DC-Lichtbogenerkennung in Solaranwendungen mit 10-mal geringerer Latenz und einer Genauigkeit von über 98 %
Kostengünstiger Lichtbogenschutz, der die globalen Sicherheitsstandards (UL 1699B und IEC 63027) erfüllt.
Anwendungsübersicht
Solaranlagen müssen vor gefährlichen elektrischen Lichtbögen geschützt werden, die Brände und Sachschäden verursachen können. Im Gegensatz zu einfachen Erkennungsmethoden, die häufig Fehlalarme auslösen, nutzt unsere Lösung erweiterte Mustererkennung, um reale Bedrohungen korrekt zu identifizieren und gleichzeitig harmlose elektrische Aktivität zu ignorieren. Mit der TinyEngine™-NPU von TI überwacht sie mehrere Kanäle gleichzeitig und läuft bis zu 10-mal schneller als herkömmliche CPU-Verarbeitung. Ohne Konnektivitätsanforderungen erkennt unsere Edge-KI Lichtbögen lokal in Millisekunden und ist damit deutlich schneller als die Cloud-Verarbeitung. Die Lösung schützt Ihre Daten & lernt kontinuierlich (Anpassung), um Fehlalarme zu reduzieren.
Evaluierung zum Einstieg
Datensammlung
Die Registerkarte „Daten erfassen & anzeigen“ in CCStudio™ Edge AI Studio wird verwendet, um die Hardware TIDA-010955 zu steuern und die Datenerfassung abzuschließen. Dieses Referenzdesign ermöglicht eine schnelle Erfassung des stromüberwachten Kabels sowie Spannungsmessungen von Gleichstromsträngen und Lichtbogenstrecken. Die erfassten Stromdaten werden für das Training des Modells verwendet. Die DC-Strangspannung und die Lichtbogenstreckenspannung können genutzt werden, um die Stromdaten automatisch zu kennzeichnen.
Bewertung der Datenqualität
Erfasste Stromdaten können in CCStudio Edge AI Studio sowohl nach Zeit- als auch nach Frequenzdomäne angezeigt und in Diagrammen dargestellt werden, um sicherzustellen, dass Lichtbogen- und normale Datensätze anhand ihrer Merkmale getrennt werden können.
Abbildung 1.1 – Störlichtbogen vorhanden
Abbildung 1.2 – kein Störlichtbogen
Erstellen und trainieren Sie Ihr Modell
Edge AI Studio ermöglicht die Durchführung von Modelltraining, -tests und -implementierung über eine intuitive Benutzeroberfläche.
- Entdecken und trainieren Sie mehrere Modelloptionen mithilfe eines benutzerfreundlichen GUI-basierten Workflows.
- Steigen Sie mit dem Beispielprojekt Motorlagerschäden mit einem vorinstallierten Datensatz schnell ein.
- Nutzen Sie Ihre eigenen Daten dank integrierter Erfassungs- und Hosting-Tools.
Modellflexibilität zur Unterstützung Ihrer Anwendungsanforderungen basierend auf Speicherbeschränkungen und Anforderungen zur Ausreißererkennung.
Implementierung Ihres Modells
Edge AI Studio bietet einen kompletten Workflow für die Bereitstellung trainierter Modelle direkt auf eingebetteten Zielen.
Für Entwickler, die eine tiefere Anpassung und Steuerung wünschen, bietet das C2000WARE-DIGITALPOWER-SDK ein umfassendes Framework für die Erstellung und Integration von Edge-KI-Funktionen für Ihre eigenen Embedded-Anwendungen.
Finden Sie den richtigen Baustein für Ihre Zwecke
Die c28-DSPs und Arm®-Cortex®-M33-basierten MCUs von TI bieten skalierbare Leistung zur Ausführung und Beschleunigung von Modellen zur Erkennung von Störlichtbögen sowie wichtige SoC-Funktionen, die für Ihre Anwendung entscheidend sind.
Die untenstehenden Daten beruhen auf: 250 kHz Abtastfrequenz und 1024 Abtasten
| Produktnummer | Verarbeitungskern | NPU verfügbar | Taktfrequenz (MHz) | Benchmark-Metriken für Lichtbogenerkennung | ||
|---|---|---|---|---|---|---|
| Latenz (ms) | Flash (kB) | SRAM (kB) | ||||
| TMS320F28P550x | C28x-DSP-Kern | Ja | 150 | 1,04 | 3 | 8 |
| TMS320F2800137 | C28x-DSP-Kern | Nein | 120 | 2,5 | 2 | 8 |
| TMS320F28P650 | C28x-DSP-Kern | Nein | 200 | 1,5 | 2 | 8 |
| AM13E23019 | Cortex-M33-Kern | Ja | 200 | 1,2 | 4 | 9 |
Alles an Hardware, Software und Ressourcen, was Sie zum Einstieg benötigen
Hardware
C2000-TMS320F28P550x-SOM-Platine. Bundle mit TIEVM-ARC-AFE (separat erhältlich) für vollständige KI-Lösung zur Erkennung von Störlichtbögen.
Beginnen Sie Ihre Evaluierung mit DC-Lichtbogenerkennungs-Hardware mit der Referenz TIDA-010955, die ein analoges Frontend für die DC-Lichtbogenerkennung enthält.
Software- und Entwicklungstools
CCStudio™ Edge AI Studio
Eine vollständig integrierte Lösung ohne Notwendigkeit von Code zum Training und Kompilieren von PIR-Bewegungserkennungsmodellen, um sie auf Embedded-Mikrocontroller-Bausteinen von TI implementieren.
CLI-Tools
Eine Befehlszeilen-Schnittstelle für fortgeschrittene Benutzer, die ihr eigenes Modell entwickeln möchten. Dieses End-to-End-Modellentwicklungstool umfasst die Handhabung von Datensätzen, Modelltraining und -kompilierung.
AM13E2X-SDK
Eine vereinheitliche Softwareplattform für die MCU-Familie AM13E23x von TI. Sie ist einfach einzurichten und bietet schnellen Zugriff auf Benchmarks und Demonstrationen mit.
Unterstützende Ressourcen
Referenzdesign für KI-basierte Lichtbogenerkennung in Solaranwendungen.
Industrieautomatisierung | Motordiagnose & -überwachung
Schützen Sie AC-Motorantriebsdesigns mit hochgenauer KI-basierter Motorfehlerklassifizierung.