應用概覽概述
採用基於電流訊號的方法即時偵測風扇和鼓風機葉片的擺動和失衡，無需將資料傳送到雲端。與固定頻率分析不同，邊緣 AI 無需重新校準即可在不同速度和運行條件下偵測失衡情況。我們的即時馬達控制&自動化微控制器 (MCU) 允許在單一裝置上，除了馬達控制之外，還可以透過在主 CPU 或 TinyEngine™ NPU 上執行模型來完成此類偵測。
開始評估
資料收集
LAUNCHXL-F2800137 EVM 用於執行任務。將馬達驅動 BoosterPack 插入 Launchpad，即可驅動鼓風機的馬達。Launchpad 上的 F2800137 用於控制馬達和鼓風機的運行，也用於收集感測器資料。CCStudio Edge AI Studio 中的&「擷取顯示資料」標籤頁用於控制 Launchpad h/w 並完成資料擷取。取得的感測器資料將用於模型訓練。
資料品質評估
擷取的振動資料可以在 EdgeAI Studio 中以時域和頻域的形式顯示和繪製，以確保振動資料集在特徵上是可分離的。該工具還可以對取得的資料進行適合度 (GOF) 分析，以檢查取得的資料在特徵方面是否具有足夠高的分離度。
圖 1.1 - 無失衡時的 FFT 熱圖
圖 1.2 - 存在失衡時的 FFT 熱圖
構建並訓練模型
EdgeAI Studio 允許在符合直覺的 GUI 使用者介面中完成模型訓練、評估與部署。
- 透過易於使用的基於 GUI 的工作流程，探索和訓練多種可選的模型
- 透過預先載入資料集的馬達軸承故障範例專案快速上手
- 使用整合的資料擷取和託管工具來使用您自己的資料
為您的需求找出合適的模型
存取 TI 的最佳化且可配置的馬達軸承故障檢測模型資料庫。Edge AI Studio 中，有一個指向 ModelZoo 的連結 (URL)。您可選擇特定的應用。然後可以利用以下表格來確定模型選擇。可以在 EdgeAI Studio 或命令行 ModelMaker 中探索四種模型。
部署模型
Edge AI Studio 提供從頭到尾的完整工作流程，可將訓練好的模型直接部署到嵌入式目標。
對於尋求更深層客製化和控制的開發人員而言，C2000WARE-MOTORCONTROL-SDK 提供了一個全面的框架，可用於建立並將整合邊緣 AI 功能整合到您自己的嵌入式應用中。
選擇適合您的裝置
TI 的 c28 DSP 和基於 Arm® Cortex®-M33 的 MCU 可提供可擴展的性能，用於執行和加速電弧故障檢測模型，以及對您的應用至關重要的關鍵 SoC 功能。
以下資料基於 4KHz 取樣頻率和 256 個樣本
| 模型執行時間 (ms) | 快閃記憶體 (kB) | SRAM (kB) | ||||
|---|---|---|---|---|---|---|
| 產品編號 | 處理核心 | 可用的 NPU | 時鐘頻率 (MHz) | 電弧檢測基準測試指標 | ||
| TMS320F28P550x | C28x DSP 核心 | 是 | 150 | 0.17 | 1.8 | 1.1 |
| TMS320F2800137 | C28x DSP 核心 | 否 | 120 | 0.42 | 1.2 | 1 |
| TMS320F28P650 | C28x DSP 核心 | 是 | 200 | 0.25 | 1.2 | 1 |
| AM13E23019 | Cortex-M33 核心 | 是 | 200 | ~0.13* | 3 | 0.9 |
開始使用所需的所有硬體、軟體與資源
硬體
C2000 TMS320F28P550x SOM 電路板。與 TIEVM-ARC-AFE （單獨出售）組合，可獲得完整的 AI 電弧故障檢測解決方案。
首先使用 TIDA-010955 參考級 DC 電弧檢測硬體進行評估，該硬體具有用於 DC 電弧檢測的類比前端。
軟體與開發工具
CCStudio™ Edge AI Studio
一個完全整合的無程式碼解決方案，用於訓練和編譯 PIR 運動偵測模型，並部署到 TI 嵌入式微控制器裝置上。
CLI 工具
面向希望開發自訂模型的高級使用者的命令行介面。 使用此端到端模型開發工具，即可完成資料集處理、模型訓練和編譯等操作。
AM13E2X-SDK
一套專為 TI 的 AM13E23x MCU 系列產品所設計的整合軟體平台，提供簡易設定，可迅速且立即執行基準測試與示範。