使用邊緣 AI 延長無線馬達監測的電池續航力

人工智慧 (AI) 是一直備受關注的主題。在其眾多應用中，邊緣端的應用可針對機器人、轉動式機械及其馬達增強狀態監測 (CbM)。在無線回報的支援下，可以分析與機器運作狀況和效能相關的關鍵資料，以進行預測性維護，並依據需求發出警報。在邊緣執行此監測功能可降低功耗和延遲，同時讓可用的無線頻寬達到最佳化利用。

若系統要有效執行此邊緣 AI CbM 功能，就需要一套精心挑選的整合元件，以支援多道感測器輸入，包括加速計、AI 處理器和電源管理。

本文將探討馬達監測的難題。接著會介紹一個執行此功能的實際邊緣 AI 範例，其利用 Analog Devices 的類比、數位和混合訊號 IC 達成此功能。此範例可展示運用無線連線式振動評估套件之完整電池供電式系統的設計、功能和結構。

馬達監測的難題

在機器生命週期的初期就進行目標式預測性維護，可降低生產停機的風險。不僅可提高可靠性、大幅節省成本，更可提升廠區的生產力。

在轉動式機械的眾多參數中，振動是最常見且可監測的寶貴參數。雖然振動不難測量，但要有意義地使用和回報這些資料並不容易，需要資料分析、進階演算法和有效的連線機制。這些工作都必須以最小的功率完成，以便達到最大電池續航力。

為此，Analog Devices 開發了 EV-CBM-VOYAGER4-1Z Voyager4 無線振動評估套件 (圖 1)。此套件是完整的低功率振動監測平台，可讓設計人員快速將無線解決方案部署到機器或測試裝置中。其採用邊緣 AI 演算法來偵測異常的馬達行為，且會觸發呼叫動作，以進行機器診斷和維護。

圖 1：EV-CBM-VOYAGER4-1Z Voyager4 無線振動評估套件能讓設計人員快速將無線邊緣 AI 監測解決方案部署到機器或測試裝置中。(圖片來源：Analog Devices)

Voyager4 的直徑為 46 mm，高度為 77 mm，底座上有一個 M6 螺紋孔可固定螺柱，或用黏性底座固定在馬達外殼上。在結構上採用鋁製底座和壁式外殼製成。使用 ABS 塑膠上蓋來避免天線屏蔽其低功耗藍牙 (BLE) 鏈路。

BLE 和邊緣 AI 微控制器單元 (MCU) 的印刷電路板 (PCB) 會垂直安裝，並將電池連接在支架上。微機電系統 (MEMS) 感測器和電源 PCB 會放置在底座上，靠近受監測的振動源。

感測器在典型的無線馬達監測系統中會以非常低的工作週期運作。會按排定的時間間隔喚醒，測量相關參數，例如溫度和振動，然後將資料回傳給使用者，以便進行分析找出可行的措施。

相較之下，Voyager4 系統可運用邊緣 AI 偵測的優勢來限制高耗電無線電的使用。當感測器喚醒並測量資料時，只有在 MCU 偵測到異常時，才會將資料回傳給使用者。因此能讓電池續航力增加至少 50%。

Voyager4 系統的起點是 ADXL382-2BCCZ-RL7，這是一款 16 位元、8 kHz 的三軸數位 MEMS 加速計 IC (圖 2 左)，可用於擷取振動資料。

圖 2：此為 Voyager4 系統核心的決策路徑。(圖片來源：Analog Devices)

原始振動資料會沿著路徑 (a) 到達 MAX32666GXMBL+，即 BLE 無線電和 Arm® Cortex-M4F® DARWIN MCU。此資料可用於訓練邊緣 AI 演算法。資料接著會透過 BLE 無線電鏈路傳送使用者 (或透過 USB 連接埠傳送)。

在 Voyager4 初次訓練階段後，振動資料就可遵循路徑 (b)，其中的 MAX78000EXG+ MCU 邊緣 AI 演算法將使用此資料來預測機器運行是否故障或正常運作。如果資料正常，就無需使用 MAX32666 無線電，因此可大幅節省電池電力，並讓 Voyager4 感測器遵循路徑 (d) 運作。同時，加速計會返回睡眠模式，一併節省電力。但如果演算法預測到故障或可疑的振動資料，系統就會遵循路徑 (c)，並透過 BLE 向使用者傳送振動異常警報。

額外的 IC 讓設計更完備

完整的 Voyager4 系統具有加速計、AI、電源管理、暫態保護、資料完整性和無線連線 IC (圖 3)。除了 ADXL-832 MEMS 加速計外，也會使用超低功率的 14 位元、100 Hz ADXL367BCCZ-RL7 三軸 MEMS 加速計，在發生重大劇烈振動或衝擊事件時將 BLE 無線電從深度睡眠模式喚醒。此喚醒裝置僅會消耗 180 nA，有助於大幅省電。

圖 3：完整的 Voyager4 系統結合了加速計、AI 和其他處理器、電源管理、暫態保護、資料完整性和無線連線 IC。(圖片來源：Analog Devices)

使用兩個加速計似乎是多餘的，但每個加速計都有其作用。效能較低、超低功率的 ADXL367 可提供持續的監測並啟動喚醒，而較精確的 ADXL832 則提供高精度、高速資料。

在訊號路徑管理方面，ADG1634BCPZ-REEL7 類比開關是一款 4.5 Ω、四電路、2:1 單軸雙切 (SPDT) 的 CMOS 裝置，可用來將 MEMS 的原始振動資料分配路由到 MAX32666 BLE 無線電或 MAX78000 AI MCU，並利用 BLE MCU 來控制開關。

其他幾個週邊也會連接到 MAX32666 BLE MCU，包括用於監測電池電流的 MAX17262REWL+T LiFePO₄／鋰離子電量計 IC。MAX32666 可利用 Future Technology Devices International (FTDI) 的 FT234XD-R USB 對基本序列 UART 介面 IC，透過 BLE 或 USB 將 ADXL382 MEMS 的原始資料串流到主機。

在電氣方面，MAX3207EAUT+T 暫態電壓抑制 (TVS) 二極管陣列僅有 2 pf 的可忽略電容值，能提供 ±15 kV 的人體模型 (HBM) 保護，並有提供氣隙款式。在資料安全性方面，DS28C40ATB/VY+T 安全驗證器可提供一套核心加密工具，這些工具源自於整合式的非對稱 (ECC-P256) 和對稱式 (SHA-256) 安全功能。

進階的電源管理可達到最低耗電

電源管理的詳細資訊可說明，電池續航力如何在 Voyager4 運作的眾多電源階段中受到影響。這種管理的核心基礎是多層次的 MAX20355EWO+ 電源管理積體電路 (PMIC)，這是一款電力線通訊與升降壓轉換器，並採用專有的 ModelGauge 電量計。

此 IC 納入兩個超低靜態電流降壓穩壓器，以及三個超低靜態電流低壓降 (LDO) 線性穩壓器。每個 LDO 和降壓穩壓器的輸出電壓都可單獨啟用和停用，每個輸出電壓值都可透過裝置的 I²C 介面進行編程。BLE 處理器可針對不同的 Voyager4 操作模式啟用或停用個別的 PMIC 電源輸出。MAX38642AELT+T 是一款可調整的單輸出、正電壓降壓穩壓器，可提供高達 350 mA 的電流，因此能提供額外的功率調節。

在運作期間，Voyager4 的功能取決於 BLE 和 AI 運作模式，藉此決定 MAX32666 與 MAX78000 是否要進入活動或非活動模式，這是將整體功耗降至最低的關鍵 (圖 4)。

圖 4：為了將整體功耗降至最低，Voyager4 會依據 BLE 和 AI 操作階段，在活動和非活動狀態之間切換其電源模式功能。(圖片來源：Analog Devices)

例如，在訓練模式下，BLE MCU 必須先廣播其出現在 BLE 網路中，然後與網路管理器連線。Voyager4 接著會透過 BLE 網路串流 ADXL382 MEMS 的原始資料，以便在使用者的 PC 上訓練 AI 演算法。

當評估套件在訓練模式下運作、且 BLE 處於活動狀態、每小時廣播、連線和傳輸資料一次，大約會消耗 0.65 mW 的電力。如果 Voyager4 感測器在 AI 模式下運作，即使感測器每小時活動一次，功耗也可降至 0.3 mW。測試資料指出，若感測器不用傳輸原始 BLE 資料，功耗就可降低最多 50% (圖 5)。

圖 5：若感測器不必傳輸原始 BLE 資料，功耗可降低最多 50%。(圖片來源：Analog Devices)

因為功耗僅有 0.3 mW，使用單一 1500 mAh 電池下的電池續航力可長達兩年，若用兩個 AA 型 2.6 Ah 電池，電池續航力可達七年以上。為了達到最長的使用壽命，應採用預定用於基線工作電流且僅有定期脈衝的 AA 電池類型。在這些條件下，這些電池至少可以運作 5 年，有些更高階的款式，則可供電超過 20 年。

也需要機械模態分析

設計合適的機械外殼需要模態分析，以便瞭解受監測結構的振動特性。此分析可針對設計的固有頻率和常態模式 (相對變形) 提供見解。

模態分析的主要考量在於避免共振，即結構設計的固有頻率與施加的振動負載之固有頻率緊密匹配。若有振動感測器，外殼的固有頻率必須大於由 MEMS 感測器測量之施加振動負載的固有頻率。在 Voyager4 中，X、Y 和 Z 軸上的 3 dB 頻寬為 8 kHz，因此感測器外殼不該在低於 8 kHz 的頻率下有任何明顯的共振。

可使用 ANSYS 和其他模擬工具進行分析，並以適當的外掛程式加以輔助。這些工具有助於探索幾何結構、材料選擇和機械組裝對感測器外殼的頻率響應有何影響。分析會將感測器外殼的質量、硬度和固有頻率彼此相關這一點納入考量。

Voyager4 感測器組件的模擬會在外殼底部和中間部位採用 3003 鋁合金，上蓋則用 ABS-PC 塑膠。模態分析模擬指出，在相關頻率範圍內會出現 14 個模式結果。

有幾種模式一開始值得關注，但在進一步研究後可判斷為沒有問題 (圖 6)。模式 1 (圖 6 左) 遠離底座的感測器 PCB 位置；這個輕微的共振應該不會影響 ADXL382 MEMS 的效能。模式 7 (圖 6 中間) 發生在 Z 軸 (垂直) 上大約 7.25 kHz 處。雖然可對外殼的垂直牆面產生一些明顯的影響，但底座本身並未受到此模式的強烈影響。

此模態模擬指出，任何模式都不會對位於外殼底座上的 ADXL382 感測器 PCB 產生明顯的影響，而相關的 8 kHz (3 dB) 頻寬不應有明顯的機械共振。

圖 6：機械模態分析指出，兩個認定可能要關注的機械共振並不會構成問題 (模式 1 (左)、模式 7 (中))；這些結果經過 Voyager4 以振動台測試確認 (右)。(圖片來源：Analog Devices)

模擬結果會透過 Voyager4 感測器放在模式振動台上，以固定的 0.25 峰值 (g) 輸入振動以及 0 至 8 kHz 的頻率掃描進行驗證。觀察到的 Voyager4 感測器頻率響應在 ±1.5 dB 以內，最高 8 kHz (圖 6 右)。

結論

AI 可以提供實質的優點，例如用在機器人、轉動式機械及其馬達的 CbM 時可延長電池續航力。若系統要有效執行這種邊緣 AI CbM 功能，就需要一套精心挑選且整合的元件。Analog Devices 的 MCU 具有嵌入式 AI 硬體加速器，由具有無線連線的 EV-CBM-VOYAGER4-1Z 評估套件提供支援，可快速開發 CbM 邊緣 AI 解決方案。

相關內容

1. 未來工廠：利用人工智慧設計邊緣感測器 — 第一篇
2. 未來工廠：利用具有人工智慧的感測器在邊緣進行決策 — 第二篇
3. 如何使用模態分析設計良好的振動感測器外殼