【導(dǎo)讀】在本文中，我們將重點(diǎn)介紹CN0549的不同組件可用的軟件生態(tài)系統(tǒng)、數(shù)據(jù)分析工具和軟件集成，以及工程師和數(shù)據(jù)專家如何使用它們進(jìn)行應(yīng)用開發(fā)。我們分兩部分來介紹使用CN0549開發(fā)平臺進(jìn)行狀態(tài)監(jiān)控(CbM)和預(yù)測性維護(hù)(PdM)應(yīng)用，這是該系列文章的第二篇。新平臺旨在加快定制CbM解決方案從原型制作到生產(chǎn)的整個開發(fā)流程。第一部分主要介紹MEMS振動技術(shù)，以及為CbM應(yīng)用捕捉高質(zhì)量的振動數(shù)據(jù)。
CN0549狀態(tài)監(jiān)控平臺簡介
在本文中，我們將重點(diǎn)介紹CN0549的不同組件可用的軟件生態(tài)系統(tǒng)、數(shù)據(jù)分析工具和軟件集成，以及工程師和數(shù)據(jù)專家如何使用它們進(jìn)行應(yīng)用開發(fā)。我們分兩部分來介紹使用CN0549開發(fā)平臺進(jìn)行狀態(tài)監(jiān)控(CbM)和預(yù)測性維護(hù)(PdM)應(yīng)用，這是該系列文章的第二篇。新平臺旨在加快定制CbM解決方案從原型制作到生產(chǎn)的整個開發(fā)流程。第一部分主要介紹MEMS振動技術(shù)，以及為CbM應(yīng)用捕捉高質(zhì)量的振動數(shù)據(jù)。
從概念到生產(chǎn)的整個過程，以及如何加快這個過程！
在構(gòu)建狀態(tài)監(jiān)控解決方案時，它們必須包含傳感器、本地處理、連接、某些形式的軟件或硬件，使其能夠正常運(yùn)行。CN0549提供可自定義的硬件和軟件選項(xiàng)，讓工程師和軟件開發(fā)人員能夠使用常用的工具和基礎(chǔ)設(shè)施，并根據(jù)應(yīng)用設(shè)計做出權(quán)衡取舍，以解決所有這些挑戰(zhàn)。例如，如果您想選擇特定的微控制器或FPGA進(jìn)行處理，想要使用Python進(jìn)行編碼，或有喜歡的、想要重復(fù)使用的傳感器。這讓CN0549成為一個強(qiáng)大的平臺，讓希望構(gòu)建優(yōu)化CbM解決方案的人員能夠根據(jù)自己的需求來自定義處理、功率、性能、軟件和數(shù)據(jù)分析。
嵌入式系統(tǒng)的開發(fā)流程
我們來看看嵌入式系統(tǒng)從生成概念到生產(chǎn)的整個開發(fā)流程。圖1概要描述這個抽象化的過程。
在圖1所示的設(shè)計流程中，第1步是“數(shù)據(jù)研究”階段。在這個階段，用戶將他們的要求轉(zhuǎn)化到應(yīng)用對硬件和軟件的不同要求。從硬件的角度來看，可能涉及抗沖擊性、模擬信號帶寬或測量范圍等參數(shù)。在考慮對軟件的要求時，樣本數(shù)量、采樣速率、頻譜、過采樣和數(shù)字濾波都是CbM應(yīng)用的重要參數(shù)。該平臺非常實(shí)用靈活，允許研究人員使用不同的傳感器組合，并調(diào)節(jié)數(shù)據(jù)采集參數(shù)，以滿足其應(yīng)用需求。
“數(shù)據(jù)研究”階段之后是“算法開發(fā)”階段，這個階段主要是驗(yàn)證系統(tǒng)的應(yīng)用或使用。這通常需要在高級工具中開發(fā)模型或設(shè)計算法，并最終移植到嵌入式系統(tǒng)中。但是，在優(yōu)化設(shè)計之前，必須使用真實(shí)數(shù)據(jù)和硬件環(huán)路進(jìn)行驗(yàn)證，這正是CN0549的優(yōu)勢所在，因?yàn)樗粌H能與熱門的高級分析工具直接集成，還支持硬件環(huán)路驗(yàn)證。
設(shè)計得到驗(yàn)證之后，就開始進(jìn)行優(yōu)化和嵌入所需軟件組件的工作。在“嵌入式設(shè)計細(xì)化”階段，可能需要重新實(shí)施某些算法或軟件層，以便在FPGA或資源有限的微控制器中使用。必須小心謹(jǐn)慎地不斷驗(yàn)證設(shè)計，因?yàn)槲覀儠⑺浦驳皆突驅(qū)⒁度肷a(chǎn)的硬件中進(jìn)行最后驗(yàn)證。
圖1.嵌入式系統(tǒng)的開發(fā)流程
最后是到達(dá)“生產(chǎn)”階段，這個階段可能與設(shè)計開始使用的原始開發(fā)環(huán)境沒有什么相似之處，但仍然要滿足同樣的要求。由于最終的系統(tǒng)可能與原始的研究系統(tǒng)相去甚遠(yuǎn)，所以可能無法或很難運(yùn)行相同的代碼或測試。這可能導(dǎo)致產(chǎn)生生產(chǎn)測試問題和設(shè)備故障，很可能需要花費(fèi)額外的時間和資金投入來進(jìn)行補(bǔ)救。
通過最大程度的重復(fù)使用來降低風(fēng)險
在設(shè)計過程中，降低風(fēng)險最簡單的方法之一是盡可能在每個階段重復(fù)使用更多的硬件和軟件組件，CN0549為開發(fā)人員提供許多開箱即用的資源，可以在開發(fā)流程的每個階段直接使用。CN0549解決方案提供原理圖和電路板布局文件，提供一個適用于優(yōu)化和全功能環(huán)境的開源軟件堆棧，以及更高等級工具（例如MATLAB?和Python）可用的集成選項(xiàng)。最終用戶可以使用ADI經(jīng)過驗(yàn)證的組件，并在研究階段到生產(chǎn)階段期間選擇想要維護(hù)或更改的組件。這樣最終用戶就能集中精力進(jìn)行軟件開發(fā)和系統(tǒng)集成，不必去繪制ADI組件的原理圖或進(jìn)行基礎(chǔ)的軟件開發(fā)。利用硬件模塊和重復(fù)使用軟件層，例如ADI提供的設(shè)備驅(qū)動程序、HDL或應(yīng)用固件，可以減少構(gòu)建系統(tǒng)所需的開發(fā)時間，并大大加快上市時間。
軟件開發(fā)流程和過程
在開發(fā)期間，CN0549為工程師們提供多種選項(xiàng)，允許他們使用通用語言，包括C或C++，同時使用他們熟悉的數(shù)據(jù)分析工具，例如MATLAB或Python。這主要是通過利用和基于開源標(biāo)準(zhǔn)，以及支持不同制造商的多種嵌入式平臺的現(xiàn)有解決方案進(jìn)行構(gòu)建而實(shí)現(xiàn)。
CN0549系統(tǒng)堆棧
圖2所示的系統(tǒng)堆棧概述了構(gòu)成CN0549系統(tǒng)的不同組件。左上角的深藍(lán)色方框表示傳感器和數(shù)據(jù)采集(DAQ)電路板，淺藍(lán)色和紫色方框表示用于數(shù)據(jù)處理的FPGA分區(qū)。該平臺直接支持Intel DE10-Nano和Xilinx? CoraZ7-07s，涵蓋兩大FPGA供應(yīng)商。綠色方框表示與主機(jī)PC的連接。這為算法開發(fā)提供了從硬件到高級數(shù)據(jù)分析工具的直接數(shù)據(jù)訪問。
所有硬件描述語言(HDL)代碼都是開源的，允許開發(fā)人員進(jìn)行修改，將數(shù)字信號處理(DSP)插入可編程邏輯(PL)的數(shù)據(jù)流中，如圖2所示。這可以是從濾波器到狀態(tài)機(jī)甚至機(jī)器學(xué)習(xí)等任何內(nèi)容，具體由您的系統(tǒng)分區(qū)決定，這一步也可以在用戶空間或應(yīng)用層完成。由于代碼是公開提供的，它可以移植到不同制造商的其他FPGA，或不同處理器系列中，具體取決于終端應(yīng)用的需求。
圖2.CN0549平臺的系統(tǒng)堆棧
Arm?處理器內(nèi)部提供兩種軟件選項(xiàng)。具體使用哪種，由具體的用例決定，大多數(shù)開發(fā)人員可能會使用：
● Linux?：內(nèi)核驅(qū)動程序，可用于在內(nèi)核中的輸入輸出工業(yè)(IIO)框架中構(gòu)建的DAQ屏蔽。它與一個名為Kuiper Linux的完全嵌入式Linux發(fā)行版相結(jié)合，這個版本在Arm內(nèi)核用戶空間中運(yùn)行，基于樹莓派OS。
● 無操作系統(tǒng)(No-OS)：裸機(jī)項(xiàng)目，使用與Linux內(nèi)核中同樣的驅(qū)動程序，可以在Xilinx或Intel的SDK中使用。它也可以作為替代方案，在實(shí)時操作系統(tǒng)(RTOS)環(huán)境中實(shí)現(xiàn)。
建議開發(fā)人員從Linux開始學(xué)習(xí)并使用其系統(tǒng)進(jìn)行開發(fā)，因?yàn)長inux提供的工具最多。Linux還提供大量開發(fā)包和驅(qū)動程序，構(gòu)成了所需的開發(fā)環(huán)境。在系統(tǒng)設(shè)計穩(wěn)定并準(zhǔn)備進(jìn)行優(yōu)化時，通常會轉(zhuǎn)向無操作系統(tǒng)環(huán)境，只提供必要的軟件。但是，這主要取決于應(yīng)用，許多制造商會交付完整的Linux系統(tǒng)，以保持他們要提供的靈活性。
與用于可編程邏輯的HDL一樣，整個內(nèi)核源代碼、Kuiper Linux鏡像和No-OS項(xiàng)目都是完全開源的，讓最終用戶能夠按照自己的意愿更改組件。如果需要，還可以將這些代碼庫移植到不同的處理器系統(tǒng)或不同的運(yùn)行時環(huán)境中。
圖2所示的最后一個組件是與主機(jī)PC的連接，如綠色方框所示。在運(yùn)行該系統(tǒng)時，可以對設(shè)備進(jìn)行配置，并將數(shù)據(jù)流備份到主機(jī)系統(tǒng)進(jìn)行分析，開發(fā)人員將利用MATLAB或TensorFlow等標(biāo)準(zhǔn)工具在主機(jī)上創(chuàng)建算法。最終將這些算法轉(zhuǎn)移到嵌入目標(biāo)中，讓他們能夠使用本地處理能力來加快算法開發(fā)迭代。
訪問CbM數(shù)據(jù)——使用入門
使用Arm處理器和PL一般發(fā)生在設(shè)計流程較為靠后的階段，也就是要對系統(tǒng)實(shí)施優(yōu)化進(jìn)行部署時。所以，對于開發(fā)人員來說，最開始常用的切入點(diǎn)都是從工作站遠(yuǎn)程連接至嵌入式系統(tǒng)。在嵌入式系統(tǒng)上運(yùn)行Linux時，因?yàn)榛A(chǔ)設(shè)施的設(shè)計方式，在工作站上遠(yuǎn)程或本地運(yùn)行代碼是一個相對透明的過程。這主要是因?yàn)槊麨閘ibIIO的開源庫。libIIO是一個接口庫，允許在內(nèi)核的Linux IIO框架內(nèi)構(gòu)建適用于不同設(shè)備驅(qū)動程序的簡單、一致的訪問模型。這個庫是能夠靈活使用CbM平臺的核心，并提供數(shù)據(jù)流傳輸和設(shè)備控制功能。
libIIO本身主要分成兩個部分：
● libIIO庫，這是一個C語言庫，用于訪問不同的IIO驅(qū)動程序?qū)傩曰蚝瘮?shù)。這包括向設(shè)備（例如ADC、DAC和傳感器）傳輸數(shù)據(jù)流或從中輸出數(shù)據(jù)流。
● IIO daemon(iiod)利用實(shí)際的驅(qū)動程序的庫和內(nèi)核接口來管理libIIO庫或客戶端之間的訪問。
libIIO和iiod本身是從不同的組件寫入，可以使用不同的方法來訪問驅(qū)動程序，即所謂的后端。后端允許本地和遠(yuǎn)程用戶對libII進(jìn)行控制和提供數(shù)據(jù)流，而且，由于它們已形成組件，所以可以將新后端添加到系統(tǒng)中。目前，libIIO支持四個后端：
● 本地：允許訪問連接至同一設(shè)備的硬件的本地可訪問驅(qū)動程序。
● USB：通過使用libusb，此后端允許通過USB鏈接遠(yuǎn)程控制驅(qū)動程序。
● 串行：為通過串行連接的電路板提供更通用的接口。UART是最常見的用例。
● 網(wǎng)絡(luò)：最常用的遠(yuǎn)程后端，基于IP來訪問網(wǎng)絡(luò)中的驅(qū)動程序。
圖3. 使用網(wǎng)絡(luò)后端的libIIO系統(tǒng)概述
圖3從系統(tǒng)層面概述如何使用libIIO組件，以及如何將它們集成到整個系統(tǒng)中。圖中左側(cè)是嵌入式系統(tǒng)，它已安裝libIIO庫，運(yùn)行iiod daemon。在嵌入式系統(tǒng)中，用戶可以訪問本地后端，甚至網(wǎng)絡(luò)后端。他們可以通過更改一行代碼來確認(rèn)任一后端的地址，在兩個后端之間切換。無需對目標(biāo)代碼進(jìn)行其他更改。
圖4. libIIO遠(yuǎn)程與本地示例
圖3左側(cè)顯示的是遠(yuǎn)程主機(jī)，可以運(yùn)行任何操作系統(tǒng)。提供Windows、macOS、Linux和BSD等官方軟件包。該圖顯示使用了基于網(wǎng)絡(luò)或IP的后端，也可能是使用串行、USB或PCIe連接。從用戶的角度來看，可以從C語言庫本身，或者從其他語言的許多可用綁定來使用libIIO，包括：Python、C#、Rust、MATLAB和Node.js。為需要與應(yīng)用中的不同驅(qū)動程序交互的用戶提供多種選擇。
應(yīng)用和工具
當(dāng)開始使用一個新設(shè)備時，通常不建議直接使用libIIO。所以，有很多基于libIIO構(gòu)建的更高等級的應(yīng)用，它們通過命令行和GUI格式為IIO設(shè)備提供基本的配置能力。它們分別是IIO工具和IIO示波器。
IIO工具是一組與libIIO一起發(fā)布的命令行工具，對于通過腳本執(zhí)行的低等級調(diào)試和自動化任務(wù)來說非常有用。例如，在執(zhí)行實(shí)驗(yàn)室測試時，它可以在不同的采樣率模式下設(shè)置平臺，以及收集一些數(shù)據(jù)。利用幾行bash，或通過使用IIO工具的批處理腳本可輕松完成這些操作。圖5顯示了一個簡單示例，可以在本地或遠(yuǎn)程運(yùn)行，以更改采樣速率和ADC的地輸入模式。這個示例使用名為iio_attr的IIO工具，讓用戶能夠輕松更新設(shè)備的配置。
圖5.IIO工具的iio_attr部分的使用示例
但是，對用戶來說，最常見的切入點(diǎn)是GUI應(yīng)用IIO示波器，一般被稱為OSC。與IIO工具一樣，OSC是通用的，可以管理任意IIO驅(qū)動程序，而且，因?yàn)樗腔趌ibIIO構(gòu)建，所以它可以遠(yuǎn)程運(yùn)行或在電路板上運(yùn)行。但是，它也包含一個插件系統(tǒng)，可以為特定的驅(qū)動程序或驅(qū)動程序組合添加專用選項(xiàng)卡。圖6顯示自動加載到基于CN0540的電路板上的插件選項(xiàng)卡，包括控制和監(jiān)控選項(xiàng)卡。這些選項(xiàng)卡提供了一個簡單的界面，可以訪問CN0540的ADC、DAC和控制引腳的低級功能，以及數(shù)據(jù)采集板和測試點(diǎn)監(jiān)控的基本示意圖。如需了解其他可用的默認(rèn)選項(xiàng)卡和插件信息，可以訪問ADI公司W(wǎng)iki查看更多OSC文檔。
OSC的最后一個重要方面是捕獲窗口。捕獲窗口可以根據(jù)從ADC或基于libIIO的緩沖區(qū)收集的數(shù)據(jù)進(jìn)行繪圖。圖7顯示在頻域模式下使用的捕獲窗口，這是基于頻譜數(shù)據(jù)信息繪制。也可以繪制其他圖，包括時域圖、相關(guān)圖和星座圖。這對于抽檢設(shè)備、調(diào)試或評估非常有用。這些圖提供常用工具，例如標(biāo)記、峰值檢測、諧波檢測，甚至相位估計。由于OSC也是開源的，任何人都可以添加更多插件或繪圖，甚至更改現(xiàn)有功能，對其進(jìn)行擴(kuò)展。
圖6.CN0540 IIO示波器插件選項(xiàng)卡
圖7.頻域模式下的IIO示波器捕獲窗口
算法開發(fā)環(huán)境集成
至此，我們已經(jīng)介紹了大部分工程師在首次使用CN0549時會采用的低等級重要工具。首先理解這些是很重要的，這樣開發(fā)人員才能理解系統(tǒng)的靈活性以及他們可以使用的不同選擇或接口。但是，在設(shè)置和運(yùn)行基線系統(tǒng)后，開發(fā)人員希望使用MATLAB或Python等工具將數(shù)據(jù)快速遷移至算法開發(fā)。這些程序可以從硬件導(dǎo)入數(shù)據(jù)。必要時可以設(shè)計附加控制邏輯。
在機(jī)器學(xué)習(xí)開發(fā)周期中，開發(fā)人員通常會遵循通用的流程，該流程與他們想要用于處理數(shù)據(jù)的軟件環(huán)境無關(guān)。圖8簡要顯示了該流程的一個示例，其中涉及數(shù)據(jù)收集、分割數(shù)據(jù)用于測試和訓(xùn)練、開發(fā)模型和算法，最后部署模型進(jìn)行現(xiàn)場推理。在實(shí)際服務(wù)中，會持續(xù)執(zhí)行這整個流程，將新學(xué)習(xí)內(nèi)容集成到生產(chǎn)模型中。TensorFlow、PyTorch，或MATLAB Machine Learning Toolbox等工具都可以采用此流程。這個流程有其作用，但是，通常會忽視或完全忽略收集和整理數(shù)據(jù)，以及管理數(shù)據(jù)這種復(fù)雜任務(wù)。為了簡化這項(xiàng)任務(wù)，我們使用這些相關(guān)工具和軟件包設(shè)計出相關(guān)的軟件生態(tài)系統(tǒng)。
Python集成——連接到Python分析工具
首先，從Python開始，可以通過模塊PyADI-IIO獲得CN0549的設(shè)備特定類別。圖6顯示了一個通過以太網(wǎng)配置設(shè)備的采樣速率和提取緩沖區(qū)的簡單示例。這里沒有復(fù)雜的寄存器序列、模糊的存儲器控制調(diào)用，或要記憶的隨機(jī)位。而是由板上運(yùn)行的驅(qū)動程序、libIIO和PyADI-IIO在工作站，甚至在云中進(jìn)行遠(yuǎn)程管理。
PyADI-IIO可以通過pip和conda進(jìn)行安裝，將控制按鈕表現(xiàn)為易于使用和歸檔記錄的屬性。它還按易于理解的形式（例如NumPy陣列或原生形式）提供數(shù)據(jù)，在必要時，還會處理設(shè)備的數(shù)據(jù)流轉(zhuǎn)換。這使PyADI-IIO易于添加到Jupyter Notebook之類的環(huán)境中，無需通過不同的工具或復(fù)雜的數(shù)據(jù)轉(zhuǎn)換即可輕松將數(shù)據(jù)傳輸?shù)綑C(jī)器學(xué)習(xí)管道中，讓開發(fā)人員可以集中精力開發(fā)算法，而不是處理某些困難的API或數(shù)據(jù)轉(zhuǎn)換。
圖8.機(jī)器學(xué)習(xí)模型開發(fā)流程
圖9.PyADI-IIO示例
MATLAB集成——連接到MATLAB
在MATLAB方面，通過Analog Devices Sensor Toolbox提供對CN0549及其組件的支持。這個工具箱與PyADI-IIO類似，提供針對不同組件的特性類別，將它們實(shí)施為MATLAB系統(tǒng)對象(MSO)。MSO是MathWorks開發(fā)人員可以用來連接硬件和不同軟件組件的一種標(biāo)準(zhǔn)化方式，提供先進(jìn)功能，幫助執(zhí)行代碼生成、Simulink支持和一般狀態(tài)管理。許多MATLAB用戶能夠在不了解的情況下，使用實(shí)施為MSO的MATLAB的各種功能，例如示波器或信號生成器。在圖10中，我們使用CN0532接口和DSP頻譜分析儀示波器，兩者都實(shí)施為MSO。同樣，和PyADI-IIO一樣，提供一個易于使用的接口供傳統(tǒng)的MATLAB用戶使用。
除了硬件連接之外，Sensor Toolbox還集成適用于HDL和C/C++的代碼生成工具。這些工具適用于開發(fā)、模擬和部署IP，甚至不熟悉HDL設(shè)計或工具，但了解MATLAB和Simulink的人員也可以使用。
圖10.使用示波器的Sensor Toolbox流傳輸示例
使用TensorFlow的分類示例
CN0549套件提供幾個示例，從基本數(shù)據(jù)流傳輸?shù)綑C(jī)器學(xué)習(xí)分類示例。關(guān)于時間序列數(shù)據(jù)的機(jī)器學(xué)習(xí)，例如來自CN0532的振動數(shù)據(jù)，可以從幾個不同角度進(jìn)行理解。這可能包括支持向量機(jī)(SVM)、長短時記憶網(wǎng)絡(luò)(LSTM)模型，如果將數(shù)據(jù)直接解譯為時間序列的話，甚至包括自動編碼器。但是，在許多情況下，將時間序列問題轉(zhuǎn)換為成像處理問題，并利用在該應(yīng)用領(lǐng)域開發(fā)的工具和豐富知識可能更為方便。
我們在Python中看看這種方法。在隨PyADI-IIO提供的一個示例中，將CN0532安裝到振蕩風(fēng)扇上，然后進(jìn)行了一些測量。這些測量在不同的風(fēng)扇設(shè)置（Sleep、General、Allergen）下進(jìn)行，在每種模式下都會捕捉409,600個樣本。在圖11中查看這個數(shù)據(jù)時，可以輕松確定Allergen用例的時域，但其他兩個用例則比較難以區(qū)分。雖然可以通過檢測來確認(rèn)這些用例，但在時域中使用算法來確認(rèn)這些用例會很容易出錯。
為了幫助更好地區(qū)分這些用例，會將數(shù)據(jù)轉(zhuǎn)化為頻域，并使用頻譜圖來描繪不同頻率隨時間變化的濃度。與圖11相比，圖12所示的頻譜圖在數(shù)據(jù)上有更明顯的差異，但在時間維度上是一致的。這些頻譜圖是有效的圖像，現(xiàn)在可以使用傳統(tǒng)的圖像分類技術(shù)進(jìn)行處理。
將數(shù)據(jù)集拆分為訓(xùn)練集和測試集，將頻譜圖分別輸入僅由神經(jīng)網(wǎng)絡(luò)(NN)構(gòu)成的模型（包含三個致密層）和更小一些的卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型。這兩種方法都是在TensorFlow中實(shí)現(xiàn)的，可以在不到100次的周期內(nèi)輕松收斂到接近100%測試驗(yàn)證。CNN使用大約1%的可調(diào)參數(shù)在大約一半的時間內(nèi)收斂，是目前最高效的設(shè)計。圖13提供關(guān)于精度和周期的培訓(xùn)收斂圖，以概述CNN的快速收斂。
圖11.時間序列中的風(fēng)扇振蕩數(shù)據(jù)
圖12.捕捉的振動數(shù)據(jù)的頻譜圖
圖13.隨時間變化的CNN訓(xùn)練精度（用于繪制振動頻譜圖）
在GitHub的PyADI-IIO源代碼樹下提供了此示例的所有Python腳本、手冊和數(shù)據(jù)集。由于提供了數(shù)據(jù)集，甚至可以在不使用CN0549硬件的情況下使用TensorFlow來展示示例。但是，使用硬件時，可以將訓(xùn)練模型用于實(shí)時推理。
邊緣到云：轉(zhuǎn)向嵌入式解決方案
創(chuàng)建模型后，可將其部署用于推理或決策。采用CN0549時，它可以安裝在遠(yuǎn)程PC上，從CN0540傳輸數(shù)據(jù)流，或是直接在嵌入式處理器上運(yùn)行。根據(jù)實(shí)施方案，將模型放到處理器中需要更多的工程工作，但可以將功效提高一個數(shù)量級，且能夠?qū)崟r運(yùn)行。幸運(yùn)的是，在過去幾年里，用于部署機(jī)器學(xué)習(xí)模型的工具和軟件都取得了很大的發(fā)展。
使用FPGA
賽靈思公司和英特爾都提供高階合成(HLS)工具，將高階語言轉(zhuǎn)化成在FPGA上運(yùn)行的HDL代碼。它們通常會與TensorFlow、PyTorch或Caffe等Python框架集成，以幫助將模型轉(zhuǎn)換為IP內(nèi)核，從而允許工程師將IP部署到DE10-Nano、Cora Z7-07S或自定義系統(tǒng)上。然后，可以將這些IP內(nèi)核集成到ADI提供的開源HDL參考設(shè)計中。圖14顯示Vivado提供的Cora Z7-07S CN0540的屏幕截圖，其中包含注釋，其中側(cè)重顯示數(shù)據(jù)路徑。在該設(shè)計中，來自CN0540的數(shù)據(jù)通過SPI引腳讀取，24位樣本由SPI引擎解譯，傳輸?shù)紻MA控制器，再進(jìn)入存儲器。任何DSP或機(jī)器學(xué)習(xí)模型都可以直接插入數(shù)據(jù)路徑中這個管道。
圖14.Vivado（2019年1月）顯示的Cora Z7-07S HDL參考設(shè)計數(shù)據(jù)路徑
使用微處理器
它們無需將算法轉(zhuǎn)化為HDL層，而是可以直接在Arm內(nèi)核中運(yùn)行。根據(jù)數(shù)據(jù)速率和算法的復(fù)雜性，這個開發(fā)流程很合理，也更加簡單。相比HDL，為Arm內(nèi)核開發(fā)C代碼甚至Python所耗費(fèi)的開發(fā)資源和時間都更少，通常也更易于維護(hù)。
MATLAB Embedded Coder這樣的工具甚至可以簡化此流程，自動將MATLAB轉(zhuǎn)化為可嵌入且優(yōu)化的C代碼，供Arm內(nèi)核使用?；蛘撸琓ensorFlow提供TensorFlow Lite等工具，它們是Python代碼庫的可嵌入的C版本，能夠更輕松地轉(zhuǎn)換為嵌入式目標(biāo)。
智能決策拓?fù)?/p>
狀態(tài)監(jiān)控并非適用于所有硬件和軟件配置，所以CN0549采用了靈活的設(shè)計。我們在考慮CbM異常檢測之類的問題時，通?？梢詮膬蓚€時間量程角度來解決：在一個時間量程，我們需要立即做出反應(yīng)，例如在安全相關(guān)的場景中，在長期時間量程，更多的是關(guān)于維護(hù)或設(shè)備更換。兩者需要使用不同的算法、處理能力和方法。
在理想情況下，機(jī)器操作員將會擁有很大的數(shù)據(jù)湖來訓(xùn)練模型，可以無需干擾事件來處理短期檢測，也可以持續(xù)從運(yùn)行設(shè)備傳輸數(shù)據(jù)流，以便進(jìn)行未來的維護(hù)預(yù)測。但是，對大多數(shù)操作員來說，情況并非如此，數(shù)據(jù)湖嚴(yán)重干涸。由于安全考量、地理位置、網(wǎng)絡(luò)或拓?fù)涞纫?，有些現(xiàn)成的解決方案也很難執(zhí)行數(shù)據(jù)收集。面對這些困難，我們需要自定義程度更高的解決方案。
圖15.CbM網(wǎng)絡(luò)拓?fù)?/p>
CN0549是一個獨(dú)立系統(tǒng)，提供多種連接選項(xiàng)。它運(yùn)行標(biāo)準(zhǔn)的Linux，所以傳統(tǒng)的網(wǎng)絡(luò)堆棧（例如以太網(wǎng)和Wi-Fi）可以開箱即用，甚至能在必要時連接蜂窩調(diào)制解調(diào)器。在實(shí)際應(yīng)用中，可以使用幾種出色的典型拓?fù)?，如圖15所示。
圖15最左側(cè)的配置是脫機(jī)收集數(shù)據(jù)示例，一般發(fā)生在偏遠(yuǎn)位置或無法聯(lián)網(wǎng)的地方。在這種情況下，平臺會配備大型存儲媒介，并按照計劃來收集數(shù)據(jù)。或者，其他兩個選項(xiàng)是將數(shù)據(jù)流傳輸至同一個端點(diǎn)。圖15中間的配置是隔離網(wǎng)絡(luò)，可能僅供組織內(nèi)部使用，或者是偏遠(yuǎn)位置的一組用于集中收集數(shù)據(jù)的平臺。出于安全考慮，或者在無法聯(lián)網(wǎng)時，可能需要這種配置。在這些配置下，CN0549易于設(shè)置，且能夠根據(jù)終端部署的特定需求來自定義。
最后一個配置是直接云選項(xiàng)，每個平臺直接訪問互聯(lián)網(wǎng)，并將測量數(shù)據(jù)推送至云。CN0549在Linux上運(yùn)行，所以該平臺可以通過Python等語言輕松使用不同的云供應(yīng)商（例如Microsoft Azure IoT或Amazon IoT Greengrass）的API，提供一種為新連接的設(shè)備構(gòu)建數(shù)據(jù)湖的簡單方式。
云和本地流程之間保持穩(wěn)定連接時，如我們之前所探討的那樣，可以對不同算法進(jìn)行劃分，哪些是需要或可以在本地運(yùn)行的，哪些是可以在云中運(yùn)行的。然后自然地針對算法復(fù)雜性處理能力、事件延遲和云傳輸帶寬限制等的要求進(jìn)行權(quán)衡和取舍。但是，由于非常靈活，因此這些因素很容易考慮決斷。
結(jié)論
CN0549 CbM平臺為設(shè)計人員開發(fā)應(yīng)用提供了系統(tǒng)靈活性和大量軟件資源。本文深入探討軟件堆棧，并圍繞如何使用不同組件來實(shí)施CbM和預(yù)測性維護(hù)(PdM)開發(fā)展開討論。由于軟件、HDL、原理圖以及與數(shù)據(jù)科學(xué)工具集成的開放性，設(shè)計人員可以在整個堆棧中充分利用其終端系統(tǒng)所需的組件。總之，這種狀態(tài)監(jiān)控設(shè)計提供了一款易于使用的開箱即用解決方案，包括開源軟件和硬件，以提供靈活性，讓設(shè)計人員能夠在更短時間內(nèi)實(shí)現(xiàn)更好的自定義設(shè)計。
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
衛(wèi)星運(yùn)行狀況：航天級IC如何改進(jìn)遙測電路設(shè)計
