Nowoczesne systemy embedded w analizatorach PHM/SHM

| Prezentacje firmowe Mikrokontrolery i IoT

Zautomatyzowane systemy PHM/SHM (Structural Health Monitoring/Prognostics And Health Management) są stosowane w coraz większej liczbie aplikacji, czemu sprzyjają ich malejące ceny i rosnące możliwości. Połączeniu tych dwóch sprzecznych kierunków sprzyjało pojawienie się na rynku sensorów MEMS oraz mniej lub bardziej zaawansowanych systemów sztucznej inteligencji. Jedno z takich urządzeń, przeznaczone do monitorowania stanu technicznego konstrukcji żelbetonowych oraz elementów przemysłowych układów napędowych, w całości opracowane i produkowane w Polsce, przedstawiamy w artykule.

Nowoczesne systemy embedded w analizatorach PHM/SHM

Urządzenie xHMAnalyzer (fot. 1) zostało opracowane w latach 2020–2021 przez podwarszawską firmę BTC Korporacja, we współpracy z Instytutem Systemów Elektronicznych Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej.

 
Fot. 1. Wygląd płytek urządzenia xHMAnalyzer

Urządzenie składa się z trzech zasadniczych modułów: płyty bazowej zawierającej peryferia komunikacyjne urządzenia, modułu obliczeniowego z mikroprocesorem z rdzeniem Cortex-A7 oraz głowicy sensorycznej. W zależności od planowanego zastosowania xHMAnalyzera budowa mechaniczna i oprzyrządowanie modułu głowicy mogą się zmieniać, a modułowa konstrukcja urządzenia zapewnia łatwe zmodyfikowanie konfiguracji systemu pomiarowego. Bazowa głowica pomiarowa, opracowana przez zespół kierowany przez profesora Tomasza Stareckiego (WEiTI PW), została wyposażona w 6 inercyjnych sensorów MEMS, w których zintegrowano sprzętowe mechanizmy wspomagające realizację algorytmów AI, co okazało się trafionym pomysłem – blisko 85% dotychczas wyprodukowanych urządzeń jest wyposażonych w takie właśnie rozwiązanie.

Po blisko dwóch latach produkcji xHMAnalyzera pojawił się pomysł powiększenia jego funkcjonalności i poprawienia cech użytkowych poprzez zastosowanie nowocześniejszego modułu obliczeniowego, wyposażonego w koprocesor wspomagający obliczenia AI. Ze względu na charakterystykę użytkową urządzenia (pobór mocy i ilość wydzielanego ciepła), nie było możliwe skorzystanie z popularnych rozwiązań sprzętowych AI firmy Nvidia.

 
Rys. 2. Schemat blokowy procesora RZ/V2L

Analiza rozwiązań dostępnych na rynku energooszczędnych podzespołów embedded skierowała uwagę zespołu konstrukcyjnego na nowoczesne mikroprocesory heterogeniczne firmy Renesas z rodziny RZ/V2L. Poza zintegrowanymi dwoma rdzeniami aplikacyjnymi Cortex-A55 i rdzeniem real-time Cortex-M33, w procesorach RZ/V2L zintegrowano standardowe peryferia systemowe (Ethernet, I²S, I²C, SPI, UART, USB, SDI, CAN itd.) oraz koprocesor AI o nazwie DRP-AI (Dynamically Reconfigurable Processor AI). Schemat blokowy procesora RZ/V2L pokazano na rysunku 2.

 
Fot. 3. Wygląd zestawu ewaluacyjnego z procesorem RZ/V2L (VisionCB-V2L i VisionSOM-V2L)

Deklarowane przez producenta cechy i parametry mikroprocesorów RZ/V2L poddano weryfikacji w realnych aplikacjach, co wymagało zaprojektowania modułu obliczeniowego (w formacie SODIM) i carrier-boarda (fot. 3). Testy zakończyły się pomyślnie, a jednym z elementów potwierdzających słuszność wyboru ścieżki było dobrze przygotowane przez firmę Renesas środowisko programistyczne, które pozwoliło zintegrować w systemowej sieci AI także interfejsy sprzętowe sensorów MEMS.

Produkcja

 
Fot. 4. Wdrażany projekt modułu obliczeniowego jest uniwersalny – może być wyposażony także w procesor RZ/G2L

Wdrożenie do produkcji w firmie BTC Korporacja nowej wersji xHMAnalyzera, a szczególnie modułu obliczeniowego bazującego na procesorze Renesas RZ/V2L (fot. 4), wymagało doinwestowania firmowego parku maszynowego SMT i stało się możliwe dzięki wsparciu uzyskanemu przez firmę BTC Korporacja w ramach Regionalnego Programu Operacyjnego Województwa Mazowieckiego na lata 2014–2020. Zastosowanie w linii produkcyjnej nowoczesnych urządzeń montażowych znosi wiele ograniczeń technologicznych, które zawężały konstruktorom – m.in. ze względu na wymiary lub raster wyprowadzeń elementów – możliwości doboru optymalnych elementów do projektu. Pozwoliło to opracować urządzenie o mniejszym zużyciu energii, mniejszych wymiarach, nowocześniejszym systemie komunikacji radiowej oraz większych możliwościach lokalnej analizy sygnałów (edge computing), w tym ze wsparciem AI i uczenia maszynowego – bazujących na standardowych frameworkach.

Wdrożenie do produkcji nowej wersji xHMAnalyzera bazującego na module z procesorem RZ/V2L jest planowane na drugą połowę 2024 roku. Projekt jest realizowany w ramach Regionalnego Programu Operacyjnego Województwa Mazowieckiego na lata 2014–2020 (RPO WM 2014–2020).

 

BTC Korporacja Kontakt w sprawie prezentowanego rozwiązania (dla OEM): biuro@btc.pl
www.btc.pl

Zobacz również