,

振動に基づくファンの異常検出

チュートリアルを読む

すべての機器はさまざまな信号を発することで周囲環境へ影響を与えます。 そうした信号は装置の動作を反映する適切な情報源です。 これらの信号を理解できれば大幅な最適化が可能になります。

例えば、機械は異常または故障が生じる前に、わずかに異常な振動パターンが発生します。 機械にセンサを取り付けることで、その活動を監視できます。 機械学習を使用すると、正常動作状態を機械から直接学習できます。 振動の発生を分析することで異常の発生を検出できます。 このユース・ケースではデモのためにファン・モータに実装しましたが、このアプローチは多くの産業用機械に容易に適用できます。

アプローチ

  • ファンに加速度センサ搭載ボードを取り付け、粘着剤で固定
  • 300の正常信号:3つの速度(低、中、高)、1速度当たり100の信号
  • 300の異常信号:速度ごとに、空気の流れを遮ったり、ファンを動かしたり、軽く叩く
  • NanoEdge AI Studioで「異常検出」プロジェクトを開発し、NUCLEO-L432KCで実際にテストを実施

センサ

加速度センサ(3軸):LIS3DH

データ

正常信号 / 異常信号
– 正常信号:1速度(低、中、高)当たり100の信号
– 異常信号:速度ごとに、空気の流れを遮ったり、ファンを動かしたり、軽く叩いたりする
信号長:1536(1軸当たり512、3軸)
データレート:1.6kHz、最大測定範囲:2g

結果

異常検出クラス:
精度:100%、使用RAM:7.8KB、使用Flashメモリ:6.1KB

青い点は正常信号、赤い点は異常信号です。
横座標は信号番号、縦座標は正常状態に対する類似度です。