开源方案|PYNQ框架让端云结合预测性维护部署更便捷

本文转载自: PYNQ开源社区微信公众号

感兴趣者可与 pynq_china@xilinx.com 联系,共同合作拓展项目。

背景介绍

在工业现场的设备运维管理,从第一代人工观测,到第二代的定期仪器检测,再到第三代的实时状态检测,直至现在过度到了利用云计算,大数据,人工智能技术主动的预测设备运营状态,根据各传感器信息和设备运行数据提前预测设备的更新和维护。

通过云计算,方便用户将边缘智能设备快速融入云端生态,从而实现远程维护。但考虑工业设备的实际运行环境,安全性,持续性,低延时性,往往又不能将所有传感器信息全部上传到云,处理完成后再反馈到设备端。这往往又在设备端具备一定的计算能力,并能低延时精确的处理数据,响应控制。

开源方案

为了实现这一目标,MakarenaLabs公司利用U96平台结合微软Azure云一起提供了一套开源的完整解决方案。该方案在PYNQ框架上便捷的部署了Azure IoT Edge,并快速的使用PYNQ-DPU在Jupyter上完成了数据预测分析,显示和设备响应控制。使其具备智能化控制、智能化计算及智能化检测等功能组件;随后使用MicrosoftAzure IoT Services对边缘设备节点进行远程智能化监测、管理和维护。用户可以使用该方案快速构建自己的IoT智能监测/驱动系统。

同时在硬件层,利用PYNQ框架,可以方便的实时基于Vitis HLS的电力驱动控制器设计,本案例中,就提供了开源的面向现场电力驱动控制的参考设计。所有IP均由HLS设计,可快速加载到PYNQ框架中。

方案实施

如图所示是开源设计的具体框架,Ultra96-V2板卡是边缘设备节点,在板卡的PL侧具备电机控制、数据采集、预测管理等多项硬件功能组件,实现对伺服电机系统的智能化监测、管理和控制。PS侧则部署了Xilinx PYNQ开源框架和Azure IoT Edge组件,PYNQ开源框架实现对硬件功能组件的驱动管理,Azure IoT Edge组件负责将该设备节点快速接入Azure IoT云平台。云端便可使用提供的控制、监测和预测等服务,对智能私服电机驱动系统进行端云融合。系统具有多种优点,例如:

  • 对边缘端的实时确定性控制;
  • 标准的传感器接口与快速融合;
  • 远程数据收集;
  • 边缘智能计算;
  • 稳定云端连接。
  • 部署流程

    通过参考书设计,用户可以仅用5步即可完成系统部署

    1. 在Ultra96-V2板卡上安装PYNQ2.6镜像:

    2. 从GitHub上克隆Xilinx开源的智能伺服电机驱动系统镜像

    3. 进入工程目录,执行命令chmod 755 init.sh和./init.sh,初始化工程环境;

    4. 进入pynq-dpu目录,运行预先提供的jupyternotebook

    如果要使用Azure IoT Services,需要在pynq-foc-dpu-python-code目录下执行命令sudopython3 main.py。

    了解项目详情请点击:https://github.com/MakarenaLabs/Predictive-Maintenance-PYNQ

    最新文章