에지 AI로 무선 모터 모니터링의 배터리 수명 연장하기

인공 지능(AI)에 대한 관심이 지대해지고 있습니다. AI의 여러 응용 제품이 에지에서 작동하여, 로봇 공학, 회전 기계 및 관련 모터에서의 상태 기반 모니터링(CbM) 수준을 높여줍니다. 무선 보고 기능이 지원되므로, 기계의 상태 및 성능과 관련된 중요한 데이터를 분석하여 예측 유지보수를 수행하고 필요에 따라 경고를 보낼 수 있습니다. 에지에서 이 모니터링 기능을 수행하면 전력 소비와 대기 시간을 줄이면서 사용 가능한 무선 대역폭을 최적으로 사용할 수 있습니다.

이러한 에지 AI CbM 기능을 효과적으로 수행하는 시스템에는 여러 센서 입력을 지원하도록 엄선된 통합 부품 세트(가속도계, AI 프로세서, 전원 관리 등)가 필요합니다.

이 문서에서는 모터 모니터링과 관련된 과제를 살펴봅니다. 그런 다음 Analog Devices의 아날로그, 디지털 및 혼합 신호 IC를 사용하여 이 기능을 수행하는 에지 AI의 실제 사례를 소개합니다. 무선으로 연결된 진동 평가 키트를 사용하여 완전한 배터리 구동 시스템의 설계, 기능 및 구성을 보여줍니다.

모터 모니터링 과제

기계의 수명 주기 초기에 예측 유지보수를 적절히 수행하면 다운타임의 위험을 줄일 수 있습니다. 이를 통해 안정성이 향상되고 비용이 크게 절감되며 공장 현장의 생산성이 향상됩니다.

진동은 모니터링할 수 있는 회전 기계와 관련된 여러 파라미터 중 가장 일반적이고 중요한 파라미터입니다. 진동은 측정하기에 어렵지는 않지만, 이 데이터를 의미 있게 사용하고 보고하려면 데이터 분석, 고급 알고리즘, 효과적인 연결 체계가 필요합니다. 이 모든 작업은 배터리 수명을 최대화하기 위해 최소한의 전력으로 수행해야 합니다.

이를 위해 Analog Devices는 EV-CBM-VOYAGER4-1Z Voyager4 무선 진동 평가 키트를 개발했습니다(그림 1). 이 키트는 설계자가 기계 또는 테스트 설정에 무선 솔루션을 신속하게 배포할 수 있는 완벽한 저전력 진동 모니터링 플랫폼입니다. 에지 AI 알고리즘을 사용하여 비정상적인 모터 동작을 감지하고 기계 진단 및 유지보수 요청을 트리거합니다.

그림 1: EV-CBM-VOYAGER4-1Z Voyager4 무선 진동 평가 키트를 사용하면 설계자가 무선 에지 AI 모니터링 솔루션을 기계 또는 테스트 설정에 빠르게 배포할 수 있습니다. (이미지 출처: Analog Devices)

Voyager4의 지름은 46밀리미터(mm), 높이는 77mm이며 베이스에 나사 스터드를 위한 M6 나사 구멍이 있거나 모터 케이스에 접착식으로 장착할 수 있습니다. 알루미늄 베이스와 벽면 하우징을 사용하여 제작되었습니다. BLE(Bluetooth Low Energy) 링크의 안테나 차폐를 방지하기 위해 ABS 플라스틱 뚜껑이 사용되었습니다.

BLE 및 에지 AI 마이크로 컨트롤러 유닛(MCU) 인쇄 회로 기판(PC 기판)은 수직으로 장착되며 스탠드오프에 배터리가 부착되어 있습니다. 미세 전자 기계 시스템(MEMS) 센서와 파워 PC 기판은 모니터링되는 진동원에 가까운 베이스에 배치됩니다.

센서는 일반적인 무선 모터 모니터링 시스템에서 매우 낮은 듀티 사이클로 작동합니다. 예약된 간격으로 절전 해제되어 온도 및 진동과 같은 관심 파라미터를 측정한 다음, 사용자에게 해당 데이터를 전송하여 분석을 통해 가능한 조치를 취하도록 해 줍니다.

이와는 대조적으로 Voyager4 시스템은 에지 AI 감지 기능을 활용하여 전력 소모가 많은 라디오 사용의 필요성을 줄입니다. 센서가 절전 모드에서 깨어나 데이터를 측정할 때, MCU가 이상을 감지하는 경우에만 데이터가 사용자에게 다시 전송됩니다. 그 결과 배터리 수명이 50% 이상 증가합니다.

Voyager4 시스템은 진동 데이터를 캡처하는 데 사용되는 16비트, 8킬로헤르츠(kHz) 3축 디지털 MEMS 가속도계 IC(그림 2, 왼쪽)인 ADXL382-2BCCZ-RL7로 시작됩니다.

그림 2: Voyager4 시스템의 핵심인 의사 결정 경로를 보여줍니다. (이미지 출처: Analog Devices)

원시 진동 데이터는 경로 (a)를 따라 MAX32666GXMBL+, BLE 라디오와 Arm® Cortex®-M4F DARWIN MCU로 이동합니다. 이 데이터는 에지 AI 알고리즘을 교육시키는 데 사용됩니다. 그런 다음 해당 데이터는 BLE 무선 링크를 통해 사용자에게 전송됩니다(또는 USB 포트를 통해 전송 가능).

초기 Voyager4 트레이닝 단계가 완료되고 나면, 진동 데이터는 경로 (b)를 따라갈 수 있으며, MAX78000EXG+ MCU의 에지 AI 알고리즘이 이 데이터를 사용하여 기계 작동의 결함 또는 정상 작동을 예측하게 됩니다. 데이터가 정상인 경우 MAX32666 라디오를 사용할 필요가 없으므로 배터리 전력을 크게 절약할 수 있으며, Voyager4 센서 작동은 경로 (d)를 따를 수 있습니다. 동시에 가속도계가 절전 모드로 전환되어 전력을 절약할 수도 있습니다. 그러나 알고리즘이 결함이 있거나 의심스러운 진동 데이터를 예측하는 경우, 시스템은 경로 (c)를 따라 BLE를 통해 사용자에게 진동 이상 경고를 보냅니다.

추가적인 IC로 설계 완성

전체 Voyager4 시스템에는 가속도계, AI, 전력 관리, 과도 상태 보호, 데이터 무결성 및 무선 연결 IC가 포함되어 있습니다(그림 3). ADXL-832 MEMS 가속도계 외에도 초저전력, 14비트, 100Hz ADXL367BCCZ-RL7 3축 MEMS 가속도계는 심각한 진동이나 충격 이벤트가 발생하면 BLE 라디오를 중간 절전 모드에서 깨우는 데 사용됩니다. 이 절전 해제 장치는 180나노암페어(nA)만 소비하므로 상당한 전력 절감이 가능합니다.

그림 3: 전체 Voyager4 시스템은 가속도계, AI 및 기타 프로세서, 전력 관리, 과도 상태 보호, 데이터 무결성 및 무선 연결 IC의 조합을 사용합니다. (이미지 출처: Analog Devices)

가속도계 2개를 사용하는 것이 중복되는 것처럼 보일 수 있지만, 각 가속도계에는 고유한 역할이 있습니다. 저성능, 초저전력 ADXL367은 지속적인 모니터링과 절전 해제 기능을 제공하며, 보다 정밀한 ADXL832는 고정확도의 고속 데이터를 제공합니다.

신호 경로 관리를 위해 4.5옴(Ω), 4회로, 2:1 단극 쌍투(SPDT) CMOS 장치인 ADG1634BCPZ-REEL7 아날로그 스위치는 MEMS의 원시 진동 데이터를 MAX32666 BLE 라디오 또는 MAX78000 AI MCU로 라우팅하는 데 사용되며, BLE MCU는 스위치 제어에 사용됩니다.

배터리 전류를 모니터링하는 데 사용되는 MAX17262REWL+T LiFePO₄/리튬 이온 연료 게이지 IC를 비롯한 여러 다른 주변 장치도 MAX32666 BLE MCU에 연결됩니다. MAX32666은 Future Technology Devices International(FTDI)의 FT234XD-R USB-기본 직렬 UART 인터페이스 IC를 통해 BLE 또는 USB를 사용하여 호스트에 ADXL382 MEMS 원시 데이터를 스트리밍할 수 있습니다.

전기적 측면에서는, 정전 용량이 2피코패럿(pf)에 불과한 MAX3207EAUT+T 과도 전압 억제(TVS) 다이오드 어레이가 인체(HBM) 및 에어 갭 모델당 ±15kV의 보호 기능을 제공합니다. 데이터 무결성을 위해, DS28C40ATB/VY+T 보안 인증이 통합 비대칭(ECC-P256) 및 대칭(SHA-256) 보안 기능에서 파생된 암호화 도구의 핵심 세트를 제공합니다.

고급 전력 관리로 소비량 최소화

전력 관리의 세부 사항은 Voyager4 작동의 여러 전원 단계와 관련하여 배터리 수명이 어떻게 영향을 받는지를 설명해 줍니다. 이 관리는 전력선 통신 및 벅-부스트 컨버터인 다각적인 MAX20355EWO+ 전력 관리 집적 회로(PMIC)와 독점적인 ModelGauge 연료 게이지를 중심으로 이루어집니다.

이 IC에는 초저 정동작 전류 벅 조정기 2개와 초저 정동작 전류 LDO(저드롭아웃) 선형 조정기 3개가 통합되어 있습니다. 각 LDO 및 벅 조정기의 출력 전압은 개별적으로 활성화 및 비활성화할 수 있으며, 각 출력 전압 값은 장치의 I²C 인터페이스를 통해 프로그래밍할 수 있습니다. BLE 프로세서는 다양한 Voyager4 작동 모드에 따라 개별 PMIC 전력 출력을 활성화 또는 비활성화합니다. 최대 350밀리암페어(mA)의 전원을 공급하는 조정 가능한 단일 출력, 양극 전압 벅 조정기인 MAX38642AELT+T가 추가 전력 조정을 제공합니다.

작동 시, Voyager4의 기능은 BLE 및 AI 작동 모드에 따라 전체 전력을 최소화하는 데 중요한 MAX32666 및 MAX78000 활성 또는 비활성 모드를 결정합니다(그림 4).

Voyager4 모드BLE 애드버타이징BLE 연결BLE 데이터 스트리밍AI 추론중간 절전중간 절전00001교육11101일반/AI00011주변 장치000011 = 기능이 활성화됨, 0 = 기능이 비활성화됨

그림 4: 전체 전력 소비를 최소화하기 위해 Voyager4는 BLE 및 AI 작동 단계에 따라 전력 모드 기능을 활성 상태와 비활성 상태 간에 전환합니다. (이미지 출처: Analog Devices)

예를 들어, 트레이닝 모드에서 BLE MCU는 먼저 BLE 네트워크에 자신의 존재를 알린 다음 네트워크 관리자와 연결해야 합니다. 그런 다음 Voyager4는 BLE 네트워크를 통해 ADXL382 MEMS 원시 데이터를 스트리밍하여 사용자 PC에서 AI 알고리즘을 학습시킵니다.

평가 키트가 교육 모드에서 작동하고 BLE가 활성화되어 시간당 한 번씩 애드버타이징, 연결, 데이터 전송을 하는 경우 약 0.65mW의 전력이 소비됩니다. Voyager4 센서가 AI 모드에서 작동하는 경우, 센서가 시간당 한 번 활성화되어도 전력 소비는 0.3mW로 떨어집니다. 테스트 데이터에 따르면, 원시 BLE 데이터를 전송할 필요가 없는 센서는 최대 50% 적은 전력을 소비할 수 있습니다(그림 5).

그림 5: 원시 BLE 데이터를 전송할 필요가 없는 센서는 전력을 최대 50% 적게 소비할 수 있습니다. (이미지 출처: Analog Devices)

0.3mW의 전력 소비로, 1500밀리암페어시(mAh) 배터리 1개로 최대 2년, AA 규격 2.6암페어시(Ah) 배터리 2개로 7년 이상의 배터리 수명이 보장됩니다. 수명을 최대화하려면 이러한 AA 전지는 주기적인 펄스만 있는 낮은 기준 작동 전류용이어야 합니다. 이러한 조건에서 최소 5년 동안 작동할 수 있으며, 일부 고급 버전은 20년 이상 전력을 공급할 수 있습니다.

기계적 모달 분석도 요구됨

적절한 기계식 인클로저를 설계하려면 모달 분석이 필요한데, 이는 모니터링 대상 구조물의 진동 특성을 이해하기 위해 사용됩니다. 이 분석은 특정 설계의 고유 주파수 및 일반 모드(상대적 변형)에 대한 통찰을 제공합니다.

모달 분석의 주요 관심사는 구조 설계의 고유 진동수가 적용된 진동 부하의 고유 진동수와 거의 일치하는 공진을 피하는 것입니다. 진동 센서의 경우, 인클로저의 고유 진동수는 MEMS 센서에서 측정한 진동 부하보다 커야 합니다. Voyager4의 경우 x, y, z 축에 걸친 3데시벨(dB) 대역폭은 8kHz이므로 센서 인클로저는 8kHz 미만에서 심각한 공진을 일으키지 않아야 합니다.

이 분석은 ANSYS 및 적절한 플러그인으로 보완된 기타 시뮬레이션 도구들을 사용하여 수행되었습니다. 이러한 도구들을 사용하면 형상, 재료 선택 및 기계적 조립이 센서 인클로저의 주파수 응답에 미치는 영향을 탐색할 수 있습니다. 이 분석에는 센서 인클로저 질량, 강성, 고유 진동수가 상호 연관되어 있다는 점이 고려됩니다.

Voyager4 센서 조립품은 인클로저 바닥과 중간 부분은 3003 알루미늄 합금을, 뚜껑은 ABS-PC 플라스틱을 사용하여 시뮬레이션했습니다. 모달 분석 시뮬레이션은 관심 주파수 범위에서 발생하는 14가지 모드 결과를 보여주었습니다.

초반에는 몇 가지 모드가 문제가 될 가능성이 있다고 여겨졌지만, 추가 연구 결과 문제가 없는 것으로 판단되었습니다(그림 6). 모드 1(그림 6, 왼쪽)은 베이스의 센서 PC 기판에서 멀리 떨어져 있으므로, 이 약간의 공진 현상은 ADXL382 MEMS의 성능에 영향을 미치지 않습니다. 모드 7(그림 6, 가운데)은 z(세로) 축에서 약 7.25kHz에서 발생했습니다. 인클로저의 세로 벽에는 눈에 띄는 효과가 있었음을 보여주지만, 베이스 자체는 이 모드의 영향을 크게 받지 않았습니다.

이 모달 시뮬레이션은 어떤 모드도 인클로저 베이스에 위치한 ADXL382 센서 PC 기판에 큰 영향을 미치지 않으며, 관심 대상인 8kHz(3dB) 대역폭에는 상당한 기계적 공진이 없어야 함을 보여줍니다.

그림 6: 기계적 모달 분석 결과, 우려가 되었던 두 가지 기계적 공진(모드 1(왼쪽), 모드 7(가운데))은 문제가 되지 않는 것으로 확인되었으며, 이러한 결과는 셰이커 테이블 테스트에 사용된 Voyager4(오른쪽)를 통해 확인되었습니다. (이미지 출처: Analog Devices)

시뮬레이션 결과는 모달 셰이커에 Voyager4 센서를 배치하여 0.25 피크(g)의 일정한 입력 진동과 0kHz ~ 8kHz의 주파수 스윕을 사용하여 검증했습니다. Voyager4 센서의 관찰된 주파수 응답은 최대 8kHz까지 ±1.5dB 이내였습니다(그림 6, 오른쪽).

결론

AI를 로봇 공학, 회전 기계 및 그 모터의 CbM에 사용하면 배터리 수명 연장과 같은 실질적인 이점을 얻을 수 있습니다. 이러한 에지 AI CbM 기능을 효과적으로 수행하는 시스템에는 엄선된 통합 부품 세트가 필요합니다. 무선 연결 기능이 있는 EV-CBM-VOYAGER4-1Z 평가 키트에서 지원되는 AI 하드웨어 가속기가 내장된 Analog Devices MCU를 사용하면 CbM 에지 AI 솔루션을 빠르게 개발할 수 있습니다.

관련 내용

1. Factory of the Future: Designing Edge Sensors with Artificial Intelligence—Part 1(영문)
2. Factory of the Future: Making Decisions at the Edge Using Sensors with Artificial Intelligence—Part 2(영문)
3. How to Design a Good Vibration Sensor Enclosure Using Modal Analysis(영문)

제공: Bill Schweber, DigiKey