克服传统设计局限，实现支持边缘AI的电机控制

在工业自动化应用和电器设备的电机系统中，为帮助更大限度缩短停机时间、降低能源消耗和提高整体系统可靠性，对电机系统实时监测和控制的需求变得至关重要。为实现可靠的电机功能，传统的设计方法通常需要使用多个微控制器(MCU)和分立式元件，而这会增加复杂性、成本和功耗。

为了应对电机系统这一挑战，设计人员可以使用高度集成的MCU，如AM13E230x系列（包括AM13E23019），该系列配有用于边缘AI的硬件加速器。该系列MCU采用高性能Arm Cortex‑M33内核，并集成了TinyEngine NPU，可为工程师提供一个单芯片平台，助力实现精密电机控制、实时监控和本地AI推理。

这种集成度可将边缘AI功能引入到更多电机控制系统，实现电机系统预测性故障检测、自适应控制算法、异常检测和智能负载均衡等功能，而在传统方法中，成本、尺寸和功耗方面的考量限制了边缘AI在这些领域中的应用。TI免费的CCStudio™ Edge AI Studio作为一套旨在加速边缘AI开发的图形和命令行工具，也为该系列MCU提供支持。

本文探讨了AM13E230x MCU如何帮助设计人员解决人形机器人执行器和智能家用电器设计中的关键设计难题。

人形机器人：执行器

人形机器人通过执行器实现操纵和移动，可同时在多个自由度上运行。此外，高扭矩快速启动（例如，电机从静止状态产生大扭矩的能力）需要保持低噪声运行才能实现出色性能。

本地运行的边缘AI模型可以检测电机系统何时在最大水平以上运行并防止长期损坏，从而延长电机寿命。因此，这些模型可以直接帮助实现具有宽运动范围和多自由度的类人关节和手指。图1展示了典型人形机器人手部、手臂和肩部中的电机数量。

图1 简化图显示了人形机器人手部、手臂和肩部中可能存在的电机分布情况

AM13E230x MCU中的边缘AI功能在关节运动应用中具有延长电机寿命和提供保护的优势。本地AI模型能够主动监测扭矩、负载和电流等电机参数，从而检测到电机系统何时运行异常，并及早通知潜在问题。

此外，该系列MCU专为人形机器人应用而设计。在这些应用中，成本、紧凑性和精密电机控制是主要的设计挑战。通过使用集成了可编程增益放大器的器件，而不是使用分立式CAN和IGBT外设（通常与MCU配合使用），设计人员可以降低物料清单成本并减少外部元件数量。对于在系统层面不要求高精度的应用而言，这可以提供更紧凑、更具成本效益的电机系统解决方案。AM13E230x MCU具有7×7mm²的封装尺寸，因此可实现更大的运动范围，同时还能解决人形机器人关节电机中的空间限制问题。

洗衣机中支持边缘AI的电机控制

随着智能家居应用的加速发展，消费者现在希望电器能够更安静、更高效且更灵敏地运行。AM13E230x MCU使设计人员能够更轻松地满足终端用户对安静、快速和可靠运行的需求，同时提供工具帮助构建可适应实际使用情况的智能电器。

工程师可以使用AM13E230x MCU来优化洗衣机电机控制设计——通过运行AI模型持续实时监测电机负载，并根据衣物重量自动调整扭矩和速度曲线，从而防止电机应变。图2展示了使用AM13E230x MCU的洗衣机电机控制系统的简化方框图。

图2 洗衣机电机控制系统的简化方框图

NPU可分担主CPU中的电机控制算法，从而降低了电机系统延迟和功耗，无需额外的分立式元件即可改善电机控制。

优化新一代设计中的电机控制

支持边缘AI的MCU通过在电机层面直接集成智能处理，正在改变各种应用中的电机控制。通过将高性能处理与神经处理能力相结合，这些解决方案能够在单芯片实现方案中实现预测性维护、自适应控制和精密电机管理。随着从人形机器人到智能电器的应用不断发展，在实时电机控制MCU中集成边缘AI为各行业打造更高效、更可靠和更智能的系统奠定了基础。