Die Mikrocontroller (MCUs) mit integrierter KI ML63Q25x-NNNx von ROHM Semiconductor bieten eine netzunabhängige Lösung zur frühzeitigen Erkennung von Anomalien vor einem Ausfall von Geräten. Dies trägt zu einem stabileren und effizienteren Systembetrieb bei, indem Wartungskosten und Risiko von Produktionsausfällen verringert werden. Diese Bauteile verwenden einen einfachen, dreischichtigen neuronalen Netzwerk-Algorithmus, um ROHMs proprietäre On-Device-KI-Lösung Solist-AI™ zu implementieren. Diese Funktion ermöglicht den MCUs, eigenständige KI-Lernen und -Inferenz ohne Cloud- oder Netzwerkverbindung durchzuführen. Die Module integrieren einen 32-Bit-Prozessor ARM® Cortex®M0+, ROHMs proprietären KI-Beschleuniger AxlCORE-ODL und eine Vielzahl von Peripherieschaltungen. Die MCUs ML63Q25x-NNNx ermöglichen eine Echtzeitüberwachung des Betriebsstatus und vermeiden gleichzeitig Probleme mit der Netzwerklatenz und Sicherheitsrisiken. Mit niedrigem Stromverbrauch von 40 mW während der KI-Verarbeitung ist diese Baureihe hervorragend geeignet für die Anomalienerkennung und vorausschauende Wartung in Industrieapplikationen.
Merkmale
Netzunabhängige Lösung zur frühzeitigen Erkennung von Anomalien vor einem Ausfall von Geräten.
Sowohl Lernvorgänge als auch Inferenzen werden unabhängig ausgeführt, ohne dass das Bauteil auf eine Netzwerkverbindung angewiesen ist
Trägt zu einem stabileren, effizienteren Systembetrieb bei, indem Wartungs- und Instandhaltungskosten sowie das Risiko von Produktionsausfällen reduziert werden
Verwendet einen neuronalen Netzwerkalgorithmus mit drei Schichten zur Implementierung der von ROHM entwickelten On-Device-KI-Lösung Solist-AI
Passt sich flexibel an unterschiedliche Installationsumgebungen und Bauteil-zu-Bauteil-Variationen an, selbst innerhalb desselben Gerätemodells
Verwendet den proprietären KI-Beschleuniger AxlCORE-ODL von ROHM
Ermöglicht die Vorhersage von Störungen und Leistungsabfällen anhand von Sensordaten von Geräten
Bietet die im Vergleich zu herkömmlichen Software-basierten MCUs von ROHM (theoretischer Wert bei 12-MHz-Betrieb) eine 100-fach schnellere KI-Verarbeitung und ermöglicht so die Echtzeit-Erkennung und numerische Ausgabe von Anomalien.
Maschinelles Lernen mit Hochgeschwindigkeit (vor Ort) ist am Einbaupunkt möglich, ideal für die Nachrüstung in bestehende Anlagen
Applikationen
Sensoren für die Fabrikautomatisierung (FA)
Industrielle- und Büroausstattung
Roboter
Wohneinrichtungen
Haushaltsgeräte
Batterien
Elektrowerkzeuge
Motoren
Haushaltsgeräte
Instrumentierung für die Messung
Technische Daten
CPU
32-Bit-RISC-CPU (ARM Cortex-M0+-CPU)
Arm Thumb®/Thumb®-2-Befehl unterstützt
Serieller Leitung-Debug-Port
Minimale Befehlsausführungszeit
30,5 µs (bei einer Systemtaktfrequenz von 32,768 kHz)
20,83 ns (bei einer Systemtaktfrequenz von 48 MHz)
24 Bit x 1 Kanal, Zählung nach Systemtakt (SYSCLK) (Anfangstakt: LSCLK)
Interner Speicher
Überschreiben des Programmspeicherbereichs mithilfe von Software
Hintergrundbetrieb (CPU kann während des Löschens und Überschreibens im Daten-Flash-Speicherbereich weiterarbeiten)
