引言

如果暖通空调（HVAC）系统或发电机等设备突然停止运行，停机维修的金钱和时间成本都会很高，从而给企业带来沉重负担。为了降低停机风险，使用机器学习 (ML) 算法的预测性维护可以利用各种传感器和无传感器数据监控边缘设备。这些信息可帮助提醒潜在的问题，从而避免发生更为严重的故障。

本项目将展示如何使用Renesas Reality AI软件和Renesas MCK-RA6T2电机控制套件生成的数据，创建一个无传感器 ML模型来监控电机的状态。该ML算法的输出将利用电流、电压和速度来检测电机是否平衡，然后通过安装在开发板上的LED输出相应的反馈。本文将介绍Renesas Reality AI软件的功能和使用说明，让您了解这一过程，并自行测试不同的功能。

项目材料与资源

本项目只需要电机控制套件和Renesas’s Reality AI的访问权，但其他可选资源（比如用于安装电机的建议部件和GitHub存储库的访问权）可提升整体项目体验。

项目BOM表

• Renesas Electronics RA6T2电机控制套件

• ServoCity电机安装机械零件 

      o 1120系列U型槽 – 1120-0001-0048（数量：1）

      o 1120系列U型槽 – 1120-0003-0096（数量：1）

      o 钢槽连接板 – 2803-0039-0022（数量：1）

      o 1309系列Sonic Hub – 1309-0016-0005（数量：1）

• M4-0.7 × 6mm螺钉（数量：10）

• M3-0.5 × 8mm螺钉（数量：2）

• 通过接线端子或桶形插头（中心正极）提供DC12~48V电压

资源链接

Reality AI软件工具（需要登录）

e² studio IDE和编码工具

Renesas闪存编程器

Mouser-Electronics/Renesas_RealityAI_Motor GitHub存储库

MCK-RA6T2 Quick Start Guide (renesas.com) PDF下载

MCK-RA6T2 User's Manual (renesas.com) PDF下载

项目技术概述

Reality AI Tools

Renesas Reality AI是一款软件工具，可帮助开发人员快速、轻松地为边缘设备开发智能嵌入式AI应用。这套工具提供直观的拖放式用户界面、预先训练好的ML模型和自动代码生成，帮助开发人员更快、更省力地开发和部署应用。

Renesas Reality AI支持广泛的应用，包括预测性维护、异常检测和语音。利用其强大的ML功能，开发人员可以使用自己的数据轻松训练和优化模型，并将这些模型快速部署到目标设备上。该工具还全面支持各种硬件平台，使其易于与现有硬件和软件系统集成。

Renesas Reality AI提供了强大而高效的解决方案，可帮助设计人员为边缘设备开发智能嵌入式AI应用。欲了解更多信息或访问该软件工具，请通过customersuccess@reality.ai或Renesas技术支持热线+1 (347) 363 2200联系Renesas。

Renesas Electronics RA6T2电机控制套件

Renesas Electronics RA6T2电机控制套件（图 1）设计用于评估RA6T2电机控制微控制器 (MCU)，这是一款具有定时器和安全功能的高性能器件。RA6T2 MCU采用增强型CPU和硬件加速器，可实现用于家用电器和工业自动化的高端电机算法。

图1：Renesas Electronics RA6T2电机控制套件（图源：贸泽电子）

RA6T2电机控制套件包含评估RA6T2电机控制MCU所需的一切，包括一块逆变器板、无刷直流 (BLDC) 电机和电缆。

e² studio IDE和编码工具

Renesas e² studio（图2）是一个基于Eclipse的集成开发环境 (IDE)，它提供一个功能丰富的代码编辑器，用于使用Renesas MCU进行设计。在本项目中，您将使用e² studio对RA6T2电机控制套件进行编程。可下载Windows和Linux版本，并可在线和离线安装。另外还有支持文档、技术支持、常见问题解答和操作视频，为新老用户提供支持。

图2：Renesas e² studio IDE和编码工具主页（图源：贸泽电子）

开发项目

硬件组装

本节将主要介绍RA6T2电机控制套件的组装，但不介绍用于电机组装的可选部件。 图3和图4显示完成的电机组装，以供参考。

图3：电机组装侧视图（图源：贸泽电子）

图4：电机组装正面视图（图源：贸泽电子）

RA6T2电机控制套件包含逆变器板、通信板、CPU板、BLDC电机以及电缆和硬件。有关每个部件的具体说明，请参阅资源链接中的MCK-RA6T2 User Manual。在项目开始之前，请将支架和螺钉安装到每块PCB板四角的孔中（图5）。

1. 将CPU板上标有INV1的接头连接到逆变器板上的CN4和CN5接头。(插配可能会很紧，因此要小心避免引脚弯折）。

2. 使用随附的四针电缆将通信板上的CN5连接到CPU板上的CN10。

3. 将BLDC电机插入逆变器板上的CN2。

4. 使用逆变器板上的CN1接线端子提供DC12~48V电压。

5. 使用通信板上的USB-C端口和CN3连接开发套件和PC。

图5：完成的电路板组装（图源：贸泽电子）

按照《Quick Start Manual》的建议，在通电前将跳线引脚设置为默认状态。本项目使用台式电源。

e² studio安装

要从电机控制套件收集新数据，必须先对设备进行编程。为此，您需要下载并安装Renesas的e2studio。（这些说明的前提是在运行Windows操作系统的PC上安装）。

1. 导航至e² studio IDE和编码工具（请参阅 "Resource Links" 部分）。

2. 选择并下载与您使用的操作系统相关的版本。（需要登录）

3. 找到下载的文件，按照屏幕上的说明解压缩并运行安装程序。

注意：在安装过程中，如果需要任何先决软件，系统会提示您安装。

4. 选择要安装的设备系列。

5. 在附加软件选择屏幕中，选择 “QE for Motor”。

6. 必要时重启计算机以完成安装。

数据采集

生成任何ML模型都需要数据。对于本项目，贸泽GitHub存储库的 "Resource Links" 部分提供了预先录制的数据文件。这样就可以快速轻松地开始使用Reality AI Tools。另一种方法是将电机的反馈数据输出到HyperTerminal等终端接口，然后将平衡和不平衡电机的反馈数据转换为CSV格式。这也可用作新的测试数据，以进一步确认根据所提供的数据文件生成的模型。除了预先录制的数据文件外，还提供了一个项目文件演示，可帮助您收集自己的数据以及审查和测试代码。

当数据从您的设备输出时，其格式是以数据行的形式输出，没有分类器来指示读数的性质，目前在GitHub上提供了相关代码（表1）。

表1：来自测试设备的输出数据

由于所提供的每个文件都归入平衡组或不平衡组，因此分离数据和分配分类器的一种方法是使用元数据文件。元数据文件将列出各个文件名和分配给每个文件的分类器（表2）。

表2：包含文件名和分类器的元数据文件

（注意：e² studio需要使用Flexible Software Package (FSP) 3.5.0才能成功编译所提供的演示软件）

探索Reality AI

要开始训练新的ML模型，需要在Reality AI Tools中执行以下基本步骤。

创建项目

第一步是生成项目。

1. 登录Reality AI Tools。

2. 单击左侧导航菜单上的Projects（图6）。

3. 单击Add Project。

4. 输入合适的项目名称（Description为可选项）。

5. 单击右下角的Add Project按钮。

6. 选择新创建的项目，显示项目的相关信息。

图6：Reality AI Tools项目创建视图（图源：贸泽电子）

数据源

创建项目后，下一步就是上传收集到的数据。该项目的数据格式需要是CSV文件。贸泽GitHub存储库中提供的数据已经设置了此格式（图7）。

1. 单击左侧导航菜单上的Data。

2. 从下拉菜单中选择Source。

3. 找到为本项目下载或生成的CSV数据文件的保存位置。

4. 确保在新 “Data Source” 视图顶部选择了External Data选项卡。

5. 将文件组拖放到Drop files here to upload区域。

根据使用的文件数量，上传时间可能会较长。

图7：Reality AI Tools数据上传视图（图源：贸泽电子）

上传数据文件后，使用Curate功能创建样本列表（图8）。

1. 单击左侧导航菜单上的Data。

2. 从下拉菜单中单击Curate。

3. 选择您打算用于项目的所有源文件。

4. 单击右上角的Action按钮。

5. 从下拉菜单中，选择Segment List from Selected。

6. 新窗口打开后，将Window Length设置为512，然后单击右下角的Submit。

现在，您应该可以在Data Sample Lists部分看到一个新的列表，您可以选择该列表以显示类的分布和每个类的计数。这对创建多个样本列表用于模型生成和测试非常有用。如果您使用的数据已经分配了分类器，那么就可以在接下来的步骤中选择这些分类器；否则，您将需要使用测试数据中提供的元数据文件，使用Edit Metadata Type为每个上传的文件分配分类器。

图8：Reality AI Tools中的 “Data Curation”部分（图源：贸泽电子）

AI Explore

创建了新的样本列表后，我们就可以进入下一步，即AI Explore™（图9和图10）。

1. 单击左侧导航菜单上的AI Explore。

2. 从下拉菜单中选择Classes。

3. 从Data Sample List，选择图8中创建的列表的名称。

4. 在Exploration Results部分，单击Start Exploring开始生成潜在基础工具。

该过程完成后，您会发现在Exploration results for New List部分针对所选列表列出了不同的选项。该部分将显示每个潜在基础工具的信息，以及说明、复杂性和准确性。

1. 选择特定基础工具后，单击Create Base Tool列中与探索结果相关联的图标。

2. 在打开的部分，您可以选择保留建议的名称或对列表进行重命名，然后单击Add。

图9：Reality AI Tools中的 “AI Explore Classes” 部分（图源：贸泽电子）

图10：Reality AI Tools中的AI Explore探索结果部分（图源：贸泽电子）

训练

在前面的步骤中，我们根据数据样本列表生成了一个结果，以创建基础工具。这是使用数据源步骤中创建的原始样本列表中的平衡数据子集完成的。从这里开始，我们将使用完整的数据列表来训练工具（图11）。

1. 单击左侧导航菜单上的Build。

2. 从下拉菜单中选择Train。

3. 新部分打开后，选择前面步骤创建的基础工具。(您将在屏幕顶部的Train Tool部分看到更新）。

4. 从屏幕底部的Data Sample Lists部分选择数据。(您将在屏幕顶部的Train Tool部分看到更新）。

5. 单击Train Tool部分的Train按钮，开始使用完整的数据列表进行训练。

这个过程可能需要很长时间，具体取决于数据的大小。如果进度不明显，请定期刷新屏幕。

图11：Reality AI Tools中的训练工具（图源：贸泽电子）

其他功能

本节中的步骤是准备部署ML模型所需的基本步骤，但它们只是可用工具的开端。虽然我们无法提供Reality AI Tools中每种可用功能的说明，但以下功能有助于提供更深入的了解和控制。

测试与优化 > 验证

验证工具可以提供有关模型性能的更多信息，如训练分离和k折验证。建议将其作为选择使用哪种训练工具的第一个性能标记。

测试与优化 > 尝试新数据

验证新生成模型的最佳方法之一是根据新数据对其进行评估。Reality AI Tools的这一部分允许您将新数据与用于生成模型的数据分开，并评估其准确性，以进一步完善和提高模型达到预期性能的可能性。

优化BOM > 传感器选择

在部署任何类型的代码时，代码的大小和内存使用量都是一个需要关注的问题。Reality AI的传感器选择工具可以帮助降低基础工具的复杂性，同时不影响准确性。传感器选择探索完成后，您可以选择适当的结果，并使用 "Create AI Explore" 栏中的图标将其导出到AI Explore工具，以生成可能的新基础工具。

整合

将模型部署到边缘

生成模型后，您需要将其部署到设备上。相关代码可在左侧导航菜单的 "Deploy" 部分生成。该工具可用于为任意数量的Renesas处理器型号或开发板生成C或C++语言的新软件包。在这里可以设置数组名称和数据类型（图12）。

图12：Reality AI工具部署（图源：贸泽电子）

编译完成后，您将收到一个链接，用于下载ZIP文件形式的软件包。文件夹中将包含源文件、头文件和库文件，您可以使用e² studio将这些文件整合到您的软件中（图13）。

图13：ML模型的部署（图源：贸泽电子）

验证部署的模型

将文件集成到软件中并成功编译程序后，就可以将所有内容部署到开发板进行验证。本项目随附的演示软件将使用板载LED显示电机的状态，以显示正常或不平衡的运行。为确认本项目，我们使用了一颗M4-0.7 × 6mm螺钉来引发故障状态，这也会通过点亮全部三个LED灯来指示（图14）。

图14：故障状态LED灯（图源：贸泽电子）

结语

人工智能和机器学习提供的解决方案可以帮助企业更高效地节约成本和管理资源。Reality AI为开发人员提供了直观、简洁的软件工具，用于为基于边缘的设备开发ML模型。

作者简介

Joseph Downing于2011年加入贸泽电子，担任技术支持专员，后转为技术内容专员。Joseph还曾就职于英特尔、Radisys和Planar等电子行业公司，拥有20多年的工作经验。作为一名狂热的创客，Joseph帮助管理并向Mouser.com网站上的应用与技术专栏以及贸易展会提供技术项目和材料。