德州儀器 (TI) 技術(shù)專家亮相系列主題論壇帶來眾多領(lǐng)域深刻的技術(shù)洞察，了解TI 的產(chǎn)品和技術(shù)如何助力技術(shù)進步，塑造“芯”未來。

適用于實時控制系統(tǒng)并

由 AI 賦能的高精度故障監(jiān)控

談及人工智能，大家往往想到生成式 AI。但邊緣 AI正在我們的日常生活和工業(yè)制造中發(fā)揮著重要作用——在控制系統(tǒng)中融入邊緣 AI，可在電機驅(qū)動器、太陽能和電池管理應(yīng)用實現(xiàn)電機及電弧故障檢測，顯著影響系統(tǒng)的效率、安全性和生產(chǎn)力，這對于能源轉(zhuǎn)型與工業(yè) 4.0 的發(fā)展具有重要意義。

德州儀器現(xiàn)場應(yīng)用工程師在日前舉辦的慕尼黑上海電子展2025 年 AI 技術(shù)創(chuàng)新論壇上分享了TI 邊緣 AI 技術(shù)如何融入實時控制系統(tǒng)，并進行高精度故障監(jiān)控。

為什么需要故障檢測？

一方面，在光伏電網(wǎng)、充電站、家用逆變器等能源系統(tǒng)中，有效的直流電弧故障檢測能夠顯著降低因電線脫落或觸點斷裂引發(fā)的火災(zāi)風險，避免財產(chǎn)損失和人員傷亡。另一方面，通過電機驅(qū)動器實現(xiàn)早期故障檢測不僅能大幅減少設(shè)備停機時間和維修成本，更能有效提升系統(tǒng)整體安全性。

而基于邊緣 AI 進行檢測具備諸多優(yōu)勢：

分類準確率>98%，支持每個模型多個類別

由于有效的 NN 特征提取，抗噪聲和故障能力強

可不斷學習和更新模型參數(shù)

以數(shù)據(jù)驅(qū)動檢測算法

依靠數(shù)據(jù)收集和訓練來確定故障類型，需要較少的相關(guān)領(lǐng)域?qū)I(yè)知識

TI 推出的基于邊緣 AI 且具有故障檢測功能的F28P55xMCU可在本地運行 CNN 模型，有助于提高故障檢測率、避免誤報，同時提供更好的預測性維護。借助邊緣 AI，這些系統(tǒng)可以學習并適應(yīng)環(huán)境，從而優(yōu)化實時控制、提高整體系統(tǒng)可靠性、安全性和效率，同時減少停機時間。

論壇上，TI 技術(shù)專家還介紹了采用 TI 工具鏈的解決方案開發(fā)流程，已幫助設(shè)計人員更便捷地完成開發(fā)：

評估平臺：使用現(xiàn)有 EVM + LP 作為故障檢測 EVM

訓練數(shù)據(jù)收集：使用數(shù)據(jù)采集工具在傳感器數(shù)據(jù)采集，或在 PC 與目標 LP 之間通信

模型訓練和編譯：使用 TI 在線工具 edge AI Studio 完成訓練、驗證、測試數(shù)據(jù)及 AI 模型編譯；使用離線工具 Model Maker 進行定制模型開發(fā)機離線數(shù)據(jù)訓練

模型與應(yīng)用程序集成：在 C2000 邊緣部署代碼（CCS、API 庫、SDK）