リニア･アクチュエータ故障の検出と分類
リニアアクチュエータの故障の検出と診断にAIを使用。
最適化された人工知能（AI）アルゴリズムは予知保全を可能とし、故障をリアルタイムで診断することで計画外のダウンタイムを最小限に抑え、信頼性と生産性を強化します。 AIに基づく診断システムは、単純な故障検出を超える高度な機能により、特定の故障タイプや問題の根本原因に関する洞察を提供します。これによって、エンジニアや保全チームは的を絞った効率的なトラブルシューティングを行えます。
アプローチ
このユース･ケースは、 クランフィールド大学によるデータセット「 Detection and Diagnosis of Faults in Linear Actuators（リニア･アクチュエータの故障の検出と診断）」に基づいています。 目標は、リニア･アクチュエータの4つの状態、正常、バックラッシュ、潤滑不足、スポーリングを検出および分類することです。
リニアアクチュエータから収集したデータを使用し、データセットには（SciPyライブラリを使用して）.csvファイルに変換可能な複数の.matファイルが含まれています。同じ動作に対応するファイルはすべて連結され、最終的に4つのファイルだけになりました：Normal.csv、Backlash.csv、LackOfLubrication.csv、Spalling.csvです。このデータセットには、他のクラスに比べ多くのスポーリングデータが含まれているため、よりバランスの取れた学習用データセットを確保するため、スポーリングデータの半分のみを使用した。
次に、 NanoEdge AI Studioを使用して、これらの入力に基づいたリニア･アクチュエータの状態の分類が可能なN-クラス分類プロジェクトを作成しました。
センサ
データ
信号長 6000
データレート 25 Hz
結果
Nクラス分類：
90.65%の精度、20.3KバイトのRAM、184Kバイトのフラッシュメモリ
緑の点は正しく分類された信号を表し、赤い点は誤って分類された信号を表します。 横座標はクラス、縦座標は正常状態に対する類似度です。
モデル作成ツール NanoEdge AI Studio
要件に合った最適なAIモデルを簡単に見つけられるようユーザをステップ･バイ･ステップでガイドし、組込みプロジェクトにAIを追加できる無償のAuto MLソフトウェアです。
対応製品 STM32マイコン
Arm® Cortex®-Mベース32bitマイコンのSTM32ファミリは、マイコン･ユーザに高いレベルの自由を提供します。完全統合性および開発の容易さを維持しながら、高性能、リアルタイム性能、豊富な機能、デジタル信号処理、低消費電力 / 低電圧駆動、およびコネクティビティを兼ね備えた製品を提供します。