのモーター故障分類の開発方法について説明します。

産業用オートメーション | モーター診断&監視

モーター制御に加えて NPU 搭載の単一のマイコンを使用し、グラム単位の高い検出感度でファン ブレードのアンバランスを早期に検出することで、HVAC システムの騒音低減、効率向上、信頼性向上を実現します。