工業(yè)設備市場的許多企業(yè)都希望采用人工智能和機器學習技術(shù)幫助他們最大程度減少意外的服務中斷，防止其產(chǎn)品、產(chǎn)線和服務受到影響。這種想法的緣由顯而易見：減少意外停機時間能夠提升運營效率，實現(xiàn)效益最大化。市場分析公司Aberdeen在2016年發(fā)布的一份研究報告表明，企業(yè)停擺一小時的平均成本高達26萬美元1。OEM可以通過為工業(yè)系統(tǒng)增加測量和分析性能數(shù)據(jù)的智能功能，幫助客戶實施預測性維護（PDM）系統(tǒng)，從而識別和更換故障的系統(tǒng)組件（例如工業(yè)機器人中使用的電機），以免它們出現(xiàn)故障而中斷生產(chǎn)。

　　為了幫助工業(yè)設備OEM廠商在其產(chǎn)品中實現(xiàn)PDM功能，萊迪思半導體開發(fā)了用于工業(yè)自動化系統(tǒng)的萊迪思AutomateTM解決方案集合。萊迪思提供各類低功耗FPGA，作為一種可重新編程的芯片，它可執(zhí)行數(shù)據(jù)處理或協(xié)處理功能，構(gòu)建用于PDM應用的AI/ML推理模型。為簡化和加快基于萊迪思FPGA的PDM系統(tǒng)的開發(fā)，Automate包括了軟件工具、工業(yè)IP核、模塊化硬件開發(fā)板、軟件可編程的參考設計和演示，輕松設計具有PDM功能、可擴展的多通道電機控制應用。圖1展示了基于萊迪思Automate 解決方案集合設計的具有預測性維護功能的電機控制系統(tǒng)。

　　圖1. 基于萊迪思Automate 解決方案集合設計的具有預測性維護功能的電機控制系統(tǒng)，可用于工業(yè)自動化應用

　　Automate包括了一個PDM多通道電機控制參考設計，采用了業(yè)界常見的電機電流信號分析（MCSA）技術(shù)。在萊迪思的解決方案中，克拉克變換將來自三相電機的電流轉(zhuǎn)換為兩個信號。轉(zhuǎn)換后的電流變成α電流和β電流。對于正常運行的健康電機來說，α電流和β電流相隔90度。在 x-y坐標系平面中，點的軌跡構(gòu)成一個圓。在下文中，我們將展示電流或負載不平衡引起的各種軌跡圓的變形。

　　本文使用了在FPGA的RTL中實現(xiàn)的無傳感器空間矢量脈寬調(diào)制（SV_PWM）技術(shù)來驅(qū)動一個三相無刷直流（BLDC）電機。SV_PWM控制信號驅(qū)動Trenz TEP0002電機驅(qū)動板，該開發(fā)板實現(xiàn)了霍爾電流傳感器，并連接電機以檢測電機繞組電流。板載ADC將霍爾電流傳感器的輸出數(shù)字化，因此該參考設計可以讀取和控制用于電機控制和PDM的 ADC。電流以每秒0.8 MS/s的速率進行采樣。

　　使用克拉克變換（方程 1）將三相（A、B和C）電流（圖 2）轉(zhuǎn)化為α電流和β電流，如圖3所示。

　　圖2. 三相電機電流（IA、IB和IC）

　　方程1.a    方程1.b

　　圖3. 克拉克變換的輸出Iα and Iβ

　　觀察Iα和Iβ可以發(fā)現(xiàn)它們類似于cos和sin函數(shù)。事實上，當它們在x-y坐標平面上繪制函數(shù)圖像時，結(jié)果就是一個圓（圖 4）。

　　圖4. Iα和Iβ的X-Y平面圖像

　　該參考設計可以對固定的軸旋轉(zhuǎn)次數(shù)采集電機繞組電流快照（默認為50轉(zhuǎn)的快照）或用戶選擇更長時間段內(nèi)的繞組電流快照。在應用克拉克變換之前，電機電流的信號處理包括峰值檢測和歸一化以及移動平均濾波器。這種自適應的功能適用于各類電機和各種功耗級別的PDM。

　　萊迪思Automate解決方案集合的PDM解決方案包括了一種專有算法，該算法將圓的數(shù)據(jù)（如圖6所示）折疊為一個具有更高特征集中度的較小的數(shù)據(jù)集，之后才使用PDM AI引擎對其進行處理。PDM AI引擎已經(jīng)使用包括正常的和不正常的電機數(shù)據(jù)在內(nèi)的10000多個模型進行了訓練。

　　不正常的電機數(shù)據(jù)類型1--繞組電流較高

　　該類數(shù)據(jù)集代表了由于電機繞組過熱或燒毀造成的早期電機故障。通常情況下，由于制造公差或電機驅(qū)動器故障，一個繞組會先于其他兩個繞組發(fā)生故障。將電阻分別與兩個“正常的”繞組串聯(lián)，可以很好地模擬這種故障模式。圖5顯示了模擬繞組A中“短路”的情況。圖6展示了這種情況下產(chǎn)生的折疊圖像和原始圖像。該圓已變形為長軸在x軸上的橢圓。表1總結(jié)了三個電機繞組高電流導致的變形。

　　圖5. 電機繞組A的高電流

　　圖6. 繞組A電流較高情況下電機的PDM圖像（Bad_Robot_D.jpg）

　　表1. 電機繞組短路時的PDM圖像總結(jié)

　　不正常的電機數(shù)據(jù)類型2--繞組電流較低

　　有幾種情況會導致單個繞組電流過低。例如，大功率電機中的連接部分可能會被腐蝕或有松動，從而導致在電流到達電機繞組之前I-R電壓下降。此外，其中兩個繞組可能會先于第三個繞組出現(xiàn)故障，或者電機驅(qū)動在其中一相變?nèi)酢Ｍ瑯樱覀兛梢詫⒁粋€電阻與“不正常的”電機繞組串聯(lián)來模擬這種故障，如圖7所示。圖8表明圓發(fā)生變形，變?yōu)殚L軸在135度的橢圓。表2總結(jié)了三個電機繞組低電流導致的變形。

　　圖7. 電機繞組B阻抗增大

　　圖8. 繞組B電流較低情況下電機的PDM圖像（Bad_Robot_B.jpg）

　　表2. 電機繞組低電流下的PDM圖像總結(jié)

　　不正常的電機數(shù)據(jù)類型3--負載不平衡

　　第三類故障同樣使用MCSA來檢測電機上機械負載的不平衡。出現(xiàn)負載不平衡時，轉(zhuǎn)動慣量不均勻并圍繞轉(zhuǎn)子軸擺動（類似于陀螺在倒地前的擺動）。當轉(zhuǎn)動慣量繞電機軸擺動時，繞組或多或少地會消耗更多與擺動同步而非與電機轉(zhuǎn)速同步的電流。為了模擬這種情況，可以將一個不平衡的慣性輪固定在電機軸上，并在電機達到運行速度后采集數(shù)據(jù)。圖9顯示了負載不平衡的電機的PDM圖像。電源管理有問題也可能導致相同類型的圖像。

　　圖9. 安裝了不平衡的慣性輪的電機PDM圖像

　　正常的電機數(shù)據(jù)--負載平衡電流平衡

　　那么正常電機的運行特征是如何呢？圖10展示了未連接任何電阻而是一個平衡的慣性輪的電機的PDM圖像。在60°、170°和290°（大約相隔120°）方向與完美的圓有一些細微的偏差。這是SV_PWM從一相轉(zhuǎn)換到下一相重疊的結(jié)果。

　　圖10. 電流和負載都平衡時的電機PDM圖像

　　結(jié)論

　　用于工業(yè)電機控制系統(tǒng)的預測性維護功能通過最大程度減少意外故障導致的系統(tǒng)停擺，極大降低了運營成本。萊迪思Automate 解決方案集合擁有快速輕松實現(xiàn)PDM所需的硬件和軟件工具，并使用行業(yè)標準的MCSA解決方案，為許多工業(yè)應用（包括機器人）中常用的BLDC電機保駕護航。