帳號:
密碼:
智動化 / 文章 /

NanoEdge AI實際範例:風扇堵塞偵測
[作者 意法半導體]   2022年08月02日 星期二 瀏覽人次: [4430]

本文介紹如何使用NanoEdge AI Studio快速部署AI應用。


本應用的目的是透過馬達控制板的電流訊號,偵測風扇濾網的堵塞百分比。當風扇堵塞時,馬達電流訊號波型將有所不同,但利用傳統演算法偵測差異並不容易。因此,機器學習演算法便成為解決這個問題的絕佳選擇。



圖一 : 風扇堵塞示範
圖一 : 風扇堵塞示範

此範例可應用於空調濾網和吸塵器濾網堵塞偵測等類似情況,也可延伸應用於電動馬達的其他異常偵測。


硬體與軟體前置準備


圖二
圖二

P-NUCLEO-IHM03馬達控制套件用於驅動風扇,由NUCLEO-G431RB主板、馬達控制擴充板與無刷馬達所組成。


NanoEdge AI Studio則用於自動產生機器學習函式庫,並且整合至由STM32 Motor Control Workbench所產生的馬達控制軟體中。


利用NanoEdge AI Studio 尋找最佳AI函式庫

建立新專案


在主視窗中選擇「Anomaly Detection」,並建立新專案。



圖三
圖三

在「Project Settings」步驟中,需進行以下設定:


- Name:專案名稱


- Max RAM:使用者希望為AI函式庫配置之最大的RAM空間。Studio僅會在「Benchmark」步驟當中,利用這項硬體資源限制來搜尋AI函式庫。


- Max Flash:使用者希望為AI函式庫配置之最大 Flash 空間,與最大RAM相似。此選項僅會在選擇「Limit Flash」時啟用。


- Target:此專案的目標MCU或開發板。使用者可選擇STM32 MCU 、ISPU或STM32 MCU任一所對應的開發板。


- Sensor type:用於資料收集的感測器類型。此處採用的是內建於馬達控制板的電流感測器。



圖四
圖四

匯入訊號檔案


在接下來的兩個步驟(步驟 2 與步驟 3),需要匯入兩個訊號檔案,Studio將會提供格式說明,如圖五所示:



圖五
圖五

- 「Regular signals」 檔案對應的是風扇在正常運作下的行為,這些資料是在風扇濾網未堵塞時(如圖六所示)收集而得。


圖六
圖六

- 「Abnormal signals」檔案對應的是風扇異常的行為,這些資料是在風扇濾網完全堵塞時(如圖七所示)收集而得。


圖七
圖七

函式庫基準測試


在步驟 4 中,我們將啟動函式庫的「Benchmark」並進行監測。NanoEdge AI Studio會依據步驟 2 和步驟 3 所得之訊號,搜尋最佳且可用的AI函式庫。


首先,執行新的「Benchmark」基準測試,如圖八所示:



圖八
圖八

然後,選擇正常訊號和異常訊號,以及電腦在進行基準驗證時所使用的微處理器核心數量。



圖九
圖九

啟動「Benchmark」後便能即時監測候選AI函式庫的效能和以下效能指標的變化:


- 「Balanced accuracy」表示正確分類的數量與輸入樣本總數的比例。這是機器學習中最常用的評估指標之一。


- 「Confidence」 表示對結果的信心程度。正確分類的正樣本和負樣本之間的差距越大,信賴度就越高。


- 「RAM 」表示候選AI函式庫所需之RAM的大小。


- 「Flash」表示候選AI函式庫所需的 Flash 大小。



圖十
圖十

基準驗證完成後,會出現摘要畫面。這表示當AI函式庫內嵌至最終的硬體應用時,為取得最佳效能所需的最低學習次數。在此特定範例中,NanoEdge AI Studio建議應在偵測階段前,至少呼叫 learn() 函數 30 次來學習 30 個正常運作的訊號。



圖十一
圖十一

透過模擬驗證函式庫


NanoEdge AI Studio也提供模擬器,無需撰寫任何嵌入式軟體便可協助使用者測試和驗證在「Benchmark」過程中所選取的AI函式庫,。


依照上一步驟建議,讓AI函式庫學習最低次數的正常訊號後,再執行偵測,藉以測試AI函式庫的行為是否符合預期。


如圖十二範例所示,100個訊號已學習完成,而即時訊號和先前學習之正常訊號相似度為 35%,這代表風扇有部分堵塞。



圖十二
圖十二

函式庫部署與整合


當選取的AI函式庫經過驗證後,就可以進入最後一個步驟:「Deployment」,其中可針對AI函式庫進行編譯、下載及為用於嵌入式軟體做準備。


在編譯函式庫前,有數個編譯選擇可供使用。在此範例中需勾選「Float-abi」選項,才能支援浮點數資料作業。然後,按一下「COMPILE LIBRARY」即可下載NanoEdge AI函式庫。



圖十三
圖十三

一個.zip壓縮檔案將會下載至電腦,其中包含了所有的相關文件、NanoEdge AI模擬器、靜態 AI函式庫和函式庫的標頭檔。此靜態函式庫可輕鬆整合至嵌入式軟體。


最後,在NanoEdge AI Studio的協助下,無需具備任何 AI 專業知識,只需幾個簡單步驟,就能快速部署 AI 應用。


相關文章
Sklearn2ONNX AI範例分享:風扇堵塞偵測
在癌症檢測、診斷和治療中的AI應用
AI技術加值零售新視力 智慧應用方案增進效益
comments powered by Disqus
  相關新聞
» ST Edge AI Suite人工智慧開發套件正式上線
» 透過NBM被侵權案件 Vicor專利成功經PTAB確立了有效性
» Littelfuse發表第四份年度可持續發展報告 致力推動環境責任
» 德州儀器與台達電子合作 推動電動車車載充電技術再進化
» 宜鼎二期研發製造中心正式啟用 以AI為技術核心
  相關產品
» Microchip多核心64位元微處理器支援智慧邊緣設計
» Basler新型 CXP-12線掃描相機具備8k和16k解析度
» 友通EC5 系列嵌入式系統適合工業自動化的多元應用需求
» ROHM超小型CMOS運算放大器適用於智慧手機和小型物聯網應用
» Littelfuse新款低側柵極驅動器適用於SiC MOSFET和高功率IGBT


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 / E-Mail: webmaster@hope.com.tw