振动、超声波和环境传感器节点,用于通过Wi-Fi和与云应用程序的蜂窝连接进行状态监测
2021-11-01
在预测性维护框架内,状态监测在智能工厂和工业4.0战略中发挥着重要作用,智能传感器节点收集振动、超声波和环境数据,并通过Wi-Fi或蜂窝网络连接在中央数据湖或云服务中共享以供分析。
通过组合来自6 kHz IIS3DWB振动传感器的3轴加速度数据和来自IMP23ABS1话筒传感器高达80 kHz的超声波数据,在高性能、超低功耗STM32L4+微控制器上本地处理关键振动数据,以生成频域和时域分析,如快速傅立叶变换(FFT),均方根(RMS)和峰值加速度。环境压力、温度和湿度数据也由嵌入节点的LPS22HB和HTS221传感器收集。
MCU和传感器的极低功耗要求允许由STBC02电池充电器驱动的紧凑型电池操作节点。
STM32L4+微控制器支持通过附加Wi-Fi模块(如Inventek ISM43362.M3G-L44)或通过蜂窝调制解调器(如Quectel BG96)进行无线数据传输,后者支持LTE Cat M1和NB IoT与塑料微型SIM卡(3FF)的连接。
为边缘处理和事件可视化开发自己的状态监控算法
为了作为端到端解决方案的一部分提供节点、绘制数据和配置触发器,ST提供了一个功能强大、直观的云平台(DSH-PREDMNT),专门用于状态监测数据的记录、可视化和分析。您可以使用仪表板绘制实时和历史数据,监控关键操作条件(如运行温度),并在关键参数超过可接受限值时设置自动警告阈值。收集和下载数据后,您可以开发自己的边缘处理和事件可视化算法。
关键产品优势
基于超低功耗Arm Cortex-M4 32位RISC核的超低功耗微控制器,具有单精度浮点单元(FPU)、数字信号处理(DSP)和内存保护(MPU)单元。该MCU允许在最大ODR下高速传输传感器数据,2MB闪存可以承载用于异常检测的机器学习算法
超宽带(高达6 kHz)、低噪声、三轴数字振动传感器在性能和成本方面都非常适合高达6 kHz的振动分析应用。
LPSSHB数字压力传感器和HTS221相对湿度和温度传感器满足全面条件监测场景的数据要求。
高达80kHz的宽带模拟MEMS话筒允许在超声波频率范围内采集和分析振动数据。
所有特征
由高性能、超低功耗STM32L4+微控制器处理的振动速度(RMS)、加速度峰值和FFT形式的状态监测数据。
使用具有数字输出的工业3轴MEMS振动传感器(IIS3DWB)进行振动检测,并借助紧凑型MEMS模拟音频传感器(IMP23ABS1)进行超声波频率分析。
使用超小型相对湿度和温度传感器(HTS221)和MEMS纳米压力传感器(LPS22HB)进行精确的环境数据测量。
SL-PREDMNT-S2C是一个端到端通信框架,提供了一个能够发展为预测性维修解决方案的状态监测平台。
基于云的web应用程序(DSH-PREDMNT)可用于状态监测数据的记录、可视化和分析。