Прототип системы диагностирования отказов электрического двигателя

Прототип системы для анализа состояния электрического двигателя

ПРОФИЛЬ КЛИЕНТА

Компания Toradex – это швейцарский производитель решений для встроенных вычислительных систем, в частности – систем на модуле на базе ARM и одноплатных компьютеров. Офисы компании расположены в США, Вьетнаме, Китае, Индии, Японии и Бразилии.

Проблема

Работа и производительность промышленного оборудования напрямую зависят от эксплуатационных характеристик двигателя. Поэтому решение, которое позволяет инженерам по техническому обслуживанию постоянно отслеживать состояние производственных мощностей и получать актуальную информацию об отклонениях от нормы, помогает предотвратить выход из строя. Компания SaM Solutions поставила перед собой задачу создать систему диагностирования отказов, которая оценивает рабочие характеристики двигателя, определяет его состояние и оповещает об отклонениях от нормы.

Решение

Специалисты SaM Solutions создали прототип системы, прогностические способности которой основываются на частоте и силе колебаний двигателя, поскольку аномальная вибрация свидетельствует о том, что он, предположительно, вышел из строя. В качестве аппаратной платформы для прототипа был использован компьютер-на-модуле i.MX6-ULL, произведенный компанией Toradex, поскольку это устройство обладает всеми характеристиками, необходимыми для диагностирования неисправностей.

Аномальное поведение мотора выявляется при помощи методов искусственного интеллекта, а аналитическая обработка данных основывается на предварительно обученной модели. Наши специалисты собрали данные, которые характеризуют различные состояния двигателя, а затем применили алгоритмы на базе TensorFlow/Keras, чтобы обучить модель. Чтобы обеспечить адаптивность модели, система работает с двумя облачными решениями: она была обучена на Azure, а развернута при помощи AWS Greengrass.

Процесс анализа состояния двигателя включает следующие шаги:

• Система непрерывно собирает рабочие параметры двигателя при помощи данных с MPU-6050 и передает их на алгоритм на базе AWS Lambda, написанный на языке программирования Python.
• Данные обрабатываются так, чтобы модель могла их воспринять как входные характеристики. Затем, при помощи алгоритмов машинного обучения система определяет состояние мотора на основании Amazon Greengrass и Amazon Lambda. Система определяет три вида состояний: двигатель остановлен; двигатель включен и работает в штатном режиме; сбои в работе двигателя - недонапряжение, перенапряжение или поломка.
• Плата формирует отчет о состоянии двигателя и предоставляет его при помощи веб-интерфейса или протоколов передачи данных.

Технологии

Успех

Специалисты компании SaM Solutions создали эффективный прототип системы диагностирования отказов, который определяет состояние двигателя с вероятностью вплоть до 99%. Благодаря этой системе компании смогут избежать затрат, связанных с простоями оборудования, а также повысить его производительность.