通過邊緣學(xué)習(xí)對產(chǎn)生振動(dòng)的機(jī)器進(jìn)行異常行為檢測。

工業(yè)類家電NanoEdge AI Studio預(yù)測性維護(hù)加速度計(jì)

預(yù)測性維護(hù)是一種維護(hù)策略，利用機(jī)器學(xué)習(xí)來預(yù)測設(shè)備何時(shí)可能發(fā)生故障。

水泵等工業(yè)設(shè)備在運(yùn)行過程中會產(chǎn)生不同的信號。 在這些設(shè)備上安裝傳感器來采集相關(guān)數(shù)據(jù)，就可以通過機(jī)器學(xué)習(xí)來識別出正常和異常的行為模式。 這種預(yù)測方法旨在程度地縮短停機(jī)時(shí)間，提高效率，延長設(shè)備使用壽命。

我們針對水泵應(yīng)用了以下方法：采集水泵的振動(dòng)數(shù)據(jù)并加以分析，然后利用機(jī)器學(xué)習(xí)模型檢測異常。 該方法經(jīng)過調(diào)整，可輕松適用于很多其他工業(yè)機(jī)器。

方法

項(xiàng)目目標(biāo)：

• 利用泵的振動(dòng)來檢測裝有該泵的液壓回路中的異常情況。

• 說明設(shè)計(jì)的模型可以用在不同的集成回路中，并且由于采用邊緣AI學(xué)習(xí)技術(shù)，在其他回路中依然能夠檢測出異常。

在該項(xiàng)目中，我們使用第一個(gè)回路，通過加速度計(jì)來記錄泵的振動(dòng)數(shù)據(jù)。 我們收集了正常和異常信號，這些信號是通過關(guān)閉分流水閥而產(chǎn)生的。

然后，我們使用NanoEdge AI Studio創(chuàng)建了一個(gè)異常檢測模型。 該軟件工具根據(jù)我們的學(xué)習(xí)數(shù)據(jù)生成了模型。

創(chuàng)建的模型載入Proteus板，并連接到第一個(gè)回路。 該原型可用來實(shí)時(shí)檢測正常和異常數(shù)據(jù)。

然后，我們將包含該模型的Proteus板移到第二個(gè)回路中。 通過邊緣學(xué)習(xí)，我們使用新電路的信號在數(shù)秒內(nèi)對同一模型進(jìn)行重新訓(xùn)練。 雖然該模型最初是針對第一個(gè)回路進(jìn)行的優(yōu)化，但在新回路中依然表現(xiàn)良好。

傳感器

加速度計(jì)（三軸）

齒輪特性研究 

多場耦合模擬實(shí)驗(yàn)運(yùn)算平臺  

異常環(huán)境下設(shè)備狀態(tài)研究  

高速列車傳動(dòng)模擬實(shí)驗(yàn)臺 

齒輪箱阻尼特性研究 

船槳推進(jìn)器振動(dòng)耦合實(shí)驗(yàn)臺 

轉(zhuǎn)子外部激勵(lì)轉(zhuǎn)子動(dòng)力學(xué)研究 

齒輪箱故障機(jī)理齒輪特性研究 

齒輪模塊之間位置可調(diào) 

雙跨彈性支撐滑動(dòng)軸承實(shí)驗(yàn)臺 

轉(zhuǎn)子動(dòng)力學(xué)研究 

電機(jī)對托故障模擬實(shí)驗(yàn)臺     

電機(jī)故障機(jī)理電機(jī)特性電機(jī)傳動(dòng)研究 

軸承壽命預(yù)測機(jī)理研究模擬實(shí)驗(yàn)臺  

壽命周期研究高載荷 

多跨船舶尾軸傳動(dòng)故障模擬實(shí)驗(yàn)臺 

轉(zhuǎn)子齒輪箱故障機(jī)理研究 

雙跨雙轉(zhuǎn)子教學(xué)實(shí)驗(yàn)臺  

滑動(dòng)軸承故障機(jī)理研究  

多點(diǎn)位激振平臺