Edge-KI verlängert die Batterielebensdauer bei der drahtlosen Motorüberwachung

Künstliche Intelligenz (KI) ist ein viel beachtetes Thema. Eine der vielen Anwendungen ist der Randbereich (Edge) des Netzwerks, wo es die zustandsabhängige Überwachung (CbM) von Robotern, rotierenden Maschinen und deren Motoren verbessern kann. Unterstützt durch drahtlose Berichterstellung kann es kritische Daten über den Zustand und die Leistung einer Maschine für die vorausschauende Wartung analysieren und bei Bedarf Warnmeldungen versenden. Die Durchführung dieser Überwachungsfunktion am Rande des Netzwerks reduziert den Stromverbrauch und die Latenzzeit und ermöglicht eine optimale Nutzung der verfügbaren drahtlosen Bandbreite.

Ein effektives System, das diese KI-CbM-Funktion ausführt, erfordert eine sorgfältig ausgewählte und integrierte Reihe von Komponenten, die mehrere Sensoreingänge unterstützen, einschließlich Beschleunigungssensoren, KI-Prozessoren und Energiemanagement.

Dieser Artikel befasst sich mit der Herausforderung der Motorüberwachung. Anschließend wird ein praktisches Beispiel für Edge-KI vorgestellt, das diese Funktion mit analogen, digitalen und Mischsignal-ICs von Analog Devices erfüllt. Er zeigt das Design, die Funktionalität und den Aufbau eines kompletten batteriebetriebenen Systems mit einem drahtlos angeschlossenen Vibrationsanalysekit.

Die Herausforderung der Motorüberwachung

Eine gezielte vorausschauende Wartung, die frühzeitig im Lebenszyklus einer Maschine durchgeführt wird, verringert das Risiko von Produktionsausfällen. Das Ergebnis sind eine höhere Zuverlässigkeit, erhebliche Kosteneinsparungen und eine höhere Produktivität in der Fabrik.

Unter den vielen Parametern, die an rotierenden Maschinen überwacht werden können, sind die Vibrationen der häufigste und wertvollste. Die Messung von Vibrationen ist zwar nicht schwer, aber die Verwendung dieser Daten und die Erstellung aussagekräftiger Berichte sind eine Herausforderung, die eine Datenanalyse, fortschrittliche Algorithmen und ein effektives Verbindungssystem erfordert. All dies muss mit minimalem Stromverbrauch erreicht werden, um die Lebensdauer der Batterie zu maximieren.

Zu diesem Zweck entwickelte Analog Devices das drahtlose Vibrationsanalysekit Voyager4 (EV-CBM-VOYAGER4-1Z) (Abbildung 1). Bei diesem Kit handelt es sich um eine komplette Plattform zur Überwachung von Vibrationen mit geringem Stromverbrauch, die es Entwicklern ermöglicht, schnell eine drahtlose Lösung für eine Maschine oder einen Testaufbau zu entwickeln. Es verwendet einen KI-Algorithmus, um anomales Motorverhalten zu erkennen und einen Anruf zur Maschinendiagnose und -wartung auszulösen.

Abbildung 1: Mit dem drahtlosen Vibrationsanalysekit Voyager4 (EV-CBM-VOYAGER4-1Z) können Entwickler schnell eine drahtlose KI-Edge-Überwachungslösung für eine Maschine oder einen Testaufbau einsetzen. (Bildquelle: Analog Devices)

Das Voyager4 hat einen Durchmesser von 46 Millimetern (mm) und eine Höhe von 77 mm und verfügt über eine M6-Gewindebohrung im Sockel für eine Schraub- oder Klebemontage an einem Motorgehäuse. Es besteht aus einem Aluminiumsockel und einem Wandgehäuse. Der Deckel besteht aus ABS-Kunststoff, damit die Antenne für die Bluetooth-Verbindung (Bluetooth Low Energy, BLE) nicht abgeschirmt wird.

Die BLE- und Edge-KI-Mikrocontroller-Einheit (MCU) ist vertikal montiert und die Batterie ist an einem Abstandshalter befestigt. Der MEMS-Sensor (MEMS: MikroElektroMechanisches System) und die Stromversorgungsplatine werden auf dem Sockel in der Nähe der überwachten Schwingungsquelle angebracht.

In einem typischen drahtlosen Motorüberwachungssystem arbeiten die Sensoren mit sehr geringer Einschaltdauer. Sie wachen in einem bestimmten Zeitintervall auf, messen die gewünschten Parameter wie Temperatur und Vibration und übermitteln die Daten an den Benutzer, der sie analysiert, um mögliche Maßnahmen zu ergreifen.

Im Gegensatz dazu nutzt das Voyager4-System die Vorteile der KI-Erkennung, um die Nutzung des stromfressenden Funkgeräts zu begrenzen. Wenn der Sensor aufwacht und Daten misst, werden die Daten nur dann an den Benutzer zurückgesendet, wenn die MCU eine Anomalie feststellt. Das Ergebnis ist eine Verlängerung der Batterielebensdauer um mindestens 50%.

Das Voyager4-System beginnt mit dem ADXL382-2BCCZ-RL7, einem triaxialen digitalen MEMS-Beschleunigungsmesser-IC mit 16 Bit und 8 Kilohertz (kHz) (Abbildung 2, links), der zur Erfassung von Schwingungsdaten verwendet wird.

Abbildung 2: Die Abbildung zeigt den Entscheidungsfindungspfad im Kern des Voyager4-Systems. (Bildquelle: Analog Devices)

Die rohen Vibrationsdaten folgen dem Pfad (a) zum MAX32666GXMBL+, einem BLE-Funkgerät plus einer Arm®-Cortex®-M4F-MCU DARWIN. Diese Daten werden verwendet, um einen KI-Algorithmus zu trainieren. Die Daten werden dann über eine BLE-Funkverbindung an den Benutzer gesendet (oder können über einen USB-Anschluss gesendet werden).

Nach einer anfänglichen Voyager4-Trainingsphase können die Schwingungsdaten den Weg (b) nehmen, bei dem der KI-Algorithmus der MCU MAX78000EXG+ die Daten zur Vorhersage eines fehlerhaften oder gesunden Maschinenbetriebs verwendet. Wenn die Daten in Ordnung sind, ist die Verwendung des MAX32666-Funkgeräts nicht erforderlich, wodurch viel Batteriestrom gespart wird, und der Betrieb des Voyager4-Sensors kann dem Pfad (d) folgen. Gleichzeitig kehrt der Beschleunigungsmesser in den Ruhezustand zurück, was ebenfalls Strom spart. Wenn der Algorithmus jedoch fehlerhafte oder verdächtige Vibrationsdaten vorhersagt, folgt das System dem Pfad (c) mit einer Vibrationsanomalie-Warnung, die über BLE an den Benutzer gesendet wird.

Zusätzliche ICs vervollständigen das Design

Das komplette Voyager4-System verfügt über ICs für Beschleunigungsmesser, künstliche Intelligenz, Energieverwaltung, Transientenschutz, Datenintegrität und drahtlose Vernetzung (Abbildung 3). Zusätzlich zum MEMS-Beschleunigungssensor ADXL-832 wird der triaxiale 14-Bit-MEMS-Beschleunigungssensor ADXL367BCCZ-RL7 mit extrem niedrigem Stromverbrauch und 100 Hz verwendet, um das BLE-Funkgerät aus dem Tiefschlafmodus aufzuwecken, wenn ein signifikantes Vibrations- oder Stoßereignis auftritt. Diese Weckeinheit verbraucht nur 180 Nanoampere (nA), was zu erheblichen Stromeinsparungen beiträgt.

Abbildung 3: Das komplette Voyager4-System besteht aus einer Kombination von Beschleunigungssensoren, KI und anderen Prozessor-, Energieverwaltungs-, Transientenschutz-, Datenintegritäts- und Netzwerk-ICs. (Bildquelle: Analog Devices)

Die Verwendung von zwei Beschleunigungssensoren mag unnötig erscheinen, aber jeder hat seine Aufgabe. Der leistungsschwächere, extrem stromsparende ADXL367 sorgt für die laufende Überwachung und leitet die Aktivierung (Wake-up) ein, während der präzisere ADXL832 hochpräzise Highspeed-Daten liefert.

Für das Signalpfadmanagement wird der analoge Schalter ADG1634BCPZ-REEL7, ein 4,5Ω-Vierkreis-CMOS-Baustein mit einem Verhältnis von 2:1 (einpoliger Umschalter), verwendet, um die Vibrationsrohdaten des MEMS entweder an das BLE-Funkgerät MAX32666 oder die KI-MCU MAX78000 weiterzuleiten, wobei die BLE-MCU zur Steuerung des Schalters verwendet wird.

Mehrere andere Peripheriekomponenten sind ebenfalls mit der BLE-MCU MAX32666 verbunden, darunter der LiFePO₄/Li-Ionen-Ladezustandserfassungs-IC MAX17262REWL+T, der zur Überwachung des Batteriestroms dient. Der MAX32666 kann die MEMS-Rohdaten des ADXL382 entweder über BLE oder USB mit dem USB-zu-Basic-Serial-UART-Interface-IC FT234XD-R von Future Technology Devices International (FTDI) an den Host übertragen.

Auf der elektrischen Seite bietet das Diodenarray MAX3207EAUT+T zur Unterdrückung transienter Spannungen (TVS) mit einer vernachlässigbaren Kapazität von nur 2 Pikofarad (pf) einen Schutz von ±15 Kilovolt (kV) gemäß HBM- und Luftspaltmodellen (Human Body). Für die Datenintegrität bietet der sichere Authentifikator DS28C40ATB/VY+T einen Kernsatz an kryptografischen Tools, die von integrierten asymmetrischen (ECC-P256) und symmetrischen (SHA-256) Sicherheitsfunktionen abgeleitet sind.

Modernes Energiemanagement führt zu minimalem Verbrauch

Die Details des Energiemanagements veranschaulichen, wie die Batterielebensdauer im Zusammenhang mit den vielen Leistungsphasen des Voyager4-Betriebs beeinflusst wird. Im Mittelpunkt dieses Managements steht der vielseitige integrierte Schaltkreis (PMIC) MAX20355EWO+, ein Powerline-Kommunikations- und Aufwärtswandler mit einer proprietären ModelGauge-Tankanzeige.

Dieser IC enthält zwei Abwärtsregler mit extrem niedrigem Ruhestrom und drei lineare Low-Dropout-Regler (LDO) mit extrem niedrigem Ruhestrom. Die Ausgangsspannung jedes LDO und Abwärtsreglers kann einzeln aktiviert und deaktiviert werden, und jeder Ausgangsspannungswert kann über die I²C-Schnittstelle des Geräts programmiert werden. Der BLE-Prozessor aktiviert oder deaktiviert einzelne PMIC-Stromausgänge für verschiedene Voyager4-Betriebsmodi. Für eine zusätzliche Leistungsregelung sorgt der MAX38642AELT+T, ein einstellbarer Abwärtsregler mit einem Ausgang und positiver Spannung, der bis zu 350 Milliampere (mA) liefert.

Im Betrieb hängen die Funktionen des Voyager4 von den BLE- und KI-Betriebsmodi ab, um die aktiven oder inaktiven Modi von MAX32666 und MAX78000 zu bestimmen, die für die Minimierung der Gesamtleistung entscheidend sind (Abbildung 4).

Abbildung 4: Um den Gesamtstromverbrauch zu minimieren, wechselt der Voyager4 je nach BLE- und KI-Betriebsphase zwischen aktiven und inaktiven Zuständen. (Bildquelle: Analog Devices)

Im Trainingsmodus muss die BLE-MCU beispielsweise zunächst ihre Anwesenheit im BLE-Netz bekannt geben und sich dann mit dem Netzmanager verbinden. Der Voyager4 streamt dann die Rohdaten des MEMS ADXL382 über das BLE-Netzwerk, um einen KI-Algorithmus auf dem PC des Benutzers zu trainieren.

Etwa 0,65 Milliwatt (mW) werden verbraucht, wenn das Evaluierungskit im Trainingsmodus arbeitet und BLE aktiv ist, d. h. einmal pro Stunde Advertising, Verbindung und Datenübertragung. Wenn der Voyager4-Sensor im KI-Modus arbeitet, sinkt der Stromverbrauch auf 0,3 mW, selbst wenn der Sensor einmal pro Stunde aktiv ist. Testdaten zeigen, dass ein Sensor, der keine BLE-Rohdaten übertragen muss, bis zu 50% weniger Strom verbrauchen kann (Abbildung 5).

Abbildung 5: Ein Sensor, der keine BLE-Rohdaten übertragen muss, kann bis zu 50% weniger Strom verbrauchen. (Bildquelle: Analog Devices)

Aufgrund des Stromverbrauchs von 0,3 mW ist eine Batterielebensdauer von bis zu zwei Jahren mit einer einzigen 1500-Milliamperestunden-Batterie (mAh) und von über sieben Jahren mit zwei AA-Batterien mit 2,6 Amperestunden (Ah) möglich. Um eine maximale Lebensdauer zu erreichen, sollten diese AA-Zellen für einen niedrigen Basisbetriebsstrom mit nur periodischen Impulsen ausgelegt sein. Diese können unter diesen Bedingungen mindestens fünf Jahre lang betrieben werden, während einige höherwertige Versionen über 20 Jahre lang Strom liefern können.

Auch eine mechanische Modalanalyse ist erforderlich

Die Entwicklung eines geeigneten mechanischen Gehäuses erfordert eine Modalanalyse, die dazu dient, die Schwingungseigenschaften der zu überwachenden Struktur zu verstehen. Diese Analyse gibt Aufschluss über die Eigenfrequenzen und Normalmoden (relative Verformung) einer Konstruktion.

Bei der Modalanalyse geht es in erster Linie darum, Resonanzen zu vermeiden, d. h., die Eigenfrequenzen einer Konstruktion müssen eng mit denen der aufgebrachten Schwingungsbelastung übereinstimmen. Bei Schwingungssensoren müssen die Eigenfrequenzen des Gehäuses größer sein als die der vom MEMS-Sensor gemessenen Schwingungsbelastung. Bei Voyager4 beträgt die 3-Dezibel-Bandbreite (dB) für die x-, y- und z-Achse 8 kHz, so dass die Sensorgehäuse keine nennenswerten Resonanzen bei weniger als 8 kHz aufweisen sollten.

Die Analyse wurde mit ANSYS und anderen Simulationstools durchgeführt, die durch entsprechende Plug-ins ergänzt wurden. Mit diesen Werkzeugen lassen sich die Auswirkungen von Geometrie, Materialauswahl und mechanischem Aufbau auf den Frequenzgang des Sensorgehäuses untersuchen. Bei der Analyse wird berücksichtigt, dass die Masse des Sensorgehäuses, die Steifigkeit und die Eigenfrequenzen miteinander zusammenhängen.

Die Voyager4-Sensorbaugruppe wurde aus einer 3003-Aluminiumlegierung für den Boden und den Mittelteil des Gehäuses und aus ABS-PC-Kunststoff für den Deckel simuliert. Die Simulation der Modalanalyse ergab vierzehn Moden, die in dem interessierenden Frequenzbereich auftreten.

Mehrere Modi waren zunächst besorgniserregend, wurden aber nach weiteren Untersuchungen als unproblematisch eingestuft (Abbildung 6). Modus 1 (Abbildung 6, links) befand sich weit entfernt von der Sensorplatine an der Basis; diese leichte Resonanz sollte die Leistung des ADXL382-MEMS nicht beeinträchtigen. Mode 7 (Abbildung 6, Mitte) trat bei etwa 7,25 kHz auf der z-Achse (vertikal) auf. Während die Auswirkungen auf die vertikale Wand des Gehäuses beträchtlich sind, ist der Boden selbst von diesem Modus nicht stark betroffen.

Diese Modalsimulation zeigt, dass keine Moden eine nennenswerte Auswirkung auf die ADXL382-Sensorplatine auf dem Gehäuseboden haben würden, und die interessierende Bandbreite von 8 kHz (3 dB) sollte keine signifikanten mechanischen Resonanzen aufweisen.

Abbildung 6: Die mechanische Modalanalyse zeigt, dass zwei mechanische Resonanzen, die als mögliches Problem identifiziert wurden, kein Problem darstellen (Mode 1 (links), Mode 7 (Mitte)); diese Ergebnisse wurden durch einen Voyager4 bestätigt, der in einem Schütteltischtest verwendet wurde (rechts). (Bildquelle: Analog Devices)

Die Simulationsergebnisse wurden mit einem Voyager4-Sensor validiert, der auf einem modalen Schwingerreger mit einer konstanten Eingangsschwingung von 0,25 g (Spitze) und einem Frequenzbereich von 0 bis 8 kHz angebracht war. Der beobachtete Frequenzgang der Voyager4-Sensoren lag bis zu 8 kHz innerhalb von ±1,5 dB (Abbildung 6, rechts).

Fazit

KI kann bei der CbM von Robotern, rotierenden Maschinen und deren Motoren greifbare Vorteile wie eine längere Batterielebensdauer bieten. Ein effektives System, das diese Edge-KI-CbM-Funktion erfüllt, erfordert eine sorgfältig ausgewählte und integrierte Reihe von Komponenten. MCUs von Analog Devices mit eingebetteten KI-Hardwarebeschleunigern, die vom Evaluierungskit EV-CBM-VOYAGER4-1Z mit drahtloser Vernetzung unterstützt werden, ermöglichen die schnelle Entwicklung einer CbM-Edge-KI-Lösung.

Verwandte Inhalte

1. Die Fabrik der Zukunft: Entwicklung von Randsensoren mit künstlicher Intelligenz - Teil 1
2. Die Fabrik der Zukunft: Mit Sensoren und künstlicher Intelligenz Entscheidungen am Netzwerkrand treffen - Teil 2
3. Wie man ein gutes Gehäuse für Vibrationssensoren mithilfe der Modalanalyse entwirft