振動に基づくポンプの異常検出

予知保全は、機械学習を使用して機器が故障する可能性が高い時期を予測する保全戦略です。
ポンプなどの産業機器は、動作中にさまざまな信号が発生します。 それらの機器にセンサを取り付けてデータを収集することで、機械学習を使用して正常挙動パターンと異常挙動パターンを識別することが可能です。 この予防型のアプローチは、ダウンタイムの最小化、効率の向上、機器の寿命延長を目的としています。
このユース･ケースでは、振動データを収集･分析し、機械学習モデルを使用して異常を検出するというアプローチをポンプに実装しました。 このアプローチは、他の多くの産業用機械に容易に適用できます。

プロジェクトの目標：

• ポンプの振動を使用して、ポンプを装備した油圧回路の異常を検出する。
• このモデルをまったく異なる回路で使用しても、このエッジAI学習テクノロジーのおかげで異常検出が可能であることを証明する。

このプロジェクトでは、第1回路を使用してポンプの振動データを加速度センサによって記録しました。 栓を閉じて水の流れを切り替えることで、正常信号と異常信号の両方を発生させて収集しました。
その後、NanoEdge AI Studioで異常検出モデルを開発しました。 また、ソフトウェア･ツールを使用して学習データに最適化されたモデルを作成しました。
作成されたモデルは STEVAL-PROTEUS1にロードされ、最初の回路に接続された。 このプロトタイプは、正常データと異常データをリアルタイムに検出できました。
その後、モデルをロードしたProteusボードを第2回路に移動し、オンエッジ学習を用いて同じモデルを新しい回路の信号で数秒間、再学習しました。 モデルは第1回路に最適化されていましたが、第2回路でもうまく機能しました。

加速度センサ（3軸） ： ISM330DHCX