Analog Devices собрала в один комплект всё, что нужно для разработки систем контроля состояния машин по вибрации — от датчика на механическом креплении до готовых примеров выгрузки данных в среды машинного обучения. Платформа называется CN0549 и адресована инженерам любого профиля, а не только специалистам по вибродиагностике.
CN0549 — это законченная платформа разработки для задач condition-based monitoring (CbM), то есть обслуживания оборудования по фактическому состоянию. Её задача — ускорить создание аппаратной части, программного обеспечения и алгоритмов мониторинга, не заставляя разработчика собирать измерительный тракт с нуля.
Ключевая идея — механически корректная установка датчика и широкополосный, достоверный сбор данных с него. В связке это даёт вибрационные данные, которым можно доверять при обучении алгоритмов: если тракт вносит искажения уже на этапе крепления датчика или оцифровки, любая последующая аналитика работает с мусором. По замыслу Analog Devices платформа заметно снижает стоимость и риски разработки CbM-решений.
Аппаратная часть
Комплект референс-дизайна включает следующие узлы:
Широкополосный MEMS-датчик вибрации с рабочим диапазоном от постоянного тока до 10 кГц, совместимый с существующими интерфейсами пьезоэлектрических датчиков стандарта IEPE.
Интерфейс IEPE для широкополосного MEMS-акселерометра — именно он обеспечивает совместимость нового датчика с уже развёрнутой измерительной инфраструктурой.
Охарактеризованный монтажный куб — механически оптимизированный крепёжный блок для плат MEMS-акселерометров. Его параметры измерены, поэтому известна механическая передаточная функция датчика во всей рабочей полосе.
Референс-дизайн 24-битной системы сбора данных для IEPE-датчиков: широкая полоса и высокая достоверность оцифровки.
Встраиваемый шлюз с открытым программным обеспечением промышленного уровня для обработки данных.
Отладочные платы на ПЛИС, доступные через дистрибьюторов.
Программная часть и машинное обучение
Программные интерфейсы платформы открытые, и это главное, что упрощает жизнь разработчику алгоритмов: подключение встраиваемой системы к привычным инструментам анализа данных вроде MATLAB и Python не требует написания собственного транспортного слоя.
Вибрационные данные можно передавать потоком прямо в популярные среды машинного обучения — MATLAB, TensorFlow и другие инструменты на базе Python. Для этого предусмотрены пошаговые примеры. Обработка вибрации идёт в реальном времени, что и позволяет вести разработку алгоритмов предиктивного обслуживания на живых данных, а не на заранее записанных наборах.
