Mit einem Kit kann schnell eine Anwendung für vorausschauende Wartung für den industriellen Einsatz entwickelt werden

Von Stephen Evanczuk

Zur Verfügung gestellt von Nordamerikanische Fachredakteure von Digi-Key

Die Verfügbarkeit von kostengünstigen intelligenten Sensoren hat eine neue Qualität der Überwachung von Industrieanlagen ermöglicht, sodass jetzt eine vorausschauende Wartung möglich ist. Für viele Entwickler ist allerdings die Aufgabe, Sensordaten für eine vorausschauende Wartung zu erfassen, zu analysieren und auszuwerten, wegen der Komplexität sowohl der erforderlichen Hardware als auch der Anwendungssoftware nur schwer zu bewältigen.

Um dem schnell wachsenden Interesse an der vorausschauenden Wartung gerecht zu werden, stellen die Halbleiterhersteller umfassende Plattformlösungen zur Verfügung, die große Teile der benötigten Hardware und Software umfassen. Mithilfe von derartigen Plattformen sind die Entwickler von Anwendungen für die Industrie in der Lage, Systeme zur vorausschauenden Wartung schnell und kostengünstig an den Start zu bringen.

In diesem Artikel wird das moderne Konzept der vorausschauende Wartung (Predictive Maintenance) mithilfe des Internets der Dinge (Internet of Things, IoT) und die Art und Weise, wie es Prozesse und Ergebnisse positiv beeinflussen kann, behandelt. Danach wird eine Plattform für die vorausschauende Wartung von STMicroelectronics vorgestellt, und es wird gezeigt, wie mithilfe dieser Hardware und Software die Funktionen der vorausschauenden Wartung evaluiert und eigene Anwendungen entwickelt werden können.

Die Evolution der Wartung vom Rätselraten zur Vorhersage

Die Ingenieure haben in der Industrie seit Jahren versucht, Probleme mit Maschinen durch die Analyse von Schwingungen und weitere Methoden zu erkennen. In der Vergangenheit verließen sich die Ingenieure beim Sammeln und Verarbeiten von Daten für die Analyse von Anlagen auf tragbare Analysegeräte und andere spezielle Testgeräte. Mithilfe von IoT-Konzepten können die Hersteller jetzt wichtige Anlagen mit kostengünstigen Sensoren ausrüsten, die in der Lage sind, die für die Überwachung in Echtzeit erforderlichen detaillierten Datenstreams zu liefern.

Die Möglichkeit, das Verhalten von Anlagen ständig bewerten zu können, stellt einen wichtigen Vorteil für den Betrieb von Industrieanlagen dar. Jetzt können regelmäßig ausgeführte manuelle Wartungsprogramme, die eingesetzt werden, wo keine Probleme existieren, oder die zu spät kommen, um die Ausweitung von kleinen Problemen zu Schäden an den Anlagen zu verhindern, durch lokale oder ferngesteuerte Anwendungen zur Überwachung unterstützt oder sogar ersetzt werden. Anstatt auf Probleme, die ganze Produktionslinien herunterfahren können, zu reagieren, können diese Probleme nun mithilfe von sensorbasierten Methoden im Voraus erkannt werden, erforderliche Ressourcen bereitgestellt oder sogar Maschinen ausgetauscht werden und Reparaturen zu einem Zeitpunkt durchgeführt werden, der die Produktion möglichst wenig beeinträchtigt.

Die vorausschauende Wartung gibt der Werksleitung die Möglichkeit, Probleme anzugehen, bevor sie zu katastrophalen Ausfällen führen, und so die Integrität der Produktionslinie und die Sicherheit der Mitarbeiter aufrechtzuerhalten und gleichzeitig die Daten zu analysieren, um die Prozesse und die Ergebnisse zu verbessern. Die Herausforderung für die Entwickler besteht im Erstellen einer Plattform, die in der Lage ist, Daten mit der Bandbreite und Auflösung zu erfassen, die zur Erkennung von Anzeichen bestehender Probleme in den überwachten Anlagen erforderlich sind.

Zur Analyse von Schwingungen werden typischerweise Schwingungsdaten im Zeit- und Frequenzbereich erhoben. Erfahrende Ingenieure sind in der Lage, mechanische Probleme in der Anlage bereits durch Begutachtung der Daten in diesen beiden Bereichen zu identifizieren. So weisen beispielsweise periodische Kurzzeitimpulse mit großer Frequenzbandbreite typischerweise auf ein defektes Kugellager hin. Im Gegensatz dazu können andauernde Schwingungen mit geringer Bandbreite darauf hindeuten, dass sich Komponenten aneinander reiben, was zu Abnutzung und Ausfällen führen kann.

Damit diese Daten zuverlässig erfasst werden können, müssen die Vibrationssensoren robust genug sein, um Stöße, intensive Schwingungen und andere in industriellen Umgebungen auftretende Phänomene zu überstehen. Selbst im normalen Betrieb können Industrieanlagen Schwingungen und mechanische Stöße erzeugen, die die Möglichkeiten älterer Vibrationssensoren übersteigen. Durch das Erscheinen von Sensoren auf Grundlage der MEMS-Technologie (Microelectromechanical Systems) wurde dieses Problem im Wesentlichen behoben. MEMS-Sensoren wie der ISM330DLC von STMicroelectronics können 0,2 ms lange Beschleunigungsschübe von bis zu 10.000 g überstehen und den Betrieb so schnell wiederaufnehmen, dass lineare Beschleunigungsmessungen mit Milli-g-Empfindlichkeit ausgeführt werden können.

Zwar sind zuverlässige Daten von Bewegungssensoren wesentlich für die Ausfallanalyse, aber Schwingungen sind nur ein Indikator für den Maschinenzustand. Ebenso wie erfahrende Ingenieure aus Schwingungsdaten spezifische Ausfallarten ermitteln können, ist es möglich, mithilfe von anderen Sensoreinrichtungen die Zeit zwischen der Erkennung eines Symptoms bis zu einem funktionellen Versagen der Anlage, das sogenannte Potential-to-failure-Intervall (P-F), zu bestimmen. Erhöhter Stromverbrauch, Geräusche oder Wärmeentwicklung deuten bei den meisten Anlagen typischerweise auf ein kürzeres P-F-Intervall hin (Abbildung 1).

Diagramm: Die Schwingungsanalyse ermöglicht oft eine frühzeitige Erkennung

Abbildung 1: Mithilfe von verschiedenen Sensoreinrichtungen können Umstände ermittelt werden, die auf ein Ausfallpotenzial einer Maschine hindeuten, aber die Schwingungsanalyse ermöglicht typischerweise eine frühzeitige Erkennung und hilft, Stillstandszeiten durch plötzliche Ausfälle zu vermeiden. (Bildquelle: STMicroelectronics)

Um diese zusätzlichen Indikatoren zu erfassen, müssen Sensorsysteme entwickelt werden, die zumindest Schwingungen, Geräusche, Druck, Temperatur und Feuchtigkeit erfassen können. Die praktische Herausforderung für die Entwickler, die Sensoren in einem robusten Bauteil unterzubringen, kann den Fortschritt in Richtung weiter gefasster Ziele bei der Analyse von Anlagen signifikant verlangsamen. Das Entwicklungskit STEVAL-BFA001V1B von STMicroelectronics und die dazugehörige Software bieten eine umfassende Plattform, die Entwicklern den Einstieg in Anwendungen zur Überwachung von Anlagen und für die vorausschauende Wartung ermöglicht.

Referenzplattform

Das Entwicklungskit STEVAL-BFA001V1B dient sowohl als Referenzdesign als auch als fertige Lösung. Es umfasst eine Platine mit Industriesensoren und dazugehöriger Software für die vorausschauende Wartung. Bei der Platine handelt es sich um ein komplettes eigenständiges Sensorsystem (Abbildung 2). Sie verbindet eine leistungsstarke 32-Bit-Arm®-Cortex®-M4-MCU STM32F469 von STMicroelectronics mit einem kompletten Sensorsatz, darunter der oben erwähnte Bewegungssensor ISM330DLC zur Messung von Schwingungen, sowie die folgenden Komponenten von STMicroelectronics:

Diagramm: Entwicklungskit STEVAL-BFA001V1B von STMicroelectronics

Abbildung 2: Die zum Entwicklungskit STEVAL-BFA001V1B von STMicroelectronics gehörende MCU-basierte Industriesensor-Platine umfasst einen vollständigen Satz von Sensoren, die typischerweise für die Überwachung von Anlagen benötigt werden. (Bildquelle: STMicroelectronics)

Das System ergänzt den im Mikrocontroller integrierten 2-MB-Flash-Speicher durch das 1-Mbit-EEPROM M95M01-DF von STMicroelectronics und verfügt mit dem Schaltregler L6984A von STMicroelectronics und dem LDO-Regler LDK220 über Möglichkeiten zur Energieverwaltung. Zur Vereinfachung der Bereitstellung in industriellen Umgebungen hat die Platine an einem Ende einen M12-Steckverbinder, der durch einen IO-Link-Transceiver L6362A von ST unterstützt wird. Am anderen Ende der Platine befindet sich ein Steckverbinder für Erweiterungen, der den Zugang zur GPIO, zum Analog-Digital-Wandler (ADC) und zur seriellen I2C-Schnittstelle des Mikrocontrollers ermöglicht. Das Ergebnis ist ein robustes System, das nur wenig breiter als ein M12-Industriekabel ist, aber sämtliche Anforderungen für die Überwachung von Anlagen erfüllt (Abbildung 3).

Bild: Industriesensor-Platine STEVAL-BFA001V1B von STMicroelectronics

Abbildung 3: Die Industriesensor-Platine STEVAL-BFA001V1B von STMicroelectronics umfasst ein Mikrocontroller-basiertes Multisensorsystem, Erweiterungssteckverbinder, einen Steckverbinder für das Debugging über eine serielle Kabelverbindung (Serial Wire Debug, SWD) und einen M12-Steckverbinder, der nur wenig breiter als ein Industriekabel ist. (Bildquelle: STMicroelectronics)

Es können sowohl das beiliegende M12-Kabel als auch eigene M12-Steckverbinder verwendet werden. Das Kit umfasst eine Adapterplatine zum Anschließen des seriellen Ausgangs der M12-Sensorplatine an die ST-LINK/V2-1-Schnittstelle, die mit der Entwicklungsplatine STM32 Nucleo-64 von STMicroelectronics geliefert wird. Die Platine kann über das M12-Kabel oder durch Einstecken des M12-Kabels in die IO-Link-Evaluierungsplatine STEVAL-IDP004V1 von ST mit Strom versorgt werden. Die Verwendung der IO-Link-Platine stellt den schnellsten Weg zur Entwicklung dar, denn es können problemlos mehrere Industriesensor-Platinen angeschlossen und über die Windows-basierte grafische Benutzeroberfläche STEVAL-IDP005V1-GUI_v1.0 von STMicroelectronics konfiguriert werden (Abbildung 4).

Bild: Grafische Windows-Benutzeroberfläche von ST

Abbildung 4: Mit der grafischen Windows-Benutzeroberfläche von ST können Sensorplatinen schnell konfiguriert, Datensammlungen durchgeführt und Bewegungsdaten im Frequenz- und Zeitbereich sowie Umgebungsdaten dargestellt werden. (Bildquelle: STMicroelectronics)

Nach erfolgter Einrichtung auf dem Konfigurationsbildschirm kann das Fenster Vibration Analysis (Schwingungsanalyse) zur Datensammlung geöffnet werden. Nach Klicken auf die Start-Schaltfläche können Messungen der Schwingungsfrequenz und der Rotationsgeschwindigkeit für die x-, y- und z-Achse betrachtet werden (Abbildung 5). Auf einem eigenen Bildschirm für Umgebungsmessungen (Registerkarte ENV Measures) können die von jeder Sensorplatine gemessenen Werte für Luftdruck, Temperatur und Luftfeuchtigkeit angezeigt werden.

Bild: Die grafische Windows-Benutzeroberfläche von ST bietet einen einfachen Zugang (zum Vergrößern klicken)

Abbildung 5: Die grafische Windows-Benutzeroberfläche von ST bietet einen einfachen Zugang zur Evaluierung von Sensordaten durch ihre Fähigkeit, Messergebnisse von Bewegungssensoren im Frequenz- und Zeitbereich darzustellen. (Bildquelle: STMicroelectronics)

Softwareentwicklung

Obwohl die grafische Benutzeroberfläche einen schnellen Zugriff auf die Fähigkeiten der Sensorplatine bietet, benötigen Entwickler einen flexibleren Ansatz zum Erstellen eigener Anwendungen für die vorausschauende Wartung. Das Softwarepaket STSW-BFA001V1 von STMicroelectronics bietet einen kompletten Satz von C-Softwaremodulen für eigene Entwicklungen mit Treibern, Bibliotheken und Beispielanwendungen (Abbildung 6).

Diagramm: Softwaredistribution STSW-BFA001V1 von ST

Abbildung 6: Die Softwaredistribution STSW-BFA001V1 von ST bietet einen vollständigen Satz von Treibern und Middleware mit Beispielanwendungen, die unmittelbar ausgeführt werden können und später als Grundlage von eigenen Anwendungen verwendet werden können. (Bildquelle: STMicroelectronics)

Unter den Softwarebeispielen enthält das Paket STSW-BFA001V1 eine Anwendung zur Zustandsüberwachung, die das Sammeln von Sensordaten und Generieren von Beschleunigungsdaten im Frequenzbereich, RMS- und Spitzenwerten eines Bewegungssensors veranschaulicht. In einem Produktionssystem könnten diese Daten zu einer Host-Anwendung zur Fehlererkennung hochgeladen werden. Die Anwendung zur vorausschauenden Wartung erweitert diese grundlegenden Datensammlungen durch Funktionen, die Warnungen vor möglichen Ausfällen generieren.

Dieser Ansatz bietet viele Vorteile. Der größte davon ist die Möglichkeit, die P-F-Intervalle durch eine frühzeitige Erkennung von Bedingungen auszudehnen, die auf potenzielle Ausfälle hindeuten. Ein weiterer Vorteil besteht darin, dass die Fehlererkennung näher an die Anlage gerückt wird, was eine unmittelbare Erkennung von Fehlern ermöglicht.

Die Anwendung zur vorausschauenden Wartung von STMicroelectronics veranschaulicht, wie diese frühzeitige Erkennung durch den Vergleich von Sensormessungen mit einer Reihe von Schwellenwerten bezüglich Geschwindigkeits-, Beschleunigungs- und Frequenzkomponenten erreicht werden kann. In einem Produktionssystem hängt die Wahl der Schwellenwerte von vielen Faktoren ab, die aber den Rahmen dieses Artikels sprengen.

Allerdings ist es wichtig zu wissen, dass es Normen als Referenz gibt. ISO 10816 gibt z. B. Hinweise zu Schwingungswerten für vier Maschinenklassen mit vier verschiedenen Schwingungszonen: Zone A (gut), Zone B (zufriedenstellend), Zone C (ungeeignet für Dauerbetrieb), Zone D (gefährlich mit möglichen Schäden bei Fortsetzung des Betriebs). Wie diese Zonen nahelegen, sollten die Bediener gewarnt werden, wenn die Schwingungswerte einer Maschine Zone C erreichen, und es sollte ein dringenderer Alarm ausgegeben werden, wenn die Werte Zone D erreichen.

Die Anwendung zur vorausschauenden Wartung von STMicroelectronics ist auf dieses spezielle Modell abgestellt. Eine Header-Datei (MotionSP_Threshold.h) der Beispielanwendung enthält per „include“ Schwellenwerte für die Warn- und Alarmstufen. In diesem Fall hat STMicroelectronics die Schwellenwerte für Warnungen entsprechend den empfohlenen Werten nach ISO 10816 an der Grenze zwischen Zone B und C festgelegt. Die Schwellenwerte für einen Alarm sind die Werte nach ISO 10816 an der Grenze zwischen Zone C und D. Da ein typischer Bewegungssensor wie der ISM330DLC von STMicroelectronics Werte für die x-, y- und z-Achse liefert, werden als Schwellenwerte für eine Warnung oder einen Alarm jeweils drei Werte für jede gemessene Größe angegeben – RMS-Geschwindigkeit, Beschleunigung und FFT (Fast Fourier Transform). In der Anwendung werden in vier Unterbereichen des Spektrums Schwellenwerte für FFTs angegeben.

Das Ergebnis ist ein Satz von Schwellenwerten, die einem weiten Bereich von realistischen Betriebszuständen von Maschinen entsprechen. Nichtsdestoweniger sollten diese Schwellenwerte für Warnungen und Alarm an die spezifischen Kennwerte der überwachten Anlage und an die allgemeine Zielsetzung der Warnungen und Alarme angepasst werden.

Während die Header-Datei die Zielwerte für die Überwachung enthält, enthält das Hauptprogramm (main.c) die Abläufe zur Erkennung von Überschreitungen der Schwellenwerte in den von den Sensoren auf der Platine gesammelten Daten. Nach Initialisierung der Hardware und der dazugehörigen Softwarestrukturen führt das Hauptprogramm eine Endlosschleife aus, in der die FFT für die Schwingungsdaten generiert und RMS-Werte und die Spitzenwerte für die Beschleunigung ermittelt werden, Überschreitungen der Schwellenwerte ermittelt und Warnungen ausgegeben werden (Listing 1).

Kopieren
  /* Initialize the motion sensor */
  MotionSensorInit();
  MotionSP_TimeDomainAlarmInit(&sTdAlarm,&sTimeDomainVal,&sTdRmsThresholds,&sTdPkThresholds);
  MotionSP_FreqDomainAlarmInit(&FDWarnThresh,&FDAlarmThresh,&THR_Fft_Alarms,MotionSP_Parameters.subrange_num);
  /****************************************************************************/
 
  while (1)
  {
    /* Vibration Analysis */
    MotionSP_Vibration_manager_run(&MotionSP_Parameters);
    /* Status check during Time domain Analysis */
    MotionSP_TimeDomainAlarm(&sTdAlarm,&sTimeDomainVal,
                             &sTdRmsThresholds,
                             &sTdPkThresholds,
                             &sTimeDomain);
    if(FinishAvgFlag == 1)
    {
      SendVibrationResult();
      TD_Thresholds_DataSend(&sTdAlarm,&sTimeDomainVal);
   
      MotionSP_FreqDomainAlarm (&SRAmplitude, FDWarnThresh, FDAlarmThresh,
                                MotionSP_Parameters.subrange_num,
                                &THR_Check, 
                                &THR_Fft_Alarms);
      
      FD_Thresholds_DataSend(MotionSP_Parameters.subrange_num,
                             &SRBinVal,
                             &THR_Fft_Alarms,
                             &THR_Check);
      
      MotionSP_TotalStatusAlarm(&sTdAlarm,
                                &THR_Fft_Alarms,
                                MotionSP_Parameters.subrange_num,
                                &TotalTDAlarm,
                                &TotalFDAlarm);
      
      Thresholds_DataSend(&TotalTDAlarm, &TotalFDAlarm);
      
      FinishAvgFlag = 0;
      RestartFlag = 1;
 
      // wait while the UART is transmitting
      while((HAL_UART_GetState(&hSrvUart) & HAL_UART_STATE_BUSY_TX ) == HAL_UART_STATE_BUSY_TX);
      strcpy((char *)SrvUartTxBuffer, "\r\n|#################### Next Measurement ####################\r\n");
      HAL_UART_Transmit(&hSrvUart, SrvUartTxBuffer, strlen((char *)SrvUartTxBuffer), SRV_UART_TIMEOUT_MAX);
     
      MotionSP_TimeDomainAlarmInit(&sTdAlarm,&sTimeDomainVal,
                                   &sTdRmsThresholds,&sTdPkThresholds);
      MotionSP_FreqDomainAlarmInit(&FDWarnThresh,
                                   &FDAlarmThresh,
                                   &THR_Fft_Alarms,
                                   MotionSP_Parameters.subrange_num);
 
      /* Configure the Hardware using parameters in RAM */
      MotionSP_Vibration_manager_init(&MotionSP_Parameters, 1);
 
      Accelero_MeasurementInit();
    }
  }

Listing 1: Die Anwendung zur vorausschauenden Wartung von STMicroelectronics veranschaulicht die Verwendung einer Endlosschleife zum Ermitteln und Übertragen von Warnungen auf Grundlage von Sensordaten im Frequenz- und Zeitbereich. (Codequelle: STMicroelectronics)

Während die Schleife durchlaufen wird, lesen die Sensortreiber und Service-Handler aus dem Supportpaket für die Platine die Daten aus und füllen die von Routinen auf höherer Ebene überwachten Puffer auf. Die Beispielsoftware von STMicroelectronics weist Handler auf Anwendungsebene zu, die von Entwicklern leicht durch eigene Routinen für spezielle Zwecke ersetzt werden können, ohne allzu tief in die Architektur der Software eintauchen zu müssen.

Bei jeder Iteration der Hauptschleife wird die Funktion MotionSP_TimeDomainAlarm() aufgerufen, um die Schwellenwerte für RMS-Geschwindigkeit und maximale Beschleunigung zu überprüfen. Zur Überprüfung des Frequenzbereichs wird in der Hauptschleife wiederholt MotionSP_Vibration_manager_run() aufgerufen. Diese Funktion ruft indirekt die Routine MotionSP_FrequencyDomainProcess() aus einem anderen Modul auf, die schließlich eine Middleware-FFT-Berechnungsroutine aufruft, wenn der Ringpuffer (AccCircBuffer) ausreichend gefüllt und die FFT aktiviert ist (Listing 2). Die Anwendung, die den Grundzustand überwacht, geht nach demselben Muster vor.

Kopieren
/**
  * @brief  Frequency Domain Processing starting from the Circular Buffer
  * @param pMotionSP_Parameters: Pointer to board parameters
  * @return None
  */  
void MotionSP_FrequencyDomainProcess(sMotionSP_Parameter_t *pMotionSP_Parameters)
{
#define FFTSIZEDELTA  (MotionSP_Parameters.size*((100.0-MotionSP_Parameters.ovl)/100.0))
 
  if (fftIsEnabled == 1) {
      if (!accCircBuffIndexWaitForOvf) {
        if (AccCircBuffer.IdPos >= accCircBuffIndexForFft) {
        
        MotionSP_FFT_All_Axes();
        
        accCircBuffIndexForFft += FFTSIZEDELTA;
        if (accCircBuffIndexForFft >= AccCircBuffer.Size) {
          accCircBuffIndexForFft -= AccCircBuffer.Size;
          accCircBuffIndexWaitForOvf = 1;
        }
      }
    }
    else {
      if (AccCircBuffer.Ovf) {
        AccCircBuffer.Ovf = 0;
        accCircBuffIndexWaitForOvf = 0;
      }
    }
  }
}

Listing 2: Die obige Routine aus der Beispielanwendung von STMicroelectronics veranschaulicht eine Arbeitstechnik mit einem Ringpuffer für Daten eines Bewegungssensors zur Analyse im Frequenzbereich. (Codequelle: STMicroelectronics)

Am Ende jedes Messzyklus wird die Routine (MotionSP_TotalStatusAlarm()) aufgerufen, die jedes Attribut der Bewegungsdaten untersucht und die Werte für den Frequenzbereich-Alarm (pTotalFDAlarm) und den Zeitbereich-Alarm (pTotalTDAlarm) auf den maximalen Wert für einen Alarm festlegt (Listing 3). Das Hauptprogramm in Listing 1 übermittelt diese Alarme seinerseits über eine UART-Verbindung, bevor es das System für den nächsten Messzyklus neu initialisiert.

Kopieren
void MotionSP_TotalStatusAlarm(sTimeDomainAlarm_t *pTdAlarm,
                               sFreqDomainAlarm_t *pTHR_Fft_Alarms,
                               uint8_t subrange_num,
                               Alarm_Type_t *pTotalTDAlarm,
                               Alarm_Type_t *pTotalFDAlarm)
{
 Alarm_Type_t TempAlarm = GOOD;
 Alarm_Type_t TempFDAlarm = GOOD;
 
 TempAlarm = MAX4(TempAlarm,
                  pTdAlarm->PK_STATUS_AXIS_X,
                  pTdAlarm->PK_STATUS_AXIS_Y,
                  pTdAlarm->PK_STATUS_AXIS_Z);
 
 
 TempAlarm = MAX4(TempAlarm,
                  pTdAlarm->RMS_STATUS_AXIS_X,
                  pTdAlarm->RMS_STATUS_AXIS_Y,
                  pTdAlarm->RMS_STATUS_AXIS_Z);
 
 for(int i=0; i<subrange_num; i++)
 {
   TempFDAlarm = MAX4(TempFDAlarm,
                      pTHR_Fft_Alarms->STATUS_AXIS_X[i],
                      pTHR_Fft_Alarms->STATUS_AXIS_Y[i],
                      pTHR_Fft_Alarms->STATUS_AXIS_Z[i]);
 }
 
 *pTotalTDAlarm = TempAlarm;
 *pTotalFDAlarm = TempFDAlarm; 
  
}

Listing 3: Die Beispielanwendung von STMicroelectronics veranschaulicht das grundlegende Entwicklungsmuster für die Arbeit mit mehreren Alarmquellen in einer Anwendung für vorausschauende Wartung. (Codequelle: STMicroelectronics)

Mithilfe der Beispielanwendungen von STMicroelectronics sind die Entwickler in der Lage, die Funktionen und die Arbeitsweise der vorausschauenden Wartung schnell zu evaluieren. Einfacher gesagt, die Entwickler können einfach mit einem Terminalprogramm eine Verbindung mit der Industriesensor-Platine herstellen und sofort mit der Anzeige von Messdaten und des Warn- und Alarmstatus beginnen.

In einer für die Produktion bestimmten Anwendung werden die Entwickler wahrscheinlich die serielle Schnittstelle der Platine mit vorgeschalteten Ressourcen verbinden, um eine spezifischere Überwachung und Kontrolle zu ermöglichen. Die größeren Anbieter von Cloud-Diensten bieten bereits moderne auf maschinelles Lernen gestützte Lösungen für die vorausschauende Wartung an. Unter anderem bietet Microsoft Azure in seinen IoT Solution Accelerators eine Lösung für vorausschauende Wartung an.

Entwickler können sogar sofort mit dem Azure Accelerator loslegen, der simulierte Geräte umfasst, die verschiedene Streams mit Sensordaten von Düsenaggregaten der NASA darstellen können. Am Ende der Toolchain für diesen Accelerator liefern die Azure-Dienste für maschinelles Lernen ein mit diesen Daten trainiertes Modell. In manchen Fällen könnten die Entwickler Transfer-Lernmethoden einsetzen, die ein bereits trainiertes Modell wie das Azure-Modell für vorausschauende Wartung als Ausgangspunkt für ihr eigenes Modell für maschinelles Lernen verwenden.

Fazit

Um das wachsende Interesse an der vorausschauenden Wartung zu bedienen, müssen die Entwickler in der Lage sein, zeitnah robuste Multisensorsysteme bereitzustellen, die sich für den industriellen Einsatz eignen. In seiner umfassenden Entwicklungslösung bietet STMicroelectronics eine Hardware-Sensorplatine und eine Softwareumgebung, die speziell auf die Bedürfnisse der vorausschauenden Wartung ausgelegt sind.

Mithilfe dieser Systemlösung können die Entwickler sofort mit der Evaluierung der vorausschauenden Wartung beginnen und zügig eigene Anwendungen zur vorrausschauenden Wartung entwickeln, bei denen auch neue Cloud-basierte Ressourcen für maschinelles Lernen eingesetzt werden können, um spezifischere Fähigkeiten der vorausschauenden Wartung bereitzustellen.

Haftungsausschluss: Die Meinungen, Überzeugungen und Standpunkte der verschiedenen Autoren und/oder Forumsteilnehmer dieser Website spiegeln nicht notwendigerweise die Meinungen, Überzeugungen und Standpunkte der Digi-Key Electronics oder offiziellen Politik der Digi-Key Electronics wider.

Über den Autor

Stephen Evanczuk

Stephen Evanczuk hat mehr als 20 Jahre Erfahrung im Schreiben für und über die Elektronikindustrie zu einem breiten Spektrum von Themen wie Hardware, Software, Systeme und Anwendungen einschließlich des IoT. Er promoviertein Neurowissenschaften über neuronale Netzwerke und arbeitete in der Luft- und Raumfahrtindustrie an massiv verteilten sicheren Systemen und Methoden zur Beschleunigung von Algorithmen. Derzeit, wenn er nicht gerade Artikel über Technologie und Ingenieurwesen schreibt, arbeitet er an Anwendungen des tiefen Lernens (Deep Learning) zu Erkennungs- und Empfehlungssystemen.

Über den Verlag

Nordamerikanische Fachredakteure von Digi-Key