شرکت STMicroelectronics هوش مبتنی بر هوش مصنوعی را به سیستمهای کنترل موتور میآورد
شرکت STMicroelectronics نرمافزار کنترل موتور FP-IND-MCAI1 را معرفی کرد که مجهز به هوش مصنوعی برای سیستمهای BLDC است. این نرمافزار تنظیم درایو، تشخیص لرزش و پیشبینی عمر مفید را بهبود میبخشد و پ...
هوش مصنوعی بهطور آرام نحوه عملکرد درایوهای موتور در میدان را بازتعریف میکند
شرکت STMicroelectronics مجموعه حرکت صنعتی خود را با بسته نرمافزاری کنترل موتور تقویتشده با هوش مصنوعی FP-IND-MCAI1 برای پلتفرمهای درایو BLDC گسترش داده است. این محصول برای مهندسانی طراحی شده که با سیستمهای سروو جمعوجور و موتورهای کمولتاژ کار میکنند و به عملکرد تطبیقی به جای تنظیمات ثابت نیاز دارند.
برخلاف فریمور درایوهای سنتی، این بسته ویژگیهای یادگیری ماشین را مستقیماً در حلقه کنترل ادغام میکند. این نرمافزار نه تنها دستورات حرکت را اجرا میکند بلکه شرایط عملیاتی را بهصورت زمان واقعی تفسیر میکند.
این تغییر نشاندهنده گذار گستردهتری در کنترل حرکت است، جایی که هوش تعبیهشده شروع به جایگزینی روشهای تنظیم دستی در سیستمهای سروو و رباتیک صنعتی سبک میکند.
پلتفرم EVLSPIN32G4-ACT نشان میدهد چگونه پشتههای کنترل آماده هوش مصنوعی میتوانند در معماری سختافزاری جمعوجور درایو BLDC عمل کنند.
وقتی حلقههای کنترل شروع به یادگیری از خود ماشین میکنند
از تنظیم PID به هوش تطبیقی
سیستمهای سروو سنتی بر پارامترهای PID تنظیمشده دستی تکیه دارند. مهندسان بر اساس تجربه و نتایج راهاندازی، بهرهها را تنظیم میکنند. FP-IND-MCAI1 این روند کاری را با استفاده از رفتار تاریخی موتور بهعنوان مرجع تنظیم تغییر میدهد.
این نرمافزار پاسخ گشتاور، تغییر بار و پایداری حرکت را مشاهده میکند و سپس رفتار کنترل را برای بهبود کارایی و کاهش تنش مکانیکی در طول زمان تنظیم میکند.
لرزش به سیگنال دیجیتال تبدیل میشود، نه فقط نویز
یکی از قابلیتهای کلیدی از ادغام اختیاری حسگر لرزش ناشی میشود. سیستم با استفاده از مدل یادگیری ماشین تعبیهشده، وضعیتهای عملیاتی را به حالتهای عادی، لرزش بالا یا شرایط ناپایدار طبقهبندی میکند.
سیگنالهای جریان و ورودیهای حسگر بهطور مداوم به مدل تغذیه میشوند. این امکان تشخیص زودهنگام الگوهای تخریب را فراهم میکند که معمولاً در تشخیصهای درایو سنتی قابل مشاهده نیستند.
طبقهبندی وضعیت موتور به اپراتورها امکان میدهد رفتار غیرعادی را پیش از تبدیل شدن به خرابی مکانیکی شناسایی کنند.
درایوهای مجهز به هوش مصنوعی در کجا در سیستمهای صنعتی واقعی جای میگیرند
این پشته نرمافزاری برای کاربردهایی طراحی شده که ثبات حرکت مستقیماً بر بهرهوری تأثیر میگذارد. رباتیک، سلولهای اتوماسیون جمعوجور و سیستمهای مونتاژ دقیق از اصلیترین بهرهبرداران هستند.
در ماشینهای جابجایی و قراردهی، حتی افزایشهای کوچک در کارایی زمان چرخه را در هزاران تکرار کاهش میدهد. تنظیم تطبیقی به حفظ پروفایلهای حرکت یکنواخت در طول فرسودگی مکانیکی کمک میکند.
اکوسیستم کنترل موتور STM32 و NanoEdge AI Studio این قابلیت را به جریانهای کاری توسعهدهندگان گسترش میدهند. مهندسان میتوانند مدلها را بهبود داده و آنها را بدون بازسازی کل معماری سیستم در منطق کنترل سفارشی ادغام کنند.
صنعت از کنترل به پیشبینی رفتار حرکت میکند
کنترل موتور با کمک هوش مصنوعی به معنای جایگزینی منطق سروو نیست. بلکه افزودن لایه بازخوردی است که تخریب، تغییر بار و الگوهای فشار محیطی را درک میکند.
این رویکرد با روندهای گستردهتر صنعتی مانند نگهداری مبتنی بر وضعیت و تحلیل لبه همسو است. به جای واکنش به خطاها، سیستمها شروع به پیشبینی آنها میکنند.
با ادغام هوش نزدیکتر به مرحله درایو توسط فروشندگان نیمههادی، مرز بین سیستم کنترل و موتور تحلیل به تدریج محو میشود.
تغییری فنی که فلسفه طراحی حرکت را بازتعریف خواهد کرد
FP-IND-MCAI1 جهتگیری روشنی در طراحی اتوماسیون صنعتی را نشان میدهد. مهندسان کنترل دیگر فقط رفتار حرکت را تنظیم نمیکنند، بلکه سیستمهای تطبیقی را شکل میدهند که در حین عملیات تکامل مییابند.
این احتمالاً بر معماریهای نسل بعدی سروو تأثیر خواهد گذاشت، بهویژه در رباتیک جمعوجور و سیستمهای حرکت توزیعشده که هوش تعبیهشده وابستگی به کنترلرهای مرکزی را کاهش میدهد.
تأثیر بلندمدت ساختاری است. سیستمهای حرکت بهطور فزایندهای مانند اجزای یادگیرنده رفتار خواهند کرد نه دستگاههای با عملکرد ثابت.
*دنیل مرسر، گزارشگر سیستمهای صنعتی با ۱۴ سال تجربه در سیستمهای سروو، پلتفرمهای کنترل لبه و معماریهای اتوماسیون در پروژههای Siemens، Schneider Electric و Beckhoff Automation.*