יישום פתרון Drop-In של AI קצה לשיפור ניטור אלחוטי מבוסס-מצב

ניטור מבוסס-מצב (CbM) מסייע במניעת תקלות בציוד באמצעות תחזוקה חזויה, אך תכנון מערכת יעילה דורש בדרך כלל שילוב אופטימלי של חישה מדויקת, שרשרות אותות עם רעש נמוך, ניהול צריכת הספקת-כוח וחיבוריות אלחוטית. אלו הן פונקציות מורכבות היכולות לעכב ולהגדיל את עלות פרישת CbM. המתכננים מכירים גם ביתרונות של ניתוח בינה מלאכותית (AI) בקצה, מה שמסבך עוד יותר את ה-CbM. מה שנדרש הוא פתרון פשוט ויעיל יותר.

מאמר זה מעניק סקירה קצרה של CbM. לאחר מכן הוא מציג את פתרון Drop-In‏ של Analog Devices‏ המאפשר פרישה מיידית של CbM אלחוטי עם AI‏ קצה.

מדוע ניטור מבוסס-מצב חשוב

זמן השבתה לא מתוכנן נותר אתגר משמעותי בשמירה על רמה גבוהה של יעילות פעולת ציוד. כשל יחיד בלתי צפוי בציוד קריטי עלול לעצור קווי ייצור שלמים, לשבש שרשרות אספקה ולהוביל להתערבויות תחזוקה יקרות. לגישות תחזוקה מסורתיות הכוללות תיקונים ראקטיביים לאחר תקלה או מרווחי שירות מתוזמנים בקשיחות יש חסרונות: תחזוקה ראקטיבית גורמת להשבתה יקרה, בעוד שתחזוקה מתוזמנת כרוכה בעלויות משאבים עם החלפה מיותרת של רכיבים שנותרו פעילים.

CbM מאפשר מימוש של שיטות תחזוקה חזויה חסכוניות יותר. על ידי ניטור רעידות, טמפרטורה, זרם או מדדי ביצועים אחרים, מפעילי ציוד יכולים לזהות סימני אזהרה מוקדמים של התדרדרות רכיבים לפני שמתרחש כשל. גישה מונעת-נתונים זו מפחיתה זמן השבתה לא מתוכנן, מאריכה את חיי הציוד ומורידה את עלות הבעלות הכוללת.

למרות כל יתרונותיה, פרישת CbM עלולה להיתקע עקב מורכבות הדרישות והצורך בידע מומחה במספר תחומים. התגברות על אתגרים אלה מציבה מכשול משמעותי ליישום מוצלח של תחזוקה חזויה מבוססת CbM עבור ציוד תעשייתי ורכב.

אתגרים ודרישות בניטור מבוסס-מצב

כדי ש-CbM יממש את מלוא היתרונות הפוטנציאליים שלו, פתרונות CbM חייבים לפעול בצורה אמינה בסביבות תעשייתיות ורכב תובעניות, תוך מתן ניתוח בזמן המבוסס על נתוני מדידה מדויקים. עם זאת, אופיין של סביבות יעד אלו מטיל מאמץ מכני וסביבתי ניכר על התקני המדידה אפילו במהלך פעולה רגילה של הציוד המנוטר. מנועים תעשייתיים, מערכת הינע וציוד מסתובב כבד חושפים התקני ניטור לרעידות מתמידות, זעזועים, טמפרטורות קיצוניות ורמות גבוהות של הפרעות אלקטרומגנטיות (EMI).

כדי לאפשר תחזוקה חזויה אמינה, חיישני רעידות בהתקני CbM חייבים להיות מסוגלים לזהות את השינויים העדינים יותר אשר לעתים קרובות מספקים את הרמזים המוקדמים ביותר לאי-איזון בציר, סטיות יישור או שחיקה של מיסבים. הבטחת מדידת רעידות מדויקת ביותר למרות תנאי סביבה קשים דורשת תת-מערכת לאיסוף אותות חיישן בעלת רוחב פס גבוה ורעש נמוך, המעניקה ביצועים יציבים בסביבות פעולה מאתגרות.

בלב שיטות CbM, ניתוח רעידות מעניק את הבסיס לזיהוי דפוסים המבדילים בין פעולה רגילה לבין אינדיקטורים מוקדמים של כשל. בעבר, מערכות חיישני רעידות העבירו את המדידות שלהן למארח מרכזי או למשאב מבוסס ענן לצורך ניתוח. עם זאת, פתרונות CbM מתקדמים החלו יותר ויותר להסיט את הניתוח לקצה. על ידי ניתוח נתונים בתוך מערכת החיישנים או בסמוך לה, נוצרות תוצאות עם השהייה מינימלית, והתעבורה מופחתת ברשתות רגישות-לזמן בתעשייה וברכב.

במיוחד, היסקי AI‏ קצה המבוססים על מודלים של רשת נוירונים קונבולוציונית (CNN) מאפשרת פרשנות בזמן-אמת של שינויי רעידות. עם זאת, היסקים באמצעות CNN כרוכים ברמת חישוב גבוהה יותר, מה שמסבך עוד יותר את המטרה של מימוש CbM מבלי לחרוג ממגבלות ההספק, גודל או עלות המערכת.

הצורך למזער את צריכת ההספק מחמיר ככל ש-CbM מוצא שימוש גובר בציוד מסתובב או בציוד מרוחק או נייד שבו חיבורים קוויים אינם מעשיים. כדי לעמוד בדרישות עבור חיבוריות אלחוטית במקרים אלה, (Bluetooth Low Energy (BLE מציע את השילוב הנדרש של טווח, הספק ואמינות בהשוואה לאפשרויות חיבוריות חלופיות (טבלה 1).

טבלה 1: מבין תקני חיבוריות אלחוטית, BLE מציע שילוב של מאפיינים המתאימים עבור ניטור רעידות אלחוטי. (מקור הטבלה: Analog Devices)

כמו ב-AI‏ קצה, האתגר הוא מציאת פתרון חיבוריות BLE המסוגל לפעול במסגרת מגבלות צריכת ההספק של מערכת חיישנים אלחוטית. למעשה, הבטחת חיי סוללה ארוכים ממשיכה להיות אתגר עבור מתכנני כל מערכת חיישנים אלחוטית. עם זאת, זה חשוב במיוחד ביישומים תעשייתיים ורכב שבהם חיישנים עשויים להיות קשים להגעה. במערכת CbM הצפויה לבצע היסקי CNN, ניהול הסוללה וניהול צריכת ההספק הופכים קריטיים יותר ויותר. האתגר כאן טמון בתזמור מספר רב של מייצבים, מעגלי תזמון ומערכות טעינה כדי להפחית את צריכת ההספק תוך הבטחת פעולה יציבה.

ערכת הערכה מספקת פתרון CbM אלחוטי עם AI‏ קצה

ערכת Voyager 4‏ EV-CBM-VOYAGER4-1Z‏ של Analog Devices עונה על האתגרים של פרישת CbM אלחוטי עם AI‏ קצה באמצעות פלטפורמת ניטור רעידות מלאה מוזנת סוללה, לצורך הערכה מתמשכת של טכנולוגיית CbM או פרישה מיידית ביישומי תחזוקה חזויה. הערכה מתוכננת לעמוד בסביבות קשות, באמצעות סטנד-אוף אנכי (איור 1, למעלה) המחזיק בחוזקה את לוח המעגלים המודפסים הראשי (לוח PCB) בצד אחד ואת הסוללה בצד השני. לוח PCB‏ להספקת-כוח וחיישנים ממוקמים בתחתית הסטנד-אוף, קרוב למקור הרעידות שיש לנטר. לצורך פרישה, מכלל סטנד-אוף האנכי ממוקם במארז אלומיניום מגן (איור 1, למטה) בקוטר של 46 מילימטרים (מ"מ) וגובה של 77 מ"מ. המארז הסגור מצויד במכסה אקרילי ABS כדי לאפשר חיבוריות BLE.

איור 1: מכלול המעמד המחוספס ומארז המגן של Voyager 4 מאפשרים CbM אלחוטי אמין עם בינה מלאכותית קצה בסביבות קשות. (מקור תמונה: Analog Devices)

מערכת החיישנים האלחוטית, הבנויה סביב יחידת מיקרו-בקר (MCU‏) BLE‏ MAX32666‏ של Analog Devices ומיקרו-בקר MAX78000EXG+ AI של Analog Devices, משלבת מערך מקיף של התקנים בהספק נמוך עבור מדידת רעידות מדויקת וגילוי אנומליות, עם חיי סוללה ארוכים יותר (איור 2).

איור 2: על ידי שילוב של מספר התקנים בהספק-נמוך, Voyager 4 מעניק את השילוב של חישה, עיבוד וחיבוריות הנדרשים עבור פתרון AI קצה CbM‏ אלחוטי Drop-In‏. (מקור התמונה: Analog Devices)

עבור מדידת רעידות, ה-Voyager 4 משתמש במד תאוצה תלת-צירי ADXL382-1BCCZ-RL7‏ של Analog Devices, המשלב חיישני MEMS (מערכות מיקרו-אלקטרו-מכניות), קצה-קדמי אנלוגי (AFE) וממיר אנלוגי-לדיגיטלי (ADC‏) bit‏-16‏. עם רוחב פס מדידה של 8 קילוהרץ (kHz), התקן זה נועד לספק מדידות מדויקות גם בסביבות עם רעידות חזקות. הוא מתאים היטב עבור תכנים בהספק-נמוך, וצורך רק 520 מיקרו-אמפר (μA) באופן ביצועים גבוהים עם רוחב פס של 8 קילו-הרץ, או רק 32 מיקרו-אמפר באופן הספק-נמוך עם רוחב פס של 400 הרץ.

בתכן המערכת של Voyager 4, היציאה של ה-ADXL382‏ עוברת למתג CMOS‏ ADG1634BCPZ-REEL7‏ של Analog Devices, אותו מבקר המיקרו-בקר MAX32666 BLE. השילוב של מיקרו-בקר BLE זה ומד תאוצה MEMS‏ ADXL367BCCZ-RL7‏ בהספק אולטרה-נמוך של Analog Devices ממלא תפקיד מרכזי באופני הפעולה של Voyager 4 (איור 3).

איור 3: אופני הפעולה של Voyager 4 מבטיחים יצירה יעילה של נתוני אימון והיסק בזמן-אמת, ומדגימים כיצד AI‏ קצה יכול לתמוך בתחזוקה חזויה מבלי להסתמך על משאבי ענן. (מקור התמונה: Analog Devices)

במהלך פעולות אימון (נתיב "a" באיור 3), המיקרו-בקר MAX32666 מתעל נתוני רעידות גולמיים מה-ADXL382-1BCCZ-RL7 לשידור למערכת המארחת של המשתמש דרך רדיו MAX32666 BLE או דרך חיבור ה-USB של Voyager 4. כפי שיפורט בהמשך מאמר זה, אופן פעולה זה מספק את נתוני האימון הדרושים ליצירת מודלי היסק מותאמים-במיוחד העומדים בבסיס AI‏ קצה עבור CbM.

במהלך פעולות גילוי אנומליות (נתיב "b" באיור 3), המיקרו-בקר AI‏ +MAX78000EXG של Voyager 4 משתמש בחיבור הישיר שלו ל-ADXL382-1BCCZ-RL7 כדי לקרוא נתוני רעידות גולמיים ולהפעיל מודל היסק מותאם-במיוחד עם מאיץ CNN משולב שלו עבור חיזוי אנומליות. אם תוצאות ההיסק מצביעות על קיומה של אנומליה, ה-+MAX78000EXG מוציא התרעה, אותה מיקרו-בקר MAX32666 BLE מעביר למשתמש עבור פעולה.

אם לא זוהתה חריגה, החיישן נכנס לאופן שינה. באופן רגיעה זה, מד התאוצה ADXL367BCCZ-RL7 צורך רק 180 ננו-אמפר (nA) באופן יקיצה מופעל-תנועה, ומופעל כאשר הרעידות עולות על סף מתכוונן. כאשר מתרחשת יקיצה מופעלת-תנועה זו, ה-ADXL367BCCZ-RL7 בתורו מעיר את המיקרו-בקר MAX32666 BLE, אשר מתחיל מחזור מדידה והיסק רעידות חדש. גישה זו מסייעת למזער את צריכת ההספק במהלך פעולה רגילה, ומגבילה את השימוש ברדיו BLE עתיר-הספק לאימונים והתרעות על אנומליות (איור 4).

איור 4: יקיצה מופעלת-תנועה ושימוש סלקטיבי ברדיו BLE מסייעים להאריך את חיי הסוללה של Voyager 4. (מקור התמונה: Analog Devices)

ניהול יעיל של צריכת ההספק הוא חיוני בהתקן שנועד לחזות כשלים של מכונות וציוד קריטיים. יחד עם חיסכון באנרגיה ברמת המערכת המתאפשר באמצעות פעולת היקיצה מופעלת-תנועה של Voyager 4‏, ה-Voyager 4‏ משלב מעגל-משולב לניהול הספקת-כוח (PMIC‏) MAX20335BEWX+T‏ של Analog Devices‏ כדי לספק את המתח הנדרש. בנוסף, מד קיבולת סוללה MAX17262‏של Analog Devices מנטר את זרם הסוללה ותומך בהערכת חיי הסוללה. במהלך אופני הפעולה השונים של Voyager 4, המיקרו-בקר MAX32666 יכול להפעיל או להשבית יציאות אינדיבידואליות של ה-MAX20335BEWX+T‏ כדי להתאים לצורכי הספק ספציפיים, ובכך לייעל עוד יותר את צריכת ההספק.

ברמת ההתקן, פעולה בהספק-נמוך היא מאפיין מרכזי של ההתקנים השונים המשמשים בערכת Voyager 4. לדוגמה, המיקרו-בקר MAX32666 BLE דורש רק 27.3 מיקרו-אמפר למגה-הרץ (μA/MHz) כאשר הוא מופעל מזיכרון Cache‏ ב-3.3 וולט; המיקרו-בקר MAX78000EXG+ AI משתמש ב-μA/MHz‏ 22.2 (תוך ביצוע חוג) מזיכרון Cache‏ ב-3.0 וולט כאשר מעבד הליבה Arm® Cortex®-M4‏ שלו פעיל. יתר על כן, שני המיקרו-בקרים משלבים בקר דינמי למידרוג מתח הממזער עוד יותר את צריכת ההספק של הליבה הפעילה.

שילוב זה של אופטימיזציה של צריכת הספק ברמת המערכת וברמת ההתקן ממזער ביעילות את צריכת ההספק במהלך אופני הפעולה השונים של Voyager 4. באופן זיהוי אנומליות רגיל, צריכת ההספק של Voyager 4 היא כ-0.3 מיליוואט (mW) כאשר החיישן פעיל אחת לשעה, מה שמתורגם לשנתיים של חיי סוללה עבור סוללה של 1500 מיליאמפר-שעה (mAh) בתנאים טיפוסיים. לעומת זאת, מצב אימון דורש שימוש נרחב ברדיו BLE כדי לשדר נתוני רעידות לשימוש באימון ובתיקוף המודל, וכתוצאה מכך צריכת הספק של מעל 0.65 מיליוואט (ראו שוב איור 4).

אימון ופרישה של מודל ניטור רעידות עבור AI‏ קצה

אימון מודלים של CNN הפך לתהליך פשוט יחסית הודות לזמינות הרחבה של כלי תוכנה מתאימים. אולם, במודלי אימון עבור יישומי AI‏ קצה, מגבלות המשאבים של מעבדי קצה ומיקרו-בקרים הניעו את הפיתוח של כלים מיוחדים יותר שנוצרו כדי למטב מודלים עבור התקני יעד בודדים. חברת Analog Devices מספקת כלים כאלה שלה במאגר GitHub‏ AI‏ על סוללה, אשר מנחה משתמשים בתהליך עבודה מתועד. חברת Analog Devices מחלקת את תהליך העבודה של המודל לרצף של שלושה שלבים ומספקת מאגר GitHub ייעודי עבור כל אחד מהם (איור 5).

איור 5: תהליך עבודה מובנה עם מאגרים ייעודיים של כלים והוראות מסייע למפתחים לייעל מודלי CNN עבור המיקרו-בקר MAX78000EXG+ AI, ומאפשרת CbM מעשי מונע-AI על התקנים מוגבלי-הספק. (מקור התמונה: Analog Devices)

בשלב הראשוני, מאגר ai8x-training‏ מספק הוראות מפורטות, שלב אחר שלב, להכנת סביבת העבודה ולביצוע אימון באמצעות סקריפט Python‏ train.py‏ הכלול. בשלב הבא, מאגר ai8x-synthesis‏ מספק סט הוראות מפורט דומה להגדרה ותפעול של הכלים המשמשים להמרת מודל מאומן לקוד C.

גורם קריטי בהשגת הצלחה של AI‏ קצה הוא הבנת היכולות והמגבלות של סביבת ביצוע CNN היעד. Analog Devices, הנמצא בתוך מאגרי ai8x-training ו- ai8x-synthesis, כולל מדריך מפורט שיעזור למפתחים להבין את הקשר בין החלטות מימוש מודל CNN לבין היכולות של מיקרו-בקר AI‏ MAX7800x‏.

השלב הסופי, המתועד במאגר ערכת פיתוח התוכנה, מספק את ההוראות והכלים המשמשים לפיתוח קושחה המטמיעה את מודל ההיסק עבור מיקרו-בקר MAX7800x היעד. לאחר יצירת הקושחה, המשתמשים טוענים אותה לתוך ה-Voyager 4 באמצעות עדכון קווי או אלחוטי. בשלב זה המשתמש יכול להתחבר ל-Voyager 4 דרך BLE ולהוציא פקודות באמצעות ממשק משתמש גרפי (GUI‏) Python הפועל על מחשב Windows. באופן פעולה רגיל, מיקרו-בקר AI‏ מבצע היסק בהתאם להוראות המיקרו-בקר MAX32666 BLE או באופן אוטומטי בעת היקיצה.

סיכום

זמן השבתה לא מתוכנן עקב כשל בציוד מוביל לעלויות ולסיכונים. למרות ש-CbM יכול לסייע בהפחתת עלויות ובמיתון סיכונים באמצעות תחזוקה חזויה, תכנון מערכות חיישנים אלחוטיות מתאימות עם ניתוח נותר מורכב. ערכת הערכה אלחוטית של רעידות Voyager 4 של Analog Devices מספקת פתרון חישובי שמתגבר על אתגרים אלה, ומאפשר פרישה מהירה של תחזוקה חזויה עם חישה מדויקת, ניצול יעיל של ההספק, חיבוריות אלחוטית ועיבוד חסון עם AI‏ קצה.