ワイヤレスモータ監視のバッテリ寿命延長にエッジAIを活用

著者 Bill Schweber氏

DigiKeyの北米担当編集者の提供

2025-03-27

人工知能（AI）は大きな注目を集めています。その数あるアプリケーションの中でも、ロボット、回転機械、およびそれらのモータの状態基準監視（CbM）を強化できるエッジAIでの用途があります。ワイヤレスレポート機能により、予知保全のために機械の健康状態や性能に関連する重要なデータを分析し、必要に応じて警告を発することができます。この監視機能をエッジで実行することで、消費電力とレイテンシを削減し、利用可能な無線帯域幅を最適に使用できるようになります。

このエッジAI CbM機能を実行する効果的なシステムには、加速度センサ、AIプロセッサ、電源管理など、複数のセンサ入力をサポートするコンポーネントを慎重に選択し、統合する必要があります。

この記事では、モータ監視の課題について解説します。そして、Analog Devicesのアナログ、デジタル、混合信号ICを使用して、この機能を実行するエッジAIの実用的な例を紹介します。ワイヤレスで接続された振動評価キットを使用した、完全なバッテリ駆動システムの設計、機能性、構造についても紹介します。

モータ監視の課題

機械のライフサイクルの初期に行われる、的を絞った予知保全は、生産ダウンタイムのリスクを低減します。信頼性の向上、大幅なコスト削減、工場の生産性向上が実現します。

振動は、監視可能な数多くの回転機械パラメータの中で最も一般的で価値のあるものです。振動を測定することは難しくありませんが、このデータを有意義に使用し、報告することは、データ分析、高度なアルゴリズム、効果的な接続スキームを必要とする課題です。バッテリ寿命を最大限に延ばすためには、最小限の電力でこれらすべてを達成しなければなりません。

この目的のために、Analog DevicesはEV-CBM-VOYAGER4-1Z Voyager4ワイヤレス振動評価キットを開発しました（図1）。このキットは、設計者が機械やテストセットアップにワイヤレスソリューションを迅速に導入することを可能にする、完全で低消費電力振動監視プラットフォームです。これは、エッジAIアルゴリズムを使用して、モータの異常な動作を検出し、機械の診断とメンテナンスのための呼び出しを行います。

Analog DevicesのEV-CBM-VOYAGER4-1Z Voyager4ワイヤレス振動評価キットの構成図図1：EV-CBM-VOYAGER4-1Z Voyager4ワイヤレス振動評価キットにより、設計者は機械やテストセットアップにワイヤレスエッジAI監視ソリューションを迅速に導入できます。（画像提供：Analog Devices）

Voyager4の直径は46ミリメートル（mm）、高さは77mmで、モータケースにネジ止めまたは接着剤で取り付けるためのネジ穴（M6）が底面にあります。アルミニウム製のベースとウォールハウジングで構成されています。Bluetooth Low Energy (BLE)リンクのアンテナを遮蔽しないよう、ABS樹脂の蓋が使用されています。

BLEとエッジAIマイクロコントローラユニット（MCU）のプリント回路基板（プリント基板）は、スタンドオフに取り付けられたバッテリとともに垂直に取り付けられています。微小電気機械システム（MEMS）センサと電源用プリント基板は、監視する振動源に近いベース上に取り付けられています。

一般的なワイヤレスモータ監視システムでは、センサは非常に低いデューティサイクルで動作します。センサは、スケジュールされた間隔で起動し、温度や振動など必要なパラメータを測定し、そのデータをユーザーに送信して、可能な対応をするために分析されます。

対照的に、Voyager4システムはエッジAI検出を利用し、消費電力の多い無線の使用を制限しています。センサが起動してデータを測定する際、MCUが異常を検出した場合にのみ、データはユーザーに送られます。その結果、バッテリの寿命が少なくとも50%延びます。

Voyager4システムでは、振動データの取得に使用される16ビット、8キロヘルツ（kHz）の3軸デジタルMEMS加速度センサIC、ADXL382-2BCCZ-RL7（図 2、左）から始まります。

Voyager4システムの中核をなす判定経路の図 図2：Voyager4システムの中核をなす判定経路。（画像提供：Analog Devices）

生の振動データは、BLE無線機能とArm® Cortex®-M4F DARWIN MCUを搭載したMAX32666GXMBL+への経路（a）をたどります。このデータは、エッジAIアルゴリズムの学習に使用されます。その後、データはBLE無線リンクを介してユーザーに送信されます（USBポート経由で送信することも可能）。

最初のVoyager4のトレーニング段階の後、振動データは経路（b）をたどり、MAX78000EXG+MCUのエッジAIアルゴリズムはデータを使用して機械の動作不良または健全性を予測します。データが正常であれば、MAX32666の無線機能を使用する必要はなく、バッテリ電力を大幅に節約し、Voyager4センサの動作は経路（d）をたどります。同時に、加速度センサはスリープモードに戻り、これも電力を節約します。しかし、アルゴリズムが不良または疑わしい振動データを予測した場合、システムは経路（c）をたどり、BLEを介して振動異常警告をユーザーに送信します。

追加ICによる設計の完成

完全なVoyager4システムには、加速度センサ、AI、電源管理、過渡保護、データの完全性、ワイヤレスコネクティビティICが搭載されています（図3）。ADXL-832 MEMS加速度センサに加えて、超低消費電力、14ビット、100HzのADXL367BCCZ-RL7 3軸MEMS加速度センサは、大きな振動や衝撃が発生したときに BLE無線機能をディープスリープモードから起動するために使用されます。この起動デバイスの消費電力はわずか180ナノアンペア（nA）で、大幅な省電力化に貢献します。

Voyager4システムの全体図図3：完全なVoyager4システムは、加速度センサ、AI、その他のプロセッサ、電源管理、過渡保護、データの完全性、ワイヤレスコネクティビティICを組み合わせて使用します。（画像提供：Analog Devices）

加速度センサを2つ使うのは無駄に見えるかもしれませんが、それぞれに役割があります。より低性能で超低消費電力のADXL367は継続的な監視を行い、起動を開始し、より高精度のADXL832は高精度の高速データを提供します。

信号経路管理のために、ADG1634BCPZ-REEL7アナログスイッチ（4.5オーム（Ω）、4回路、2:1単極両投（SPDT）CMOSデバイス）は、MEMSの生の振動データをMAX32666のBLE無線機能またはMAX78000 AI MCUのいずれかに転送するために使用され、BLE MCUはスイッチの制御に使用されます。

MAX17262REWL+T LiFePO₄/リチウムイオン燃料計ICをバッテリ電流の監視に使用するなど、いくつかの周辺機器もMAX32666 BLE MCUに接続されています。MAX32666 は、Future Technology Devices International（FTDI）FT234XD-R USB～ベーシックシリアルUARTインターフェースICを使用して、BLEまたはUSBのいずれかを使用してADXL382 MEMSの生データをホストにストリーミングできます。

電気面では、MAX3207EAUT+T過渡電圧抑制（TVS）ダイオードアレイが、わずか2ピコファラッド（pF）という無視できる静電容量で、人体（HBM）とエアギャップモデルごとに±15キロボルト（kV）の保護を提供します。データの完全性のために、DS28C40ATB/VY+Tセキュアオーセンティケータは、統合された非対称（ECC-P256）および対称（SHA-256）セキュリティ機能から派生した暗号化ツールのコアセットを提供します。

高度な電源管理で消費電力を最小化

電源管理の詳細は、Voyager4の動作の多くの電源フェーズに関連して、バッテリ寿命がどのように影響されるかを示しています。この管理は、多面的なMAX20355EWO+電源管理集積回路（PMIC）、電力線通信および独自のModelGauge燃料計付き降圧ブーストコンバータが中心となっています。

このICは、2つの超低静止電流降圧レギュレータと3つの超低静止電流低ドロップアウト（LDO）リニアレギュレータを内蔵しています。各LDOと降圧レギュレータの出力電圧は個別に有効/無効にでき、各出力電圧値はデバイスのI²Cインターフェースを通じてプログラムできます。BLEプロセッサは、Voyager4の動作モードに対して、個々のPMIC電源出力を有効または無効にします。追加のパワーレギュレーションは、最大350ミリアンペア（mA）の電源を供給する調整可能な単一出力正電圧降圧レギュレータであるMAX38642AELT+Tによって提供されます。

動作時、Voyager4の機能はBLEとAIの動作モードに依存し、全体的な電力を最小限に抑えるために重要なMAX32666とMAX78000のアクティブモードまたは非アクティブモードを決定します（図4）。

Voyager4モード	BLEアドバタイジング	BLE接続	BLEデータストリーミング	AI推論	ディープスリープ
ディープスリープ	0	0	0	0	1
トレーニング	1	1	1	0	1
ノーマル/AI	0	0	0	1	1
周辺モジュール	0	0	0	0	1
1 = 機能がアクティブ、0 = 機能が非アクティブ

図4：全体の消費電力を最小限に抑えるため、Voyager4はBLEとAIの動作フェーズに応じて、パワーモード機能をアクティブ状態と非アクティブ状態の間で切り替えます。（画像提供：Analog Devices）

たとえば、トレーニングモードでは、BLE MCUはまずBLEネットワークに存在することをアドバタイズし、次にネットワークマネージャと接続する必要があります。その後、Voyager4はADXL382 MEMSの生データをBLEネットワーク経由でストリーミングし、ユーザーのPC上でAIアルゴリズムをトレーニングします。

評価キットがトレーニングモードで動作し、BLEがアクティブで、アドバタイジング、接続、データ送信が1時間に1回行われる場合、約0.65ミリワット（mW）の電力が消費されます。Voyager4センサがAIモードで動作する場合、センサが1時間に1回アクティブになっても、消費電力は0.3mWに低下します。テストデータによると、生のBLEデータを送信する必要のないセンサの消費電力は、最大で50%減少します（図5）。

BLE消費電力のグラフ 図5：生のBLEデータを送信する必要のないセンサは、消費電力を最大50%削減できます。（画像提供：Analog Devices）

消費電力が0.3mWであるため、1500ミリアンペア時（mAh）の電池1個で2年、単3形2.6アンペア時（Ah）の電池2個で7年以上の電池寿命が可能です。最大限に寿命を延ばすためには、これらの単3形電池は、周期的なパルスのみで低ベースライン動作電流を意図したタイプでなければなりません。このような条件下では最低でも5年間は使用できますが、高性能品では20年以上使用できるものもあります。

機械的モーダル解析の必要性

適切な機械的エンクロージャを設計するためには、監視対象の構造物の振動特性を把握するためのモーダル解析が必要です。この解析により、設計の固有振動数と法線モード（相対変形）がわかります。

モーダル解析において最も配慮すべきことは、共振を避けることです。共振とは、構造設計の固有振動数が、加えられる振動荷重の固有振動数と完全に一致することです。振動センサの場合、エンクロージャの固有振動数は、MEMSセンサによって測定される印加振動荷重の固有振動数よりも大きくなければなりません。Voyager4の場合、x、y、z軸の3デシベル（dB）帯域幅は8kHzであるため、センサのエンクロージャは8kHz未満で大きな共振を起こさないようにする必要があります。

解析は、ANSYSやその他のシミュレーションツールに適切なプラグインを追加して実施しました。これらのツールを使用することで、センサのエンクロージャの周波数応答に対する形状、材料選択、機械的アセンブリの影響を調べることができます。この解析では、センサエンクロージャの質量、剛性、固有振動数が相互に関連していることを考慮に入れています。

Voyager4のセンサアセンブリでは、エンクロージャの底部と中間部に3003アルミニウム合金、蓋にABS-PCプラスチックを使用したモデルでシミュレーションを行いました。モーダル解析シミュレーションの結果、対象となる周波数範囲に14のモードが発生しました。

いくつかのモードは、当初は懸念されましたが、さらに検討した結果、問題ないと判断されました（図6）。モード1（図6、左）は底面のセンサ回路基板から離れた場所にあり、このわずかな共振は ADXL382 MEMSの性能に影響を与えないはずです。モード7（図6、中央）は、z（垂直）軸上の約7.25kHzで発生しました。このモードでは、エンクロージャの垂直壁面に若干の影響が見られますが、ベース自体はこのモードの影響を強く受けることはありませんでした。

このモードシミュレーションは、エンクロージャベース上に配置されたADXL382センサ回路基板に大きな影響を与えるモードはなく、8kHz（3dB）の帯域幅では重要な機械的共振は発生しないはずであることを示しています。

図6：機械的モーダル解析の結果、懸念される2つの機械的共振（モード1（左）、モード7（中央））は問題ないことが判明。これらの結果は、加振器テーブル試験で使用されたVoyager4で確認されました（右）。（画像提供：Analog Devices）

シミュレーション結果は、モーダル加振器にVoyager4センサを設置し、0.25ピーク（g）の一定入力振動と0～8kHzの周波数掃引で検証されました。観測されたVoyager4センサの周波数特性は、8kHzまで±1.5dB以内でした（図6、右）。

まとめ

AIは、ロボット、回転機械、およびそれらのモータのCbMに使用することで、バッテリ寿命の延長などの具体的な利点を提供することができます。このエッジAI CbM機能を実行する効果的なシステムには、慎重に選択され、統合されたコンポーネントのセットが必要です。ワイヤレスコネクティビティに対応したEV-CBM-VOYAGER4-1Z評価キットがサポートするAIハードウェアアクセラレータ内蔵のAnalog Devices製MCUにより、CbMエッジAIソリューションの迅速な開発が可能になります。