SL-PROTEUS1

批量生产
Design Win

2.4GHz Multi-standard wireless industrial node for condition monitoring

解决方案说明

该解决方案基于围绕STM32WB5MMG超低功耗2.4GHz无线模块构建的智能传感器节点,将MEMS传感器与嵌入式AI库相结合以检测异常并在受监控设备中执行分类,然后将结果发送到移动应用或PC终端控制台。

异常检测算法在STM32WB5MMG模块上运行,用于处理来自6轴ISM330DHCX iNEMO惯性模块(具有机器学习内核、有限状态机和数字输出)或3轴低噪声IIS3DWB数字振动传感器(具有高达6kHz超高带宽)的原始数据,从而能够及早检测出异常。

嵌入式AI库是一种由NanoEdge AI Studio软件工具生成的机器学习库,支持从传感器原始数据开始学习。该库在STM32WB5MMG本地运行,其中内嵌了预处理和设备端学习功能,可以学习设备的正常行为,然后进行异常检测。

为确保用户随时了解异常检测状况,远程掌握每台机器的状态,可通过Bluetooth LE将智能传感器节点连接至STBLE Sensor移动应用(适用于Android和iOS)。随后,用户即可通过该应用的用户友好型界面设置传感器和库参数、控制学习和检测阶段以及监控设备故障状态。此外,在广播模式下,该应用可随时显示整个工厂中所有智能传感器的完整状态概览。如此一来,可仅在出现异常时视需要连接节点,从而进一步节省电能并延长电池寿命。

  • All Features_zh

    • 面向预测性维护应用开发传感器节点的固件包,具有运动传感器和过程监控功能
    • 与NanoEdge™ AI Studio解决方案兼容,助力设计基于AI的解决方案
    • 以二进制格式记录数据的应用 
    • 符合Bluetooth®低功耗SIG v5.2、ZigBee 3.0和IEEE 802.15.4-2011规范要求
    • 兼容意法半导体面向Android和iOS系统的BLE Sensor应用,用于实现以下操作:
      • 传感器设置(ISM330DHCX的FS和ODR)
      • NEAI库设置(灵敏度、异常阈值、定时器、信号)
      • NEAI库的开始-停止学习和检测阶段
      • 电池状态监测器
      • 无线固件更新 (FUOTA)