【導讀】工業(yè)設(shè)備市場的許多企業(yè)都希望采用人工智能和機器學習技術(shù)幫助他們最大程度減少意外的服務(wù)中斷,防止其產(chǎn)品、產(chǎn)線和服務(wù)受到影響。這種想法的緣由顯而易見:減少意外停機時間能夠提升運營效率,實現(xiàn)效益最大化。
引言
工業(yè)設(shè)備市場的許多企業(yè)都希望采用人工智能和機器學習技術(shù)幫助他們最大程度減少意外的服務(wù)中斷,防止其產(chǎn)品、產(chǎn)線和服務(wù)受到影響。這種想法的緣由顯而易見:減少意外停機時間能夠提升運營效率,實現(xiàn)效益最大化。市場分析公司Aberdeen在2016年發(fā)布的一份研究報告表明,企業(yè)停擺一小時的平均成本高達26萬美元1。OEM可以通過為工業(yè)系統(tǒng)增加測量和分析性能數(shù)據(jù)的智能功能,幫助客戶實施預測性維護(PDM)系統(tǒng),從而識別和更換故障的系統(tǒng)組件(例如工業(yè)機器人中使用的電機),以免它們出現(xiàn)故障而中斷生產(chǎn)。
為了幫助工業(yè)設(shè)備OEM廠商在其產(chǎn)品中實現(xiàn)PDM功能,萊迪思半導體開發(fā)了用于工業(yè)自動化系統(tǒng)的萊迪思Automate解決方案集合。萊迪思提供各類低功耗FPGA,作為一種可重新編程的芯片,它可執(zhí)行數(shù)據(jù)處理或協(xié)處理功能,構(gòu)建用于PDM應用的AI/ML推理模型。為簡化和加快基于萊迪思FPGA的PDM系統(tǒng)的開發(fā),Automate包括了軟件工具、工業(yè)IP核、模塊化硬件開發(fā)板、軟件可編程的參考設(shè)計和演示,輕松設(shè)計具有PDM功能、可擴展的多通道電機控制應用。圖1展示了基于萊迪思Automate 解決方案集合設(shè)計的具有預測性維護功能的電機控制系統(tǒng)。
圖1. 基于萊迪思Automate 解決方案集合設(shè)計的具有預測性維護功能的電機控制系統(tǒng),可用于工業(yè)自動化應用
Automate包括了一個PDM多通道電機控制參考設(shè)計,采用了業(yè)界常見的電機電流信號分析(MCSA)技術(shù)。在萊迪思的解決方案中,克拉克變換將來自三相電機的電流轉(zhuǎn)換為兩個信號。轉(zhuǎn)換后的電流變成α電流和β電流。對于正常運行的健康電機來說,α電流和β電流相隔90度。在 x-y坐標系平面中,點的軌跡構(gòu)成一個圓。在下文中,我們將展示電流或負載不平衡引起的各種軌跡圓的變形。
本文使用了在FPGA的RTL中實現(xiàn)的無傳感器空間矢量脈寬調(diào)制(SV_PWM)技術(shù)來驅(qū)動一個三相無刷直流(BLDC)電機。SV_PWM控制信號驅(qū)動Trenz TEP0002電機驅(qū)動板,該開發(fā)板實現(xiàn)了霍爾電流傳感器,并連接電機以檢測電機繞組電流。板載ADC將霍爾電流傳感器的輸出數(shù)字化,因此該參考設(shè)計可以讀取和控制用于電機控制和PDM的 ADC。電流以每秒0.8 MS/s的速率進行采樣。
使用克拉克變換(方程 1)將三相(A、B和C)電流(圖 2)轉(zhuǎn)化為α電流和β電流,如圖3所示。
圖2. 三相電機電流(IA、IB和IC)
圖3. 克拉克變換的輸出Iα and Iβ
觀察Iα和Iβ可以發(fā)現(xiàn)它們類似于cos和sin函數(shù)。事實上,當它們在x-y坐標平面上繪制函數(shù)圖像時,結(jié)果就是一個圓(圖 4)。
圖4. Iα和Iβ的X-Y平面圖像
該參考設(shè)計可以對固定的軸旋轉(zhuǎn)次數(shù)采集電機繞組電流快照(默認為50轉(zhuǎn)的快照)或用戶選擇更長時間段內(nèi)的繞組電流快照。在應用克拉克變換之前,電機電流的信號處理包括峰值檢測和歸一化以及移動平均濾波器。這種自適應的功能適用于各類電機和各種功耗級別的PDM。
萊迪思Automate解決方案集合的PDM解決方案包括了一種專有算法,該算法將圓的數(shù)據(jù)(如圖6所示)折疊為一個具有更高特征集中度的較小的數(shù)據(jù)集,之后才使用PDM AI引擎對其進行處理。PDM AI引擎已經(jīng)使用包括正常的和不正常的電機數(shù)據(jù)在內(nèi)的10000多個模型進行了訓練。
不正常的電機數(shù)據(jù)類型1——繞組電流較高
該類數(shù)據(jù)集代表了由于電機繞組過熱或燒毀造成的早期電機故障。通常情況下,由于制造公差或電機驅(qū)動器故障,一個繞組會先于其他兩個繞組發(fā)生故障。將電阻分別與兩個“正常的”繞組串聯(lián),可以很好地模擬這種故障模式。圖5顯示了模擬繞組A中“短路”的情況。圖6展示了這種情況下產(chǎn)生的折疊圖像和原始圖像。該圓已變形為長軸在x軸上的橢圓。表1總結(jié)了三個電機繞組高電流導致的變形。
圖5. 電機繞組A的高電流
圖6. 繞組A電流較高情況下電機的PDM圖像(Bad_Robot_D.jpg)
出現(xiàn)高電流的繞組相應的Iα – Iβ坐標圖
A長軸在X軸上的橢圓
B長軸在45°的橢圓
C長軸在135°的橢圓
表1. 電機繞組短路時的PDM圖像總結(jié)
不正常的電機數(shù)據(jù)類型2——繞組電流較低
有幾種情況會導致單個繞組電流過低。例如,大功率電機中的連接部分可能會被腐蝕或有松動,從而導致在電流到達電機繞組之前I-R電壓下降。此外,其中兩個繞組可能會先于第三個繞組出現(xiàn)故障,或者電機驅(qū)動在其中一相變?nèi)?。同樣,我們可以將一個電阻與“不正常的”電機繞組串聯(lián)來模擬這種故障,如圖7所示。圖8表明圓發(fā)生變形,變?yōu)殚L軸在135度的橢圓。表2總結(jié)了三個電機繞組低電流導致的變形。
圖7. 電機繞組B阻抗增大
圖8. 繞組B電流較低情況下電機的PDM圖像(Bad_Robot_B.jpg)
出現(xiàn)低電流的繞組相應的Iα – Iβ坐標圖
A長軸在90°的橢圓
B長軸在135°的橢圓
C長軸在45°的橢圓
表2. 電機繞組低電流下的PDM圖像總結(jié)
不正常的電機數(shù)據(jù)類型3——負載不平衡
第三類故障同樣使用MCSA來檢測電機上機械負載的不平衡。出現(xiàn)負載不平衡時,轉(zhuǎn)動慣量不均勻并圍繞轉(zhuǎn)子軸擺動(類似于陀螺在倒地前的擺動)。當轉(zhuǎn)動慣量繞電機軸擺動時,繞組或多或少地會消耗更多與擺動同步而非與電機轉(zhuǎn)速同步的電流。為了模擬這種情況,可以將一個不平衡的慣性輪固定在電機軸上,并在電機達到運行速度后采集數(shù)據(jù)。圖9顯示了負載不平衡的電機的PDM圖像。電源管理有問題也可能導致相同類型的圖像。
圖9. 安裝了不平衡的慣性輪的電機PDM圖像
正常的電機數(shù)據(jù)——負載平衡電流平衡
那么正常電機的運行特征是如何呢?圖10展示了未連接任何電阻而是一個平衡的慣性輪的電機的PDM圖像。在60°、170°和290°(大約相隔120°)方向與完美的圓有一些細微的偏差。這是SV_PWM從一相轉(zhuǎn)換到下一相重疊的結(jié)果。
圖10. 電流和負載都平衡時的電機PDM圖像
結(jié)論
用于工業(yè)電機控制系統(tǒng)的預測性維護功能通過最大程度減少意外故障導致的系統(tǒng)停擺,極大降低了運營成本。萊迪思Automate解決方案集合擁有快速輕松實現(xiàn)PDM所需的硬件和軟件工具,并使用行業(yè)標準的MCSA解決方案,為許多工業(yè)應用(包括機器人)中常用的BLDC電機保駕護航。
(來源:萊迪思)
免責聲明:本文為轉(zhuǎn)載文章,轉(zhuǎn)載此文目的在于傳遞更多信息,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題,請電話或者郵箱聯(lián)系小編進行侵刪。
推薦閱讀:
在電路系統(tǒng)中如何準確測量PCB溫度與環(huán)境溫度?
利用多相三電平降壓變換器設(shè)計提高RF功率放大器效率的包絡(luò)跟蹤電源