在這個(gè)項(xiàng)目中，我將開發(fā)一個(gè)使用IMU傳感器來(lái)預(yù)測(cè)機(jī)器維護(hù)和潛在故障的系統(tǒng)

1. 介紹

該項(xiàng)目旨在使用英飛凌PSoC6 AI Kit和DeepCraft Studio為工業(yè)機(jī)器開發(fā)基于AI的預(yù)測(cè)性維護(hù)系統(tǒng)。系統(tǒng)將：

?從內(nèi)置的IMU傳感器(加速度計(jì)和陀螺儀)收集實(shí)時(shí)振動(dòng)數(shù)據(jù)。

?將這些數(shù)據(jù)流式傳輸?shù)紻eepCraft Studio進(jìn)行人工智能模型訓(xùn)練。

?訓(xùn)練人工智能模型來(lái)檢測(cè)異常并預(yù)測(cè)機(jī)器故障。

?使用ModusToolbox將訓(xùn)練好的模型部署到PSoC6 AI Kit。

?向用戶提供早期維護(hù)提醒。

2. 硬件和軟件要求

硬件:

?英飛凌PSoC6 AI套件(帶IMU傳感器)

?工業(yè)機(jī)械(用于振動(dòng)數(shù)據(jù)采集)

?USB/UART連接數(shù)據(jù)流

軟件:

?DeepCraft Studio (AI模型訓(xùn)練)

?ModusToolbox (PSoC6固件開發(fā))

我很驚訝地發(fā)現(xiàn)一個(gè)現(xiàn)成的例子在DeepCraft工作室異常振動(dòng)檢測(cè)

這個(gè)項(xiàng)目將分為兩個(gè)部分

第一節(jié)

首先，我將開始測(cè)試現(xiàn)成的模型。

第二節(jié)

然后我將制作我的模型，并使用我的流IMU數(shù)據(jù)集訓(xùn)練它。

這兩種模型都將在PSOC 6 AI KIT上進(jìn)行部署和測(cè)試。

3. 第一節(jié)

使用現(xiàn)成模型實(shí)施項(xiàng)目的步驟。

在本節(jié)中，我將使用DeepCraft Studio生成現(xiàn)成模型的代碼

a-生成Model.c和.h文件

在架構(gòu)中選擇英飛凌PSOC，在目標(biāo)設(shè)備中選擇PSOC6，輸出文件夾并按“生成代碼”

在生成model.c和model.h文件之后，您可以在infineon文件夾中找到模型文件，復(fù)制Both files model.c和model.h，然后我們將使用modulebox進(jìn)行部署

b-創(chuàng)建模塊工具箱部署模型：

1-打開模塊工具箱軟件，選擇你的工作空間

2-使用新建應(yīng)用程序向?qū)?chuàng)建新項(xiàng)目

3 .選擇CY8CKIT-062S2-AI PSOC作為您的BSP

4-在機(jī)器學(xué)習(xí)部分，只需選擇DEEPCRAFT部署模型運(yùn)動(dòng)，并按您喜歡的重命名項(xiàng)目并按創(chuàng)建

5-創(chuàng)建Modus項(xiàng)目后，打開models文件夾，用DeepCraft Studio生成的文件替換model.c和model.h

你可以將你的自定義代碼添加到main， c文件中，當(dāng)模型成功運(yùn)行時(shí)，在這個(gè)項(xiàng)目中，紅色LED將在異常檢測(cè)時(shí)打開

現(xiàn)在我想只運(yùn)行準(zhǔn)備好的模型來(lái)測(cè)試它的工作，只是構(gòu)建項(xiàng)目并等待完成，沒(méi)有錯(cuò)誤

6-編程您的工具包，并從modstoolbox或putty或Tera Term打開串行控制臺(tái)，您喜歡(波特：115200,8,none, 1)

Ready振動(dòng)模型部署

正如在視頻中注意到的，試劑盒必須與原始訓(xùn)練模型處于相同的方向，如下面的截圖所示，所以這個(gè)模型只在這個(gè)方向上訓(xùn)練;任何其他方向的工具包將給我們一個(gè)異常的振動(dòng)，即使沒(méi)有振動(dòng)。所以我將以不同的方向訓(xùn)練我的模型來(lái)避免這種情況。

4. 第二節(jié)

使用我自己的模型實(shí)現(xiàn)項(xiàng)目的步驟。

a-步驟1：收集和流IMU傳感器數(shù)據(jù)到DeepCraft工作室

1. -配置IMU傳感器(加速度計(jì)和陀螺儀)

?使用PSoC6的SPI接口讀取IMU數(shù)據(jù)。

?樣本振動(dòng)數(shù)據(jù)在100赫茲(根據(jù)機(jī)器振動(dòng)調(diào)整)。

?應(yīng)用FFT(快速傅立葉變換)提取頻域特征。

2 -。流數(shù)據(jù)到DeepCraft工作室

?使用流媒體協(xié)議V2。

3 -。培訓(xùn)標(biāo)簽數(shù)據(jù)

?收集正常和異常的振動(dòng)模式。

?使用時(shí)間戳標(biāo)記故障條件。

?為這個(gè)模型創(chuàng)建的標(biāo)簽是(正常、需要維護(hù)、嚴(yán)重故障)。

b-步驟2：在DeepCraft Studio中構(gòu)建和訓(xùn)練AI模型

1.導(dǎo)入數(shù)據(jù)到DeepCraft工作室

使用流協(xié)議V2流IMU數(shù)據(jù)到DEEPCRAFT STUDIO的圖形UX項(xiàng)目。

創(chuàng)建一個(gè)新的GRAPH UX項(xiàng)目

如果需要，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理(歸一化，噪聲濾波)。

設(shè)置IMU輸入數(shù)據(jù)頻率為100hz，以獲得更好的高速振動(dòng)數(shù)據(jù)采集

添加預(yù)定義的標(biāo)簽(正常、需要維護(hù)、嚴(yán)重故障)

之后，我將開始為不同的情況構(gòu)建我的數(shù)據(jù)集，以確保模型將有一個(gè)好的訓(xùn)練數(shù)據(jù)集

所以對(duì)于normal，我將從不同位置的IMU獲得流數(shù)據(jù)(水平位置-不同垂直位置)

在完成收集數(shù)據(jù)會(huì)話之后，我們將創(chuàng)建我們的分類項(xiàng)目

2-創(chuàng)建空分類項(xiàng)目

3-添加數(shù)據(jù)

在我們分類項(xiàng)目的數(shù)據(jù)部分，我們將使用---- b>添加數(shù)據(jù)按鈕將收集到的振動(dòng)數(shù)據(jù)添加到數(shù)據(jù)的文件夾位置

將數(shù)據(jù)分成訓(xùn)練(70%)、驗(yàn)證(20%)和測(cè)試(10%)。

4. 預(yù)定義的標(biāo)簽

添加預(yù)定義標(biāo)簽(正常-需要維護(hù)，嚴(yán)重故障)

5. 預(yù)處理器

在預(yù)處理器選項(xiàng)卡中創(chuàng)建一個(gè)滑動(dòng)窗口大小=[128*3]。數(shù)據(jù)點(diǎn)數(shù)步幅= 6緩沖乘數(shù)= (1)

-從預(yù)處理器創(chuàng)建軌道(等待完成)

然后構(gòu)建預(yù)處理器。

6. 設(shè)計(jì)AI模型

使用1D CNN或LSTM(適用于時(shí)間序列振動(dòng)數(shù)據(jù))。

示例模型結(jié)構(gòu)：

輸入：6個(gè)功能(3軸加速+ 3軸陀螺)

隱藏層：Conv1D→LSTM→Dense

輸出：二分類(正常/異常)。

7. 訓(xùn)練模型

設(shè)置好模型參數(shù)后，開始新的訓(xùn)練作業(yè)

等待Job完成

然后下載最好的訓(xùn)練模型

C-步驟3：將模型部署到PSoC6 AI工具包

1. 從模型生成C代碼

2. 重復(fù)第1節(jié)中的步驟來(lái)部署我們的模型

3 .整合AI模型

將model.h model.c復(fù)制到modulestoolbox項(xiàng)目中。

在main.c中加載模型

步驟4：測(cè)試和驗(yàn)證系統(tǒng)

1. 臺(tái)架測(cè)試

?用吸塵器或馬達(dá)模擬振動(dòng)。

?驗(yàn)證AI模型是否檢測(cè)到異常。

2.真實(shí)的測(cè)試

?將PSoC6連接到工業(yè)機(jī)器上。

?監(jiān)控

?我的訓(xùn)練模型部署

?預(yù)測(cè)vs.實(shí)際失敗。

3.優(yōu)化

?調(diào)整采樣率。

?微調(diào)AI模型閾值。

4. 預(yù)期的輸出

?PSoC6將持續(xù)監(jiān)測(cè)振動(dòng)。

?如果檢測(cè)到異常模式，它將觸發(fā)警報(bào)(LED/UART消息)。

用戶可以收到早期的維護(hù)預(yù)警。

5. 結(jié)論

本項(xiàng)目演示如何：

?流實(shí)時(shí)IMU數(shù)據(jù)到DeepCraft Studio。

?為預(yù)測(cè)性維護(hù)訓(xùn)練人工智能模型。

?使用ModusToolbox將模型部署到PSoC6上。

?及早發(fā)現(xiàn)機(jī)器故障并提醒用戶。

本文編譯自hackster.io