Verbesserte zustandsbasierte drahtlose Überwachung mit eingebetteter Lösung mit Edge AI

July 3, 2026
Neueste Unternehmensnachrichten über Verbesserte zustandsbasierte drahtlose Überwachung mit eingebetteter Lösung mit Edge AI

State Based Monitoring (CbM) trägt dazu bei, Geräteausfälle durch vorausschauende Wartung zu verhindern. Der Entwurf eines effektiven Systems erfordert jedoch in der Regel eine optimierte Integration von Präzisionssensorik, rauscharmen Signalketten, Energiemanagement und drahtloser Konnektivität. Hierbei handelt es sich um komplexe Funktionen, die die Bereitstellung von CbM verzögern und die Kosten erhöhen können. Designer erkennen auch die Vorteile der Edge-Künstliche-Intelligenz-Analyse (KI), aber dadurch wird CbM auch komplexer. Wir müssen eine direktere und effektivere Lösung finden.

In diesem Artikel werden zunächst Näherungssensoren kurz vorgestellt und anschließend die Plug-and-Play-Lösungen von Analog Devices vorgestellt. Diese Lösung ermöglicht die sofortige Bereitstellung von drahtlosem CbM mit Edge-KI-Funktionen.

Die Bedeutung der staatlichen Überwachung
Ungeplante Ausfallzeiten bleiben eine große Herausforderung bei der Aufrechterhaltung einer hohen Betriebseffizienz der Ausrüstung. Tritt ein unerwarteter Ausfall einer kritischen Ausrüstung auf, kann dies zur Lahmlegung der gesamten Produktionslinie, einer Unterbrechung der Lieferkette und teuren Wartungsarbeiten führen. Zu den traditionellen Wartungsmethoden gehören die passive Reparatur nach einem Ausfall oder die strikte regelmäßige Wartung. Diese Methoden haben jedoch ihre Nachteile: Passive Wartung kann zu kostspieligen Ausfallzeiten führen, während die regelmäßige Wartung die Ressourcenkosten erhöhen kann, indem noch laufende Komponenten unnötig ausgetauscht werden.

Die Einführung von CbM ermöglicht die Implementierung kostengünstigerer Methoden der vorausschauenden Wartung. Durch die Überwachung von Vibration, Temperatur, Strom oder anderen Leistungsindikatoren können Anlagenbetreiber Warnsignale für eine Verschlechterung der Komponentenleistung erkennen, bevor Fehler auftreten. Dieser datengesteuerte Ansatz kann ungeplante Ausfallzeiten reduzieren, die Lebensdauer der Geräte verlängern und die Gesamtbetriebskosten senken.

Trotz der zahlreichen Vorteile von CbM kann der Einsatz aufgrund der komplexen Anforderungen und des Bedarfs an interdisziplinärer Expertise ins Stocken geraten. Für den Industrie- und Automobilbereich ist die Bewältigung dieser Herausforderungen eine große Herausforderung für die erfolgreiche Anwendung von CbM-basierter vorausschauender Wartung.

Herausforderungen und Anforderungen durch staatliche Überwachung
Um die potenziellen Vorteile von CbM voll auszuschöpfen, müssen CbM-Lösungen in rauen Industrie- und Automobilumgebungen zuverlässig funktionieren und gleichzeitig zeitnahe Analysen auf der Grundlage genauer Messdaten durchführen. Doch selbst während des normalen Betriebs der überwachten Geräte können diese spezifischen Betriebsbedingungen die Messgeräte enormen Umwelt- und mechanischen Belastungen aussetzen. Industriemotoren, Getriebesysteme und schwere rotierende Geräte können Überwachungsgeräte ständig Vibrationen, Stößen, extremen Temperaturen und hohen elektromagnetischen Störungen (EMI) aussetzen.

Um eine zuverlässige vorausschauende Wartung zu erreichen, müssen Vibrationssensoren in CbM-Geräten in der Lage sein, feinere Veränderungen zu erkennen, die oft die ersten Hinweise auf Wellenunwucht, Fehlausrichtung oder Lagerverschleiß sind. Um eine hochpräzise Schwingungsmessung unter rauen Umgebungsbedingungen sicherzustellen, ist ein Subsystem zur Erfassung von Sensorsignalen mit hoher Bandbreite und geringem Rauschen erforderlich, das in rauen Arbeitsumgebungen eine stabile Leistung aufrechterhalten kann.

Als Herzstück der CbM-Methode bildet die Schwingungsanalyse die Grundlage für die Identifizierung von Mustern, die zwischen Normalbetrieb und frühen Anzeichen eines Ausfalls unterscheiden können. In der Vergangenheit übermittelten Vibrationssensorsysteme Messergebnisse zur Analyse an einen zentralen Host oder Cloud-Ressourcen. Fortschrittliche CbM-Lösungen haben jedoch begonnen, Analysefunktionen zunehmend an den Rand zu verlagern. Durch die Analyse von Daten innerhalb oder in der Nähe des Sensorsystems können in kürzester Zeit Ergebnisse erzielt und der Verkehr in zeitkritischen Industrie- und Automobilnetzwerken reduziert werden.

Insbesondere kann Edge-KI-Inferenz auf der Grundlage von Convolutional Neural Network (CNN)-Modellen eine Echtzeitinterpretation von Vibrationsänderungen ermöglichen. Die Verwendung von CNN zur Inferenz erfordert jedoch einen erheblichen Rechenaufwand, wodurch es komplexer wird, CbM-Ziele zu erreichen, ohne die Systemleistungs-, Größen- oder Kostenbeschränkungen zu überschreiten.

Mit der zunehmenden Verwendung von CbM in rotierenden Geräten, entfernten oder mobilen Geräten und der Unpraktikabilität kabelgebundener Verbindungen ist die Minimierung des Stromverbrauchs immer dringlicher geworden. Um die Anforderungen an die drahtlose Verbindung in diesen Situationen zu erfüllen, kann Low Energy Bluetooth (BLE) im Vergleich zu anderen optionalen Verbindungstechnologien die erforderliche Kombination aus Übertragungsentfernung, Leistung und Zuverlässigkeit erreichen (Tabelle 1).

Wie bei der Edge-KI-Verarbeitung besteht die Herausforderung für uns jedoch darin, eine BLE-Konnektivitätslösung zu finden, die innerhalb der Leistungsgrenzen drahtloser Sensorsysteme normal funktionieren kann. Tatsächlich bleibt die Gewährleistung einer längeren Batterielebensdauer eine Herausforderung für jeden Entwickler drahtloser Sensorsysteme. Dies ist jedoch besonders wichtig in Industrie- und Automobilanwendungen, wo Sensoren möglicherweise schwer zu erreichen sind. In CbM-Systemen, die CNN-Inferenz erfordern, werden Batterie- und Energiemanagement immer wichtiger. Die Herausforderung dabei besteht darin, mehrere Spannungsregler, Sequenzer und Ladesysteme zu koordinieren, um den Stromverbrauch zu senken und gleichzeitig einen stabilen Betrieb zu gewährleisten.

Das Evaluierungskit bietet eine eingebettete drahtlose CbM-Lösung mit Edge-KI-Funktionalität
Das EV-CBM-VOYAGER4-1Z Voyager 4-Kit von Analog Devices bietet eine komplette batteriebetriebene Vibrationsüberwachungsplattform für die kontinuierliche Evaluierung der CbM-Technologie oder den sofortigen Einsatz in vorausschauenden Wartungsanwendungen und bewältigt verschiedene Herausforderungen, die beim Einsatz von drahtlosem CbM mit Edge-KI-Funktionen auftreten. Dieses Kit verfügt über eine vertikale Halterung (Abbildung 1, oben), die die Hauptplatine (PC-Platine) auf einer Seite und die Batterie auf der anderen Seite fest fixiert, um die Auswirkungen rauer Umgebungen zu verhindern. Die Leistungsplatine und der Sensor befinden sich an der Unterseite des Trägers, in der Nähe der zu überwachenden Vibrationsquelle. Um den Einsatz zu erleichtern, sind die vertikalen Stützkomponenten in einer Aluminiumschutzhülle mit einem Durchmesser von 46 mm und einer Höhe von 77 mm untergebracht (Abbildung 1, unten). Die Oberseite der Schutzhülle ist mit einer ABS-Acrylabdeckung ausgestattet, die für den BLE-Anschluss verwendet werden kann.