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）

　　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。