AI在可預(yù)測性維護(hù)等工業(yè)狀態(tài)檢測中的應(yīng)用分析
王?瑩?(《電子產(chǎn)品世界》編輯,北京?100036)
本文引用地址:http://m.butianyuan.cn/article/201911/407658.htm摘?要:訪問了ADI、ST、瑞薩、TI公司,請他們介紹了AI在可預(yù)測性維護(hù)等工業(yè)狀態(tài)檢測方面的技術(shù)進(jìn)展和產(chǎn)品動向。
關(guān)鍵詞:可預(yù)測性;維護(hù);計算機(jī)聽覺;傳感器;大數(shù)據(jù)
1 計算機(jī)聽覺等感測系統(tǒng)助力工業(yè)狀態(tài)檢測
AI對世界的改變正在從我們生活中可見可感的場景向包括工業(yè)在內(nèi)的廣泛領(lǐng)域拓展。對工業(yè)帶來的變革將是全面而多樣的,我們可以從應(yīng)用廣泛的工業(yè)條件監(jiān)測來看AI如何產(chǎn)生巨大的影響。
1.1 計算機(jī)聽覺及OtoSense體系結(jié)構(gòu)
參與工業(yè)設(shè)備維護(hù)的人都知道,設(shè)備發(fā)出的聲音和振動是很重要的信息,通過聲音和振動可以判斷設(shè)備是否健康,從而可以將維護(hù)成本降低一半,使用壽命延長1倍。實現(xiàn)實時聲學(xué)和振動數(shù)據(jù)分析是一種重要的基于狀態(tài)的系統(tǒng)監(jiān)測方法。過去我們可以憑著長期的經(jīng)驗去了解設(shè)備發(fā)出的正常聲音是什么樣的,當(dāng)聲音出現(xiàn)變化時從而可以確認(rèn)出現(xiàn)異常。經(jīng)驗豐富的技工人員和工程師可能具備這種知識,但他們屬于“稀缺資源”。
ADI公司團(tuán)隊在過去20年里一直致力于理解人類是如何解讀聲音和振動的,從而建立一個系統(tǒng)來學(xué)習(xí)、解譯設(shè)備的聲音和振動的含義,以檢測異常行為并進(jìn)行診斷。隨著AI技術(shù)的導(dǎo)入,這種愿望已經(jīng)變成現(xiàn)實。其中,ADI公司的OtoSense體系結(jié)構(gòu)就是一種設(shè)備健康監(jiān)測系統(tǒng),支持計算機(jī)聽覺,讓計算機(jī)能理解設(shè)備發(fā)出的聲音和振動主要指標(biāo),能在問題變得嚴(yán)重之前確定工廠機(jī)器或汽車發(fā)動機(jī)中的潛在問題。OtoSense的設(shè)計理念秉持了幾個AI應(yīng)用指導(dǎo)原則:從人類神經(jīng)學(xué)中獲得靈感;能夠?qū)W習(xí)靜態(tài)聲音和瞬態(tài)聲音;在靠近傳感器的終端進(jìn)行識別;與人類專家互動,向他們學(xué)習(xí)并不斷優(yōu)化完善。
1.2 高精度傳感器及振動檢測系統(tǒng)
如果沒有高精度的數(shù)據(jù)輸入,再強(qiáng)大的AI系統(tǒng)都不能發(fā)揮其功能,對于工業(yè)狀態(tài)監(jiān)測來說也是如此。加速度計是工業(yè)振動監(jiān)測的關(guān)鍵傳感器,其關(guān)鍵指標(biāo)是低噪聲和寬帶寬,因此ADI在工業(yè)狀態(tài)監(jiān)測應(yīng)用中率先推出了多個系列的高性能MEMS加速度計產(chǎn)品。
例如,ADXL100x系列單軸加速度計針對工業(yè)狀態(tài)監(jiān)控應(yīng)用而優(yōu)化,測量帶寬高達(dá)50 kHz,g值范圍高達(dá)±100 g,并且擁有超低的噪聲性能,旋轉(zhuǎn)機(jī)械中發(fā)生的主要故障(如套筒軸承損壞、對準(zhǔn)誤差、不平衡、摩擦、松動、傳動裝置故障、軸承磨損和空化)都在ADXL100x系列狀態(tài)監(jiān)控加速度計的測量范圍以內(nèi)。
此外,完整的振動檢測系統(tǒng)ADcmXL3021還將高性能振動檢測和各種信號處理功能相結(jié)合,借助寬帶寬(3 dB平坦度內(nèi)為DC至10 kHz)和典型超低噪聲密度(26 μg/√Hz)可以跟蹤許多機(jī)器平臺上的振動信號,可簡化狀態(tài)監(jiān)測系統(tǒng)中的智能傳感器節(jié)點開發(fā)。
1.3 收購電機(jī)預(yù)測性維護(hù)公司,強(qiáng)化基于狀態(tài)的監(jiān)控方案
ADI 的基于狀態(tài)的監(jiān)控解決方案可提供更高水平的診斷和更深刻的洞察力,能夠?qū)崿F(xiàn)預(yù)測性的機(jī)器健康解決方案。了解如何優(yōu)化信號鏈和處理能力以便在單個機(jī)器和整個系統(tǒng)上獲得實時、準(zhǔn)確且可靠的數(shù)據(jù)。
值得一提的是,為進(jìn)一步加強(qiáng)基于狀態(tài)監(jiān)測的預(yù)測性維護(hù)解決方案,ADI于2019年宣布收購一家專門從事電機(jī)和發(fā)電機(jī)預(yù)測性維護(hù)的公司Test Motors,ADI將結(jié)合其原有的工業(yè)狀態(tài)監(jiān)測解決方案技術(shù),以及OtoSense的AI平臺傳感解譯軟件與Test Motors的監(jiān)控功能相結(jié)合,創(chuàng)建更優(yōu)化的解決方案,通過捕獲更廣泛的潛在故障,為機(jī)器提供更先進(jìn)、全面的健康狀況監(jiān)測。
2 為MCU賦能工業(yè)AI
2.1 邊緣AI給工業(yè)帶來的變化
邊緣AI技術(shù)可以用于開發(fā)更智能的設(shè)備/應(yīng)用。在遇到通常需要人工決策的復(fù)雜事件時,這些設(shè)備將能自行作出決策。
因為本次采訪是工業(yè)專題,所以ST(意法半導(dǎo)體)以電機(jī)為例討論邊緣AI。工業(yè)設(shè)備應(yīng)該24/7全天候運轉(zhuǎn),所以密切監(jiān)視設(shè)備老化程度是非常重要的。
在此電機(jī)上添加一個運行AI的智能單元,能準(zhǔn)確地檢測到老化現(xiàn)象,將有助于預(yù)測故障并防止停機(jī)停產(chǎn)。
有趣的是,因為電機(jī)上裝有AI設(shè)備,不需要一直連接到云端,就能準(zhǔn)確地檢測到迫在眉睫的重大故障,如果威脅到操作員人身安全,還可以決定停止電動機(jī)運行??傊?,其特點可以歸納為:
● 最便宜的工業(yè)設(shè)備維護(hù)成本;
● 為周圍用戶提供更安全的工作環(huán)境;
● 處理速度快,延遲時間短,而非邊緣智能設(shè)備本機(jī)因為沒有裝置AI,需要連接到云服務(wù)器才能做出決策;
● 可降低設(shè)備的能耗,因為智能設(shè)備的能耗遠(yuǎn)遠(yuǎn)低于連接云AI解決方案;
● 更好的安全性能/隱私保護(hù),因為智能設(shè)備可以自行在本機(jī)上處理工業(yè)設(shè)備數(shù)據(jù),不會將數(shù)據(jù)發(fā)送到云服務(wù)器(不易遭受黑客網(wǎng)絡(luò)攻擊)。
2.2 工業(yè)AI的技術(shù)挑戰(zhàn)
當(dāng)今的主要挑戰(zhàn)是,客戶非常想要通過AI提高應(yīng)用的智能程度,或者想在產(chǎn)品上增加AI。然而有這方面知識或經(jīng)驗的廠商寥寥無幾。
另一個挑戰(zhàn)可能是數(shù)據(jù)隱私,目前大多數(shù)客戶對數(shù)據(jù)上云的做法仍持謹(jǐn)慎的態(tài)度。
為此,ST意識到有必要為客戶提供一個邊緣AI開發(fā)生態(tài)系統(tǒng),方便客戶在微控制器上添加AI。因此,ST在2018年CES(美國消費電子展)上發(fā)布了STM32Cube.AI,幫助客戶解決這個難題。STM32Cube.AI是一款軟件工具,用于為意法半導(dǎo)體微控制器優(yōu)化DNN(深度神經(jīng)網(wǎng)絡(luò))。
STM32Cube.AI可以從眾多流行的AI開發(fā)框架中(如Keras, Tensorflow Lite等)獲取接受過預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型輸出,并將其映射到經(jīng)過優(yōu)化后、適用于目標(biāo)STM32 MCU的存儲及處理能力的DNN中去。
更通俗地講,STM32Cube.AI是一個生態(tài)系統(tǒng)的通用名稱,用于在STM32上實現(xiàn)AI功能。 它是眾多工具的集合,包括硬件平臺、合作伙伴、固件庫、移動應(yīng)用程序等,可在STM32微控制器上實現(xiàn)AI功能。有了STM32Cube.AI,讓客戶在STM32系列上運行AI變得非常輕松簡單。
關(guān)于數(shù)據(jù)隱私問題,ST可以幫助客戶在邊緣(STM32)而非在云(服務(wù)器)上運行AI。這樣就不需要將數(shù)據(jù)傳輸?shù)皆?,可以使客戶隱私得到更好的保護(hù)。與在云計算相比,邊緣(STM32)計算的其他優(yōu)點還包括:更低功耗、更安全。在邊緣端(STM32)運行AI,可以有效減少智能邊緣設(shè)備的功耗,以及在設(shè)備和云之間傳輸數(shù)據(jù)帶來的額外功耗。更重要的是,在邊緣運行AI可以讓設(shè)備在盡可能低延遲的情況下,自行作出決策并對設(shè)備進(jìn)行實時控制,從而避免因操作不及時給用戶或機(jī)器帶來的安全隱患和直接損失。
3 智能工廠的AI 趨勢:從工業(yè)終端設(shè)備智能化向工廠整體智能化演進(jìn)
3.1 邊緣AI給工業(yè)帶來的變化
邊緣AI計算是更靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣,融合了網(wǎng)絡(luò)、計算、存儲以及應(yīng)用處理能力的分布式平臺,就近提供智能服務(wù)。邊緣計算將云計算和數(shù)據(jù)存儲能力下沉到邊緣,更好地保障了應(yīng)用服務(wù)的低延時、高可靠性以及數(shù)據(jù)安全。因此邊緣云計算技術(shù)將成為人工智能、物聯(lián)網(wǎng)等領(lǐng)域的關(guān)鍵組成部分,也將得到更大的發(fā)展,覆蓋的潛在客戶和場景將不斷出現(xiàn)。
3.2 邊緣計算的技術(shù)挑戰(zhàn)
隨著互聯(lián)網(wǎng)時代的到來及AI技術(shù)的普及,越來越多的智能化設(shè)備走進(jìn)了我們的生活?!霸O(shè)備端、云端、大數(shù)據(jù)、物聯(lián)網(wǎng)”相輔相成,共同編織成了一個完善的智能化、數(shù)字化世界。目前絕大多數(shù)智能化設(shè)備的AI學(xué)習(xí)和推理都必須依靠強(qiáng)大的云端計算能力來進(jìn)行數(shù)據(jù)分析與算法的運作。但是,如果設(shè)備過分依賴云端進(jìn)行所有AI學(xué)習(xí)和推理,確實還存在著上傳云端過程中因網(wǎng)絡(luò)帶寬問題而產(chǎn)生的通信延遲等問題。諸如此類數(shù)據(jù)的處理挑戰(zhàn)將會在未來幾年內(nèi)進(jìn)一步加劇。
3.3 瑞薩的e-AI解決方案
面向智能工廠的AI發(fā)展,瑞薩認(rèn)為會以從工業(yè)終端設(shè)備智能化逐漸向工廠整體智能化的形式演進(jìn)。瑞薩e-AI致力于在工業(yè)終端設(shè)備系統(tǒng)所搭載的MCU/SoC上有廣泛的應(yīng)用。基于用戶的既有制造設(shè)備,瑞薩首先會提供附加AI單元的解決方案,來拓展該市場,從而使e-AI的實用性得到市場廣泛的理解,進(jìn)而推進(jìn)各工業(yè)終端設(shè)備的e-AI預(yù)安裝解決方案的普及,最終使瑞薩的e-AI得到廣泛的發(fā)展。
2017年7月,瑞薩電子首次推出e-AI方案,通過瑞薩電子提供的e-AI翻譯器,把客戶AI模型翻譯到C語言,然后在瑞薩電子的MCU/SoC里進(jìn)行AI的終端推理功能。
2018年10月,瑞薩電子推出第二代的e-AI解決方案,將瑞薩電子獨有的DRP技術(shù)嵌入芯片,實現(xiàn)基于DRP的e-AI解決方案。DRP是執(zhí)行e-AI以及優(yōu)化最終產(chǎn)品整體性能的核心技術(shù)之一。瑞薩有具體的對比表顯示相較于競爭對手產(chǎn)品的優(yōu)勢。與FPGA相比,DRP具有更高的靈活性和節(jié)省成本,因為算法的種類和大小可以由同一個DRP硬件進(jìn)行時間復(fù)用處理。DRP的靈活性非常適合于AI產(chǎn)業(yè)的DNN的快速演化。此外,由于DRP是一種低時鐘速率的硬件加速器,因此其功率效率遠(yuǎn)優(yōu)于競爭對手(如GPU)。即使是AI推理也不需要散熱器。
4 邊緣AI為工業(yè)界帶來的新變化
邊緣AI將會給許多工業(yè)領(lǐng)域帶來變化,包含對環(huán)境與目標(biāo)的智能感知,識別與判斷,對機(jī)器運行的最優(yōu)化控制,對設(shè)備的預(yù)測性維護(hù),等等,非常多的領(lǐng)域都會用到。在不遠(yuǎn)的將來,AI將無處不在,許多工業(yè)設(shè)備正在從目前的“可編程”轉(zhuǎn)向AI與邊緣計算,而邊緣AI作為邊緣端計算的核心部分,將發(fā)揮重要的作用。
針對邊緣AI應(yīng)用,TI推出了系列應(yīng)用處理器:Sitara工業(yè)應(yīng)用處理器產(chǎn)品家族是客戶針對工業(yè)AI 應(yīng)用的極佳選擇。例如,目前推出并已經(jīng)量產(chǎn)的AM574x應(yīng)用處理器,基于典型的多核異構(gòu)處理器結(jié)構(gòu),內(nèi)部集成多個A15CPU+M4 控制器,多核C66x DSP與機(jī)器學(xué)習(xí)加速器 (EVE), GPU以及ISP單元,非常適合邊緣AI的應(yīng)用;無論是目前流行性的針對于機(jī)器視覺的CNN(卷積神經(jīng)網(wǎng)絡(luò)),還是適合于語音、設(shè)備預(yù)測性維護(hù)數(shù)據(jù)分析等其他應(yīng)用的RNN (遞歸神經(jīng)網(wǎng)絡(luò)),都能利用AM574x內(nèi)部的硬件單元得到加速。TI還將在近期內(nèi)推出更新的一代產(chǎn)品AM7x 應(yīng)用處理器,其邊緣AI的性能會得到更大的提升。
為了方便客戶更容易地部署邊緣計算,TI還推出了深度學(xué)習(xí)軟件框架 (TI Deep Learning softwareframework,簡稱TIDL),針對目前流行的各種機(jī)器學(xué)習(xí)系統(tǒng)(例如TensorFlow,Caffee 等),客戶可以把采集到的各種有效樣本在云端/PC端做訓(xùn)練,生成對應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)并無縫部署到Sitara應(yīng)用處理器上去運行,這樣一來,極大地簡化了客戶的產(chǎn)品開發(fā)流程,縮短客戶的產(chǎn)品開發(fā)時間與成本,快速響應(yīng)市場。而且產(chǎn)品部署以后,也能在后續(xù)的使用中不斷地收集新的樣本,系統(tǒng)進(jìn)行迭代訓(xùn)練與升級,不斷地提高系統(tǒng)的邊緣AI性能。
工業(yè)應(yīng)用需要滿足客戶長期的供貨生產(chǎn)以及穩(wěn)定的質(zhì)量維護(hù)系統(tǒng)(往往供貨周期要求保證超過10年以上);同時滿足各種工業(yè)級的質(zhì)量與安全標(biāo)準(zhǔn),在這方面,對應(yīng)于AI與邊緣AI這樣一個新課題,TI同樣承諾一個長時間的供貨周期以及系統(tǒng)的維護(hù)與升級,TI的DSP產(chǎn)品家族以及Sitara工業(yè)應(yīng)用處理器產(chǎn)品家族,在這方面給業(yè)界提供了一個榜樣。
本文來源于科技期刊《電子產(chǎn)品世界》2019年第12期第9頁,歡迎您寫論文時引用,并注明出處。
評論