速度変化するモータの異常検出

モータ機器の信頼性と効率を改善する方法をお探しですか？
コンプレッサ、スピンドル、ポンプなどの産業機器は、動作中にさまざまな振動が発生します。 それぞれの振動は、正常な場合もあれば、故障の前兆である場合もあります。
状態モニタリングは、効果的な予知保全ソリューションを実現するための第一歩です。 しかし、現在のソリューションのほとんどはセンサ信号の生データをクラウドに送信して処理するため、コストとエネルギーを多く消費してしまう問題があります。 エッジ･コンピューティングは、データ処理をモニタリング対象の機械の近くに移すことでクラウドへのデータ送信を不要にし、インフラストラクチャ･コスト、消費電力、およびネットワーク帯域幅を削減します。

このユース･ケースでは、スマート･センサ･ノードと、モニタリング対象のシステムに適応し、機器故障の初期症状を検出する機械学習機能を使用しました。 異常が発生するとすぐに、機器ユーザはマイコン内蔵のBluetooth Low Energy（LE）無線を介してアラートを受け取り、保全活動を計画できます。

目標は、STEVAL-PROTEUS1ボードに組み込まれたモーション･センサISM330DHCXから振動データを収集して、軸の芯ずれやモータ･ディスクの摩擦などの異常を1kHzの範囲で検出することです。
この目標を達成するために以下の方法を用いました。

• NanoEdge AI Studioツールで「異常検出」ダイナミック機械学習モデルを開発する。

• 第1段階の「オンデバイス学習」を実行してモデルを調整した上で、異常検出モデルを実行開始する。

• FP-AI-PDMWBSOCファームウェア･パッケージとSTBLE Sensorモバイル･アプリを使用してデータを収集し、STEVAL-PROTEUS1ボード上で組込みNanoEdge AI機械学習モデルをテストする。

また、ユーザがプッシュ･ボタンを使用して、軸の芯ずれによる異常と磁石の干渉による異常の2種類の異常検出モデルを生成できるテスト･ベンチマークも開発しました。 「オンデバイス学習」段階では、オペレータは最大3種類のモータ速度（低、中、高）を使用でき、いずれも正常動作と見なされます。 デバイス学習およびセンシング段階は、STEVAL-PROTEUS1ボードに搭載されたSTM32WB5Mマイクロコントローラ･モジュールで実行し、モバイル･アプリによってリモート制御します。

STEVAL-PROTEUS1無線スマート･センサ･ノードに搭載された3軸加速度センサ（参照： ISM330DHCX）