未来工厂:搭载人工智能的边缘传感器设计—第1部分
阅读本系列的其他文章:
摘要
提升工业系统智能化的方法有多种,其中包括将边缘和云端人工智能(AI)技术应用于配备模拟和数字器件的传感器。鉴于AI方法的多样性,传感器设计人员需要考虑若干相互冲突的要求,包括决策延迟、网络使用、功耗/电池寿命以及适合机器的AI模型。本系列文章重点介绍智能AI无线电机监测传感器的设计,并回答一些关键问题,例如:边缘AI如何延长传感器电池的寿命?系统的洞察和决策能力有哪些提升?本文介绍的传感器利用边缘AI算法检测异常电机行为,进而触发机器诊断和维护,最终延长电机的使用寿命。
电机健康状况监测
对机器人和旋转机器(例如涡轮机、风扇、泵和电机)实施的状态监控(CbM)会记录与机器的健康和性能相关的实时数据,以便针对性地实施预测维护和优化控制。在机器生命周期的早期进行针对性的预测维护,可以减少生产停机的风险,从而提高 可靠性、显著节约成本和提高工厂的生产率。要对工业机器实施基于状态的监控,可以利用一系列传感器数据,如电气测量、振动、温度、油品质量、声学、磁和流程测量(如流量和压力)。但是,振动测量是目前常见的方法,它可以非常可靠地指出不平衡和轴承故障等机械问题。本文将介绍Voyager4评估套件 (EV-CBM-VOYAGER4-1Z),这是一款稳健的低功耗无线振动监控平台,它让设计人员能够将无线解决方案快速部署到机器或测试设置中。Voyager4传感器利用边缘人工智能(AI)算法检测异常电机行为,进而触发机器诊断和维护,最终延长电机的使用寿命。本文是介绍Voyager4传感器的三部分系列文章的第1部分。该传感器可作为参考范例,帮助开发人员加速智能系统的设计工作,以及理解设计过程中需要权衡的各种因素。
- 本系列文章的第1部分将介绍Voyager4无线状态监控传感器,包括传感器架构的关键元素、硬件设计、功耗分析和机械集成。
- 本系列文章的第2部分将重点讨论软件架构和AI算法,并说明在Voyager4上开发和部署AI模型的完整系统级方法。
- 本系列文章的第3部分将讨论AI算法的实际实现,以及Voyager4可以检测的各种故障,例如不平衡、未对准和轴承缺陷。
无线振动传感器的典型工作模式
目前市售的无线工业传感器通常以非常低的占空比运行。用户设置传感器的休眠时长,定期传感器唤醒并测量温度和振动,然后通过无线电将数据传回用户的数据服务器。市售传感器通常声称电池寿命为5年,此寿命基于每24小时捕获一次数据,或 每24小时捕获多次数据而预测的。参见图1。
大多数情况下,传感器90%以上的时间处于休眠模式。Voyager4传感器也以类似方式运行,但会利用边缘AI异常检测(采用 MAX78000AI微控制器)来限制无线电的使用。当传感器唤醒并测量数据时,只有微控制器检测到数据中存在异常时,才会将数据传回用户。借助边缘AI,电池寿命可延长至少50%(参见“硬件系统和功耗分析”部分)。
Voyager4传感器系统工作原理
Voyager4传感器的工作原理如图2所示。 ADXL382三轴8 kHz数字微机电系统(MEMS)用于采集振动数据。首先,原始振动数据沿着路径A到达 MAX32666 低功耗蓝牙®(BLE)处理器。数据可以通过无线BLE或USB发送给用户。借助MAX78000工具,这些原始振动数据用于训练边缘AI算法。
利用MAX78000工具将AI模型合成为C代码。边缘AI算法通过BLE无线(OTA)更新发送到Voyager4传感器,并利用搭载边缘AI硬件加速器的MAX78000处理器存储在内存中。在Voyager4初始训练阶段之后,ADXL382 MEMS数据可以采用图2所示的路径B。MAX78000边缘AI算法将根据采集到的振动数据,预测机器运行是否正常。如果振动数据正常,则无需使用MAX32666的无线电功能。Voyager4传感器按照图2所示的路径D进行操作,MEMS返回休眠模式。但是,如果算法预测振动数据存在异常,则操作按照路径C进行,并通过BLE向用户发送振动异常警报。本系列文章的第2部分将详细解释该边缘AI的实现细节。
硬件系统和功耗分析
图3概要显示了Voyager4硬件系统。ADXL382是一款低噪声密度、低功耗、3轴MEMS加速度计,具有可选测量范围。该器件支持±15 g、±30 g和±60 g范围以及8 kHz的宽测量带宽。ADG1634 单刀双掷(SPDT) CMOS开关用于将MEMS原始振动数据传输至MAX32666的无线BLE或MAX78000 AI微控制器。BLE微控制器用于控制SPDT开关。其他几个外设连接到MAX32666,包括用于监测电池电流的 MAX17262 电量计以及超低功耗ADXL367 MEMS加速度计。ADXL367 用于在高振动冲击事件中将无线BLE从深度睡眠模式唤醒。在运动激活的唤醒模式下,它仅消耗180 nA电流。BLE微控制器可利用FTDI FT234XD-R通过BLE或USB将ADXL382 MEMS的原始数据传输到主机。
Voyager4传感器采用 MAX20335电源管理集成电路(PMIC),如图3和图4所示。该PMIC具有两个超低静态电流降压型稳压器和三个超低静态电流低压差(LDO)线性稳压器。每个LDO和降压型稳压器的输出电压均可单独使能和禁用,并且每个输出电压值均可通过I2C 编程(默认值预配置)。BLE处理器用于针对Voyager4的不同工作模式,使能或禁用各个PMIC电源输出。
表1详细列出了Voyager4传感器的不同工作模式。
Voyager4 模式 |
LDO1 OUT | LDO2 OUT | LDO3 OUT | B1OUT, B2OUT |
深度睡眠 | 1 | 0 | 0 | 0 |
训练 | 1 | 0 | 1 | 0 |
正常/AI | 1 | 0 | 1 | 1 |
外设 | 1 | 1 | 1 | 1 |
1 = MAX20335输出开启,0 = 输出关闭 |
表2详细列出了MAX32666和MAX78000处于激活模式或停用模式下,各项特性的激活情况。例如,对于训练模式,BLE微控制器必须首先在BLE网络中广播其存在,然后与网络服务器建立BLE连接。Voyager4随后通过BLE网络传输ADXL382 MEMS原始数据,以在用户的PC上训练AI算法。
Voyager4 模式 |
BLE 广播 |
BLE 连接 |
BLE 数据流 |
AI 推理 |
深度睡眠 |
深度睡眠 | 0 | 0 | 0 | 0 | 1 |
训练 | 1 | 1 | 1 | 0 | 1 |
正常/AI | 0 | 0 | 0 | 1 | 1 |
外设 | 0 | 0 | 0 | 0 | 1 |
1 = 特性激活,0 = 特性停用 |
然后,Voyager4传感器返回深度睡眠模式。在正常(AI)模式下,无线BLE的广播、连接和流传输特性默认禁用。每隔一定周期,MAX78000就会唤醒并运行AI推理。如果未检测到异常,则Voyager4返回深度睡眠模式。
Voyager4评估套件的平均功耗是根据其在深度睡眠、训练和正常/AI模式下的事件间隔时间来衡量的。图5显示了平均功耗的汇总情况。
Voyager4评估套件(EV-CBM-VOYAGER4-1Z)包含了多个方便客户评估的 元器件(LED、上拉电阻)。这些元器件由LDO1OUT电源轨供电,功耗为0.3 mW(深度睡眠模式),如图5所示。
当评估套件在训练模式下运行时,如果BLE处于活动状态,每小时广播、连接和传输数据一次,功耗超过0.65 mW。如果Voyager4传感器在AI模式下运行,即使传感器每小时激活一次,功耗也只接近0.3 mW。
图5显示,当传感器无需传输原始BLE数据时,其功耗降低多达50%。
在大约0.3 mW的功耗下,一颗1500 mAh电池(例如TinyCircuits的可充电ASR00073)可工作长达两年;如果使用两颗标准AA型2.6 Ah LS14500 Saft电池,则可工作7年以上。Saft的LS 14500电池具有低基极电流和周期性脉冲特性,非常适合长期应用(通常5至20年以上)。
Voyager4传感器机械设计
Voyager4传感器直径为46 mm,最小高度为77 mm。底座上有一个M6螺纹孔,可通过螺柱或粘合剂将其安装到电机外壳上。图6为机械组件的分解图,它包含铝制底座和壁壳,并采用ABS塑料盖以减轻BLE数据传输的天线屏蔽效应。BLE和边缘AI微控制器的PCB垂直安装,电池固定在支架上。MEMS传感器和电源的PCB置于底座上,靠近被监测的振动源。
机械模态分析
为MEMS加速度计设计一个结构良好的机械外壳,确保从被测对象中提取高质量的CbM振动数据。理解模态分析是设计出良好机械外壳的必要条件。
什么是模态分析,为什么它如此重要?
模态分析用于了解结构的振动特性。它可以提供设计的固有频率和正常模式(相对变形而言)。使用模态分析时,关键问题是要避免谐振,此时结构设计的固有频率与施加的振动负载的固有频率非常接近。对于振动传感器,外壳的固有频率必须大 于由MEMS传感器测量的所施加振动负载的固有频率。Voyager4的X、Y和Z轴上的3 dB带宽为8 kHz。在低于8 kHz的频率下,传感器外壳不应产生明显的谐振。
固有频率和振型
ANSYS和其他仿真工具提供了模态分析插件,有助于设计人员探索几何形状、材料选择和机械组件对传感器外壳频率响应的影响。传感器外壳的质量、刚度和固有频率之间相互关联。
方程1为质量矩阵[M]、刚度矩阵[K]、角频率ωi和振型{∅i}的关系式,用于诸如ANSYS的FEM程序进行计算。 ωi除以2π,可以计算得出固有频率fi,振型{∅i}提供特定固有频率下材料的相对变形模式。
对于单自由度系统,频率可以用方程2来简单表示。
方程2提供了一种简单、直观的设计评估方法。如果降低传感器外壳的高度,使得刚度增大、质量减小,从而提高固有频率。此外,如果增加外壳的高度,刚度减小、质量增大,固有频率随之降低。大多数设计都具有多个自由度。有些设计具有数百 个自由度。利用有限元方法可以快速得出方程2的计算结果,如果采用手动计算则非常耗费时间。
使用仿真工具及方程1和2,并仔细选择材料,可确保实现频率响应的设计目标。更多信息请参阅“如何利用模态分析设计出色的振动传感器外壳”一文,其中全面概述了模态分析。
模式参与因子
模式参与因子(MPF)用于确定哪些模式和固有频率对于设计更重要。方程3是振型{∅i}、质量矩阵[M]和激励方向矢量D的关系式,用于求解MPF。参与因子的平方即是有效质量。
MPF和有效质量测量每种模式下在每个方向移动的质量数。一个方向上的值较高意味着在该方向上,模式将被力(例如振动)激励。
为了完成模态分析解析,您需要了解结构上的所有点都按会相同频率(全局变量)振动,但每个点的振动幅度(或振型)是不同的。例如,18 kHz频率对机械外壳顶部的影响比底部大。
Voyager4模态仿真和实验室测试
Voyager4传感器组件的仿真采用了以下材料:外壳底部和中间部分使用3003铝合金,盖子使用ABS-PC塑料。
模态分析仿真结果如表3所示,在目标频率范围内共获得了14个模式结果。X、Y、Z方向的MPF以表格显示。最强的模式以蓝色高亮显示。仿真结果用于检查这些相对较强模式的变形位置。
模式 编号 | 频率(Hz) | X方向 | Y方向 | Z方向 |
1 | 3546.60 | 0.19095 | 2.67E-05 | 0.003805 |
2 | 3550.40 | 0.0036033 | 3.34E-05 | 0.19221 |
3 | 3895.80 | 1.09E-05 | 0.043253 | 3.70E-05 |
4 | 5486.10 | 0.00030529 | 3.70E-07 | 5.50E-05 |
5 | 5509.80 | 9.22E-05 | 3.56E-06 | 0.00033943 |
6 | 7183.10 | 0.019295 | 6.04E-07 | 0.022231 |
7 | 7247.70 | 0.058405 | 0.00011845 | 0.11528 |
8 | 7299.80 | 0.084243 | 3.27E-07 | 0.034089 |
9 | 7936.30 | 0.064918 | 1.70E-05 | 0.02292 |
10 | 7950.10 | 0.03031 | 3.29E-06 | 0.06365 |
11 | 10344 | 2.07E-05 | 4.03E-05 | 1.42E-05 |
12 | 10423 | 9.02E-06 | 0.00037979 | 1.69E-05 |
13 | 10973 | 3.00E-06 | 6.27E-06 | 3.14E-06 |
14 | 11033 | 1.66E-08 | 0.0014244 | 1.89E-07 |
模式1和2类似,会影响ABS-PC盖子,如图7所示。
基于模式1的位置远离底座传感器PCB,这个小谐振不会影响ADXL382 MEMS的性能。
表3着重强调的模式7发生在Z(垂直)轴上大约7.25 kHz频率处。图8显示其对外壳的垂直壁有一些明显的影响。然而,底座并未受到模式7的强烈影响。
该模态仿真表明,没有任何模式会对位于外壳底座上的ADXL382传感器PCB产生明显的影响,并且8 kHz的3 dB带宽内不会出现显著的机械谐振。
为了验证仿真结果,我们将Voyager4传感器放置在模态振动器上,输入振动为恒定的0.25峰值(g),频率扫描范围为0 kHz至8 kHz。在最高8 kHz的频率范围内,Voyager4传感器的频率响应在±1.5 dB以内,如图9所示。
结语
搭载嵌入式AI硬件加速器的微控制器可以提升无线传感器节点的决策能力,并延长其电池寿命。借助边缘AI,电池寿命可延长至少50%。对振动传感器外壳进行模态分析能够加速传感器的开发周期,并确保从被测对象中获取高质量的振动数据。