STMicroelectronics Membawa Kecerdasan Berpandukan AI ke Sistem Kawalan Motor

AI secara senyap mengubah cara motor berfungsi di lapangan

STMicroelectronics telah mengembangkan portfolio pergerakan industri mereka dengan FP-IND-MCAI1, satu pakej perisian kawalan motor yang dipertingkatkan dengan AI yang dibina untuk platform pemanduan BLDC. Pelepasan ini menyasarkan jurutera yang bekerja dengan sistem servo kompak dan motor voltan rendah yang memerlukan prestasi adaptif dan bukannya penyetelan statik.

Berbeza dengan firmware pemanduan tradisional, pakej ini mengintegrasikan ciri pembelajaran mesin secara langsung ke dalam gelung kawalan. Ia bukan sahaja melaksanakan arahan pergerakan tetapi juga mentafsir keadaan operasi secara masa nyata.

Peralihan ini menandakan perubahan yang lebih luas dalam kawalan pergerakan, di mana kecerdasan terbenam mula menggantikan amalan penyetelan manual dalam sistem servo dan robotik industri ringan.

Platform EVLSPIN32G4-ACT menunjukkan bagaimana tumpukan kawalan sedia AI boleh beroperasi dalam seni bina perkakasan pemanduan BLDC yang kompak.

Apabila gelung kawalan mula belajar dari mesin itu sendiri

Dari penyetelan PID ke kecerdasan adaptif

Sistem servo tradisional bergantung pada parameter PID yang disetel secara manual. Jurutera melaraskan keuntungan berdasarkan pengalaman dan hasil komisioning. FP-IND-MCAI1 mengubah aliran kerja ini dengan menggunakan tingkah laku motor sejarah sebagai rujukan penyetelan.

Perisian ini memerhati tindak balas tork, variasi beban, dan kestabilan pergerakan. Ia kemudian melaraskan tingkah laku kawalan untuk meningkatkan kecekapan dan mengurangkan tekanan mekanikal dari masa ke masa.

Getaran menjadi isyarat digital, bukan sekadar bunyi

Satu keupayaan utama datang dari integrasi pengesanan getaran pilihan. Sistem mengklasifikasikan keadaan operasi kepada normal, getaran tinggi, atau keadaan tidak stabil menggunakan model ML terbenam.

Isyarat arus dan input sensor memberi makan model secara berterusan. Ini membolehkan pengesanan awal corak kemerosotan yang biasanya tidak kelihatan dalam diagnostik pemanduan konvensional.

Pengelasan keadaan motor membolehkan pengendali mengenal pasti tingkah laku luar biasa sebelum ia berkembang menjadi kegagalan mekanikal.

Di mana pemanduan berasaskan AI sesuai dalam sistem industri sebenar

Tumpukan perisian ini menyasarkan aplikasi di mana konsistensi pergerakan memberi kesan langsung kepada produktiviti. Robotik, sel automasi kompak, dan sistem pemasangan tepat adalah penerima manfaat utama.

Dalam mesin pick-and-place, walaupun peningkatan kecekapan kecil mengurangkan masa kitaran dalam ribuan ulangan. Penyetelan adaptif membantu mengekalkan profil pergerakan yang konsisten apabila kehausan mekanikal berlaku.

Ekosistem kawalan motor STM32 dan NanoEdge AI Studio meluaskan keupayaan ini ke dalam aliran kerja pembangun. Jurutera boleh memperhalusi model dan mengintegrasikannya ke dalam logik kawalan tersuai tanpa membina semula keseluruhan seni bina sistem.

Industri bergerak dari kawalan ke ramalan tingkah laku

Kawalan motor dibantu AI bukan untuk menggantikan logik servo. Ia adalah untuk menambah lapisan maklum balas yang memahami kemerosotan, variasi beban, dan corak tekanan persekitaran.

Pendekatan ini selari dengan trend industri yang lebih luas yang dilihat dalam penyelenggaraan berasaskan keadaan dan analitik tepi. Daripada bertindak balas kepada kesilapan, sistem mula menjangka mereka.

Apabila vendor semikonduktor mengintegrasikan kecerdasan lebih dekat ke peringkat pemanduan, sempadan antara sistem kawalan dan enjin analitik terus kabur.

Peralihan teknikal yang akan mengubah falsafah reka bentuk pergerakan

FP-IND-MCAI1 mencerminkan arah yang jelas dalam reka bentuk automasi industri. Jurutera kawalan tidak lagi hanya menyetel tingkah laku pergerakan. Mereka kini membentuk sistem adaptif yang berkembang semasa operasi.

Ini mungkin mempengaruhi seni bina servo generasi akan datang, terutamanya dalam robotik kompak dan sistem pergerakan teragih di mana kecerdasan terbina dalam mengurangkan kebergantungan pada pengawal pusat.

Impak jangka panjang adalah struktur. Sistem pergerakan akan semakin berfungsi seperti komponen pembelajaran dan bukannya peranti fungsi tetap.

*Daniel Mercer, Wartawan Sistem Industri dengan 14 tahun pengalaman dalam sistem servo, platform kawalan tepi, dan seni bina automasi merentasi projek Siemens, Schneider Electric, dan Beckhoff Automation.*