應用概覽概述
馬達軸承故障是工業系統計畫外停機的主要原因之一。早期發現問題可確保機器安全運行，避免設備停機，同時消除昂貴的外部監控需求。
我們配備 TinyEngine™ NPU 的即時馬達控制和自動化 MCU 可以直接在馬達上進行故障分類，無需雲端連接或外部處理。與傳統上需要手動特徵工程的基於 FFT 的方法不同，邊緣 AI 透過資料驅動的訓練來學習複雜的振動模式，使其能夠適應各種馬達類型和運行條件。
開始評估
資料收集
使用 LAUNCHXL-F28P55X LaunchPad™ 開發套件來執行此任務。馬達上安裝的振動感測器連接到評估板的 SPI 埠，以提供振動感測器資料。這些資料由邊緣 AI 模型即時處理和監控，用於檢測和分類潛在的馬達軸承故障。CCStudio™ EdgeAI Studio &中的「擷取顯示資料」標籤頁用於控制 LaunchPad 並完成資料擷取。取得的震動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。
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
模型靈活性可根據記憶體限制和異常值檢測要求，滿足您的應用需求。
部署模型
CCStudio Edge AI Studio 提供從頭到尾的全工作流程，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-DIGITALPOWER-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
LAUNCHXL-F28P55X
用於 TI C2000 TMS320F28P550x 系列 MCU 的評估和開發板，與插入式馬達驅動 BoosterPack 配合使用，可用於執行資料擷取和即時推理任務。
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，用於擷取感測器資料、訓練和編譯馬達軸承故障分類和檢測模型，並部署到我們的 MCU 上。
動態 tensorlab
面向希望開發自訂模型的高級使用者的馬達用命令行介面。
工業自動化 | 馬達診斷&監控
透過單一具有 NPU 的 MCU，結合馬達控制，利用克級靈敏度的單晶片檢測風扇葉片不平衡，及早發現問題，從而降低噪音、提高效率並增強 HVAC 系統的可靠性