背景介紹

在工業(yè)現(xiàn)場的設(shè)備運維管理，從第一代人工觀測，到第二代的定期儀器檢測，再到第三代的實時狀態(tài)檢測，直至現(xiàn)在過度到了利用云計算，大數(shù)據(jù)，人工智能技術(shù)主動的預(yù)測設(shè)備運營狀態(tài)，根據(jù)各傳感器信息和設(shè)備運行數(shù)據(jù)提前預(yù)測設(shè)備的更新和維護。

通過云計算，方便用戶將邊緣智能設(shè)備快速融入云端生態(tài)，從而實現(xiàn)遠程維護。但考慮工業(yè)設(shè)備的實際運行環(huán)境，安全性，持續(xù)性，低延時性，往往又不能將所有傳感器信息全部上傳到云，處理完成后再反饋到設(shè)備端。這往往又在設(shè)備端具備一定的計算能力，并能低延時精確的處理數(shù)據(jù)，響應(yīng)控制。

開源方案

為了實現(xiàn)這一目標，MakarenaLabs公司利用U96平臺結(jié)合微軟Azure云一起提供了一套開源的完整解決方案。該方案在PYNQ框架上便捷的部署了Azure IoT Edge，并快速的使用PYNQ-DPU在Jupyter上完成了數(shù)據(jù)預(yù)測分析，顯示和設(shè)備響應(yīng)控制。使其具備智能化控制、智能化計算及智能化檢測等功能組件；隨后使用MicrosoftAzure IoT Services對邊緣設(shè)備節(jié)點進行遠程智能化監(jiān)測、管理和維護。用戶可以使用該方案快速構(gòu)建自己的IoT智能監(jiān)測/驅(qū)動系統(tǒng)。

同時在硬件層，利用PYNQ框架，可以方便的實時基于Vitis HLS的電力驅(qū)動控制器設(shè)計，本案例中，就提供了開源的面向現(xiàn)場電力驅(qū)動控制的參考設(shè)計。所有IP均由HLS設(shè)計，可快速加載到PYNQ框架中。

方案實施

如圖所示是開源設(shè)計的具體框架，Ultra96-V2板卡是邊緣設(shè)備節(jié)點，在板卡的PL側(cè)具備電機控制、數(shù)據(jù)采集、預(yù)測管理等多項硬件功能組件，實現(xiàn)對伺服電機系統(tǒng)的智能化監(jiān)測、管理和控制。PS側(cè)則部署了Xilinx PYNQ開源框架和Azure IoT Edge組件，PYNQ開源框架實現(xiàn)對硬件功能組件的驅(qū)動管理，Azure IoT Edge組件負責將該設(shè)備節(jié)點快速接入Azure IoT云平臺。云端便可使用提供的控制、監(jiān)測和預(yù)測等服務(wù)，對智能私服電機驅(qū)動系統(tǒng)進行端云融合。系統(tǒng)具有多種優(yōu)點，例如：

對邊緣端的實時確定性控制；

標準的傳感器接口與快速融合；

遠程數(shù)據(jù)收集；

邊緣智能計算；

穩(wěn)定云端連接。

部署流程

通過參考書設(shè)計，用戶可以僅用5步即可完成系統(tǒng)部署

1. 在Ultra96-V2板卡上安裝PYNQ2.6鏡像：

2. 從GitHub上克隆Xilinx開源的智能伺服電機驅(qū)動系統(tǒng)鏡像

3. 進入工程目錄，執(zhí)行命令chmod 755 init.sh和。/init.sh，初始化工程環(huán)境；

4. 進入pynq-dpu目錄，運行預(yù)先提供的jupyternotebook

如果要使用Azure IoT Services，需要在pynq-foc-dpu-python-code目錄下執(zhí)行命令sudopython3 main.py。