Condition Monitoring ist ein Schlüsselelement des Konzepts der vorbeugenden Instandhaltung für Industrieanlagen. Wenn es um die Gestaltung von Condition-Monitoring-Systemen geht, müssen viele verschiedene Anforderungen berücksichtigt werden.
Das Anforderungsprofil des Systems muss aus der Hardware- und Software-Perspektive betrachtet werden. Wobei der Bedarf an unterschiedlichen Integrationsniveaus zwischen allen Bereichen zu berücksichtigen ist. Security und Datenfluss sind Schlüsselelemente. Da sie heute den Entscheidungsprozess und die Wahl der drahtgebundenen oder drahtlosen Konnektivität der verwendeten Protokolle bestimmen. Zudem definieren sie, ob und wie eine Datenverschlüsselung implementiert werden und wo die erste Inferenz stattfinden soll. Auf der Hardwareebene muss jede Condition-Monitoring-Lösung kompakt, robust und im Betrieb transparent sein. Die Verwendung der am besten geeigneten Sensoren zur Messung von Temperatur- oder Vibrationsmerkmalen, die effektivste Möglichkeit zur Implementierung von Condition-Monitoring.
MEMS-Sensoren ermöglichen kompaktes Condition Monitoring
In den letzten Jahren wurden wichtige Meilensteine bei der Reduzierung der Kosten für Condition-Monitoring-Sensoren erreicht. Beispielsweise sind piezoelektrische Sensoren weitgehend durch mikroelektromechanische Systeme (MEMS) ersetzt worden. Diese Sensoren sind kleiner und robuster, aber auch höher integriert, was eine vergleichbare Leistung bei geringeren Kosten ermöglicht. Diese Vorteile haben dazu beigetragen, die Hindernisse für die Einführung des Condition Monitoring stark zu reduzieren. Als Ergebnis der jüngsten Innovationen von Anbietern wie STMicroelectronics, können nun batteriebetriebene Condition-Monitoring-Sensoren entwickelt werden. Diese messen weniger als einen Zentimeter auf jeder Seite und können leicht nachträglich angebracht werden. Außerdem nutzen sie wie in den jüngsten Beispielen Künstliche Intelligenz (KI), um zu „verstehen“, was nach ihrem Einbau gemessen wird.
Für die Zustandsüberwachung ist eine der nützlichsten Messwerte die Bewegung, welche auf viele Arten interpretiert werden kann. Oft ist sie beabsichtigt, wie zum Beispiel die Drehung eines Zahnrads, aber sie kann auch sekundär sein. Zum Beispiel Vibrationen, die in einer Antriebswelle aufgrund der sich über die Zeit ändernden Last auf die Zahnräder verursacht werden. Die Schwingungsüberwachung ist grundlegend für die Zustandsüberwachung, weshalb sie derzeit mehr als 50 Prozent des Marktes ausmacht. Der Grund dafür ist, dass Vibrationen untrennbar mit den verschiedenen Fehlern korrelieren, die in einem mechanischen System auftreten können.
Ein Industriesensor mit Machine-Learning-Kern
STMicroelectronics hat einen Trägheitssensor mit Machine-Learning-Fähigkeiten entwickelt, der für industrielle Anwendungen konzipiert ist. Er ist Teil der intelligenten Familie von iNEMO-MEMS-Sensoren. Diese sind an dem Buchstaben X am Ende ihrer Nomenklatur und dem Vorhandensein eines Machine-Learning-Kerns zu erkennen.
Das ISM330DHCX ist ein System-in-Package-Device mit einem leistungsstarken digitalen 3D-Beschleunigungsmesser und einem digitalen 3D-Gyroskop. Es verfügt über einen im Sensor selbst eingebauten Machine-Learning-Prozessor mit bis zu 16 konfigurierbaren Entscheidungsbäumen. Dadurch ist das Device für einen äußerst energieeffizienten Betrieb ausgelegt und liefert in kürzester Zeit genaue Ergebnisse. Dies bedeutet, dass keine Verwendung eines Host-Mikrocontrollers, der einen Algorithmus ausführt und Schlussfolgerungen aus den verfügbaren Daten zieht, stattfindet. Was viel Energie erfordert. Denn der Entscheidungsbaum im Sensor kann einen induktiven Algorithmus bei einem Bruchteil des Stromverbrauchs ausführen. Dadurch kann das System spezifische Vibrationen oder Bewegungen erkennen und Ergebnisse aus vordefinierten Mustern ableiten. Die dann weniger als ein Hundertstel der für die gleichen Aufgaben verwendeten MCU-Leistung verbrauchen.
Funktionsweise des System-in-Package-Device ISM330DHCX
Das ISM330DHCX nutzt robuste und ausgereifte Fertigungsprozesse. Solche Prozesse kommen bereits bei der Herstellung von Milliarden mikromechanisch bearbeiteter Beschleunigungsmesser und Gyroskope zum Einsatz. Die verschiedenen Sensorelemente werden mit speziellen Mikrobearbeitungsverfahren hergestellt. Die IC-Schnittstellen werden mit Hilfe der CMOS-Technologie konzipiert, die den Entwurf einer dedizierten Schaltung ermöglicht. Daher ist sie ist auf die Eigenschaften des Sensorelements besser abgestimmt.
Beim ISM330DHCX sind die Sensorelemente des Beschleunigungsmessers und des Gyroskops auf demselben Siliziumchip implementiert, was hohe Stabilität und Robustheit garantiert. Das ISM330DHCX hat eine Bias-Stabilität von nur drei Grad pro Stunde. Außerdem bietet es eine sehr hohe Präzision mit einer Winkelgeschwindigkeit von bis zu 4.000 Grad pro Sekunde (dps). Es arbeitet zudem über einen breiten Temperaturbereich von -40 bis +105 Grad Celsius. Dabei verfügt es über ein Temperaturkompensationssystem, um seine Genauigkeit auch unter härtesten Bedingungen besser aufrechtzuerhalten. Darüber hinaus beträgt die für die Winkelgeschwindigkeit typische Nullraten-Level-Änderung nur ±0,005 dps/ºC. Dies erfolgt in Abhängigkeit von der Temperatur, die bei Temperaturänderungen der Umgebung die Variation des Bias misst.
Schneller Einstieg
Der beste Weg, mit dem Testen der neuen Inertialsensoren zu beginnen, ist ein Development Board. Das ISM330DHCX befindet sich auf dem STEVAL-MKI207V1 und ist kompatibel mit der Hauptplatine STEVAL-MKI109V3, die einen STM32-Mikrocontroller einschließt. So kann am schnellsten mit der grafischen Benutzeroberfläche experimentiert und mit der Arbeit an einem Prototyp begonnen werden. STMicroelectronics bietet sogar Beispiele für Finite-State-Machine und Machine Learning an, so dass Entwickler mit den Skripten und Daten experimentieren können. Oder aber auch, um erstmal die Fähigkeiten der Komponenten zu verstehen.
Erfahren Sie mehr über STMicroelectronis www.st.com.