STMicroelectronics mang trí tuệ nhân tạo vào các hệ thống điều khiển động cơ

AI đang âm thầm định hình lại cách bộ truyền động động cơ hoạt động ngoài thực tế

STMicroelectronics đã mở rộng danh mục giải pháp chuyển động công nghiệp với FP-IND-MCAI1, một gói phần mềm điều khiển động cơ được tăng cường bằng AI, dành cho các nền tảng truyền động BLDC. Sản phẩm này hướng đến các kỹ sư làm việc với hệ thống servo nhỏ gọn và động cơ điện áp thấp, vốn đòi hỏi hiệu suất thích ứng thay vì việc tinh chỉnh cố định.

Không giống firmware truyền động truyền thống, gói phần mềm này tích hợp trực tiếp các tính năng học máy vào vòng điều khiển. Phần mềm không chỉ thực thi các lệnh chuyển động mà còn diễn giải các điều kiện vận hành theo thời gian thực.

Sự chuyển dịch này cho thấy một xu hướng rộng hơn trong lĩnh vực điều khiển chuyển động, khi trí tuệ tích hợp bắt đầu thay thế các phương pháp tinh chỉnh thủ công trên các hệ thống servo và robot công nghiệp nhẹ.

Nền tảng EVLSPIN32G4-ACT cho thấy các ngăn xếp điều khiển sẵn sàng cho AI có thể hoạt động trong các kiến trúc phần cứng truyền động BLDC nhỏ gọn.

Khi các vòng điều khiển bắt đầu học từ chính cỗ máy

Từ tinh chỉnh PID đến trí tuệ thích ứng

Các hệ thống servo truyền thống dựa vào các tham số PID được tinh chỉnh thủ công. Kỹ sư điều chỉnh độ lợi dựa trên kinh nghiệm và kết quả chạy thử. FP-IND-MCAI1 thay đổi quy trình này bằng cách sử dụng hành vi trong quá khứ của động cơ làm cơ sở tinh chỉnh.

Phần mềm theo dõi đáp ứng mô-men xoắn, biến thiên tải và độ ổn định chuyển động. Sau đó, phần mềm điều chỉnh hành vi điều khiển để nâng cao hiệu suất và giảm ứng suất cơ học theo thời gian.

Rung động trở thành tín hiệu số, không chỉ là nhiễu

Một khả năng quan trọng đến từ việc tích hợp cảm biến rung động tùy chọn. Hệ thống phân loại các trạng thái vận hành thành bình thường, rung động cao hoặc không ổn định bằng mô hình ML tích hợp.

Các tín hiệu dòng điện và đầu vào cảm biến liên tục truyền dữ liệu cho mô hình. Nhờ đó, hệ thống có thể phát hiện sớm các dạng suy giảm mà thông thường vẫn không thể nhận biết trong hoạt động chẩn đoán truyền động truyền thống.

Việc phân loại tình trạng động cơ giúp người vận hành nhận diện hành vi bất thường trước khi phát triển thành hỏng hóc cơ khí.

Vị trí của các bộ truyền động tích hợp AI trong hệ thống công nghiệp thực tế

Ngăn xếp phần mềm này hướng đến các ứng dụng trong đó tính nhất quán của chuyển động ảnh hưởng trực tiếp đến năng suất. Robot, các cụm tự động hóa nhỏ gọn và hệ thống lắp ráp chính xác là những đối tượng hưởng lợi chính.

Trong các máy gắp và đặt, ngay cả những mức cải thiện hiệu suất nhỏ cũng giúp giảm thời gian chu kỳ qua hàng nghìn lần lặp. Tinh chỉnh thích ứng giúp duy trì biên dạng chuyển động nhất quán khi hao mòn cơ khí diễn tiến.

Hệ sinh thái điều khiển động cơ STM32 và NanoEdge AI Studio mở rộng khả năng này vào quy trình phát triển. Kỹ sư có thể tinh chỉnh mô hình và tích hợp chúng vào logic điều khiển tùy chỉnh mà không cần xây dựng lại toàn bộ kiến trúc hệ thống.

Ngành công nghiệp đang chuyển từ điều khiển sang dự đoán hành vi

Điều khiển động cơ có sự hỗ trợ của AI không nhằm thay thế logic servo. Mục tiêu là bổ sung một lớp phản hồi có khả năng hiểu tình trạng suy giảm, biến thiên tải và các dạng ứng suất môi trường.

Cách tiếp cận này phù hợp với các xu hướng công nghiệp rộng hơn trong bảo trì dựa trên tình trạng và phân tích biên. Thay vì phản ứng trước sự cố, các hệ thống bắt đầu dự đoán sự cố.

Khi các nhà cung cấp chất bán dẫn tích hợp trí tuệ đến gần hơn với tầng truyền động, ranh giới giữa hệ thống điều khiển và công cụ phân tích ngày càng trở nên mờ nhạt.

Một thay đổi kỹ thuật sẽ định hình lại triết lý thiết kế chuyển động

FP-IND-MCAI1 phản ánh một định hướng rõ ràng trong thiết kế tự động hóa công nghiệp. Các kỹ sư điều khiển không còn chỉ tinh chỉnh hành vi chuyển động. Giờ đây, họ đang xây dựng các hệ thống thích ứng có thể phát triển trong quá trình vận hành.

Điều này có khả năng ảnh hưởng đến các kiến trúc servo thế hệ tiếp theo, đặc biệt trong robot nhỏ gọn và hệ thống chuyển động phân tán, nơi trí tuệ tích hợp giúp giảm sự phụ thuộc vào các bộ điều khiển trung tâm.

Tác động dài hạn mang tính cấu trúc. Các hệ thống chuyển động sẽ ngày càng hoạt động như những thành phần có khả năng học hỏi thay vì các thiết bị chỉ thực hiện chức năng cố định.

*Daniel Mercer, phóng viên hệ thống công nghiệp với 14 năm kinh nghiệm trong các hệ thống servo, nền tảng điều khiển biên và kiến trúc tự động hóa qua các dự án của Siemens, Schneider Electric và Beckhoff Automation.*