Un o ganlyniadau aeddfedu technolegau fel Rhyngrwyd Pethau (IoT), realiti estynedig (AR) a chyfrifiadura cwmwl yw cynnydd y ffatri glyfar. Mae golygfa gynyddol gyfarwydd mewn ffatrïoedd craff yn robotiaid cydweithredol. Mae robotiaid cydweithredol eisoes yn chwarae rhan bwysig mewn gweithgynhyrchu craff a byddant yn ymgymryd â mwy o swyddogaethau ac yn darparu mwy o werth yn y ffatri dros amser.
Gan fod ffatrïoedd craff yn dibynnu fwyfwy ar robotiaid cydweithredol i gyflawni eu swyddogaethau hanfodol, mae'n dod yn bwysicach fyth eu bod yn gweithredu'n ddibynadwy a heb amser segur heb ei gynllunio. Mae hyn wedi ysgogi gweithgynhyrchwyr robotiaid cydweithredol i alluogi cynnal a chadw rhagfynegol yn eu cynhyrchion: rhybudd cynnar i ddefnyddwyr pe bai methiant a allai yn y pen draw beryglu gweithrediad eu robotiaid cydweithredol. Mae'n cynnig cyfle i drwsio diffygion o fewn amseroedd cynnal a chadw arfaethedig heb yr aflonyddwch a achosir gan fethiannau peiriant annisgwyl.
Mewn robotiaid cydweithredol, mae systemau cynnal a chadw rhagfynegol yn dibynnu ar synwyryddion sy'n canfod anghysonderau bach wrth symud coesau a chymalau, yn ogystal ag yn y moduron sy'n eu gyrru:
- Gall synwyryddion fel cyflymromedrau ac unedau mesur anadweithiol (IMUs) ganfod dirgryniadau a achosir gan ddwyn gwisgo, ac ati.
- Mae synwyryddion ultrasonic yn codi llofnodion acwstig unigryw i ganfod ffrithiant gormodol.
Defnyddir technegau dysgu peiriannau, cangen o ddeallusrwydd artiffisial (AI), i alluogi robotiaid cydweithredol i ganfod gwahaniaethau mewn dirgryniad a phatrymau sain o bwynt cyfeirio pan fydd y robot cydweithredol yn newydd sbon neu mewn cyflwr hysbys heb ei ddifrodi. Mae dadansoddiad o batrymau annormal yn caniatáu i'r system wneud diagnosis o fethiannau cynnar a sbarduno ceisiadau am atgyweiriadau a chynnal a chadw arfaethedig i'r system rheoli planhigion.
Wrth weithredu dysgu peiriannau yn gynnar, roedd algorithmau rhwydwaith niwral cymhleth ar gyfer cydnabod patrymau mewn signalau synhwyrydd fel arfer yn rhedeg o bell mewn systemau cyfrifiadurol gwreiddio pwerus ar sail microbrosesydd.
Fodd bynnag, roedd systemau canolog o'r fath yn rhoi baich trwm ar offer prosesu wrth ddelio â mewnbynnau o nifer fawr o robotiaid sy'n cydweithredu, gan arwain at ddefnydd pŵer uchel a chymryd cryn dipyn o led band yn y rhwydwaith sy'n cysylltu'r robotiaid sy'n cydweithredu â'r system reoli ganolog.
Mae dyfodiad cenhedlaeth newydd o synwyryddion sydd â galluoedd AI wedi'u hymgorffori bellach yn cynnig ffordd newydd i weithgynhyrchwyr robotiaid cydweithredol alluogi dysgu peiriannau lleol. Gan ddefnyddio offer a meddalwedd o stmicroelectroneg, arloeswr wrth ddatblygu synwyryddion dysgu peiriannau, gall peirianwyr dylunio robotiaid cydweithredol fanteisio ar ffordd newydd, symlach i adeiladu galluoedd cynnal a chadw rhagfynegol yn eu cynhyrchion.
Ystod eang o synwyryddion MEMS ar gyfer dirgryniad a mesuriadau ultrasonic
Mae St yn cynnig un o bortffolios mwyaf y diwydiant o synwyryddion MEMS, gan gynnwys cyflymromedrau, IMUs, synwyryddion pwysau a meicroffonau. Mae'r elfennau synhwyro yn cael eu cynhyrchu gan ddefnyddio prosesau micromachining arbenigol, tra bod y rhyngwynebau IC yn cael eu datblygu gan ddefnyddio technoleg CMOS arbenigol. Mae hyn yn galluogi dylunio cylchedau arbenigol sy'n cyd -fynd â nodweddion yr elfen synhwyro.
Mae'r dechnoleg hon yn sail i berfformiad uchel yr IIS3DWB, er enghraifft, y cyflymromedr MEMS lled band ultra-eang tair echel, sy'n ddelfrydol ar gyfer canfod dirgryniadau a gynhyrchir gan beiriannau diffygiol. Mae St hefyd yn cynnig modiwlau synhwyrydd cynnig yn seiliedig ar ei synhwyrydd MEMS ICS: Mae'r ISM33 0 DHCX, er enghraifft, yn gynnyrch system-yn-becyn sy'n cynnwys cyflymromedrau digidol 3D perfformiad uchel a gyrosgopau digidol 3D 3D wedi'u teilwra ar gyfer cymwysiadau diwydiant 4.0 .
Dysgu peiriant yn seiliedig ar resymeg coed penderfynu
Mae'r ISM330DHCX yn un o offrymau synhwyrydd MEMS ST sy'n cynnwys ymarferoldeb AI wedi'i fewnosod ar ffurf craidd dysgu peiriant (MLC). Mae'r gallu dysgu peiriant hwn yn galluogi gweithredwyr system i drosglwyddo rhai algorithmau cynnal a chadw rhagfynegol o'r prosesydd cais canolog i'r synhwyrydd, gyda'r MLC pwrpasol yn bwyta llawer llai o bŵer.
Felly sut y gall bloc rhesymeg prosesu pŵer isel y synhwyrydd ddarparu'r galluoedd dysgu peiriant a fyddai fel rheol yn gofyn am brosesydd ymgeisio mawr, llwglyd pŵer?
Mae'r ateb yn gorwedd yn y rhesymeg coed penderfyniad y mae ST yn eu hymgorffori yn ei synwyryddion craff: mae algorithmau coed penderfynu a alluogir gan ST yn symlach nag algorithmau rhwydwaith niwral traddodiadol, ac felly'n defnyddio llawer llai o gylchoedd cyfarwyddiadau a phwer.
Offeryn mathemategol sy'n cynnwys cyfres o nodau ffurfweddadwy yw coeden benderfynu. Mae pob nod yn cynrychioli cyflwr "os-yna-else" sy'n cymharu signal mewnbwn (hy, gwerth meintiol a gyfrifir o ddata synhwyrydd amrwd) â gwerth trothwy.
Gellir ffurfweddu'r ISM330DHCX i redeg hyd at wyth coeden benderfynu ar yr un pryd ac yn annibynnol. Mae'r coed penderfynu yn cael eu storio yn y ddyfais a chynhyrchir y canlyniadau mewn cofrestrau allbwn pwrpasol. Gall canlyniadau'r goeden benderfynu gael eu darllen ar unrhyw adeg gan y microcontroller gwesteiwr neu'r prosesydd ymgeisio. Gall y synhwyrydd hefyd gynhyrchu ymyriadau ar gyfer pob newid yn y canlyniadau a gynhyrchir gan y goeden benderfynu.
Sut mae rhesymeg y goeden benderfynu yn gweithio
Mae'r model rhagfynegol ar gyfer y goeden benderfynu wedi'i adeiladu o set o ddata hyfforddi a'i storio yn yr ISM330DHCX. Cofnodir y data hyfforddi yn ei gyflwr a ddymunir (hy, mewn cyflwr da, yn rhydd o ddiffygion) yn ystod gweithrediad y robot cydweithredol.
Mae coeden benderfynu yn ddull lle mae MLC yn dadansoddi nodweddion cyffredin yn y data synhwyrydd amrwd. Bydd y nodweddion cyffredin hyn yn sail i "fodel" y bydd y synwyryddion yn ei ddefnyddio i gymharu gweithrediad y robot cydweithredol. Os yw allbwn y synhwyrydd yn cyd-fynd yn fawr â'r model, mae'r robot cydweithredol yn rhydd o fai. Os nad yw'r synhwyrydd yn gallu paru ei fesuriadau amser real â'r model, nodir camweithio posibl ac anfonir larwm at weithredwr y peiriant.
Mae pob nod o'r goeden benderfynu yn cynnwys cyflwr y mae'r nodweddion yn cael eu cymharu â throthwy penodol oddi tano. Os yw'r cyflwr yn wir, mae'r nod nesaf yn y gwir lwybr yn cael ei werthuso. Os yw'r cyflwr yn ffug, mae'r nod nesaf yn y llwybr ffug yn cael ei werthuso, fel y dangosir yn Ffigur 1. Bydd cyflwr y goeden benderfynu yn esblygu nod yn ôl nod nes y ceir y canlyniad. Mae canlyniad y goeden benderfynu yn diffinio "categori" ymddygiadol: Yn achos band arddwrn ffitrwydd, gallai categori o'r fath fod yn "gerdded" neu'n "loncian". Mewn cymwysiadau cynnal a chadw rhagfynegol ar gyfer robotiaid cydweithredol, mae gwahanol lwythi gwaith o robotiaid cydweithredol yn cyfateb i wahanol gategorïau.

Mae'r goeden benderfynu yn cynnwys nodau lluosog
Mae'r goeden benderfynu yn cynhyrchu canlyniad newydd ar gyfer pob ffenestr amser, y mae'r defnyddiwr wedi'i gosod ar ei hyd i ddal nodweddion y categori gweithgaredd perthnasol. Gellir addasu'r canlyniad hefyd trwy hidlydd dewisol ychwanegol o'r enw "meta-ddosbarthwr" sy'n cymhwyso cownteri mewnol i allbwn y goeden benderfynu.
Gellir cyrchu'r categorïau gweithgaredd a gydnabyddir gan yr MLC (ar ffurf canlyniadau coed penderfynu wedi'u hidlo neu heb eu hidlo) trwy gofrestrau'r modiwl ISM330DHCX.




