【问答精选】瑞萨全“芯”驱动，为中国工业发展注入新质生产力（下）

3

在工业以及楼宇自动化、智能家居等应用中，对电机的实时控制要求越来越高，早在很多年前，瑞萨就推出了专为电机控制设计的MCU。现在，瑞萨有哪些新的、先进的电机控制解决方案？

瑞萨基于丰富的MCU产品线，为客户带来多种电机控制解决方案。以下是一些最新的方案的分享：

- 基于RX26T的新一代变频空调方案

包括压缩机驱动、直流风机FOC驱动、高频PFC、温度采集、系统控制等功能。

- 冰箱压缩机变频驱动方案

- 变频洗衣机驱动方案

- 三相感应电机驱动解决方案

瑞萨的三相感应电机驱动解决方案，采用RX13T或RX66T MCU和先进变频控制算法，简单易用。

- 大功率全速范围FOC电机方案

- 位置控制解决方案

在机器人等应用场合，对于位置传感器的需求在日益增长。瑞萨支持多种类型的位置传感器电机控制应用笔记和方案。

- 磁编码器电机控制方案

- 旋转变压器高精度位置控制解决方案

- 电磁感应传感器解决方案

- RA6T2 48V-1KW逆变器解决方案

该方案采用单极性SPWM控制方法，PID闭环算法实现了48V DC到220V AC的1KW逆变，整机效率大于95%。主要目标市场有不间断电源，家庭储能/便携式储能。

- 双向数字电源解决方案

瑞萨为客户提供各种相对应的评估板，解决方案套件，电机控制软件及应用手册，电机控制开发工具，网页版仿真工具，使客户能快速熟悉我们的产品，缩短自有产品开发及投放市场的时间。

4

与前面说的工业等传统的行业不同，AI应用最近几年才开始火爆起来，对于嵌入式产品来说，是否可以在AI中发挥一部分的作用？

确实是这样。AI应用是近几年来市场的一个热点。对嵌入式产品来说，瑞萨为客户提供从云端到终端的综合解决方案。瑞萨AI部署可分为两类。

- 实时分析：提供Reality AI工具及解决方案。

Reality AI是一个基于瑞萨MCU/MPU的工业物联网边缘AI平台。

它通过进行机器学习模型开发，进行可解释性+硬件分析，为客户提供解决方案+参考设计。

在边缘节点上融合了先进信号处理和机器学习。广泛用于新能源、家电以及工业物联网应用。

Reality AI使用强大的云计算能力生成用于嵌入式传感器的机器学习代码。

整个流程也非常简洁。从客户应用现场能采集到的数据，包括震动/音频信号，电信号，射频/雷达信号等，导入到我们的RAI工具软件中，在云端进行自动机器学习及数据分析，生成多种模型。根据生成的模型，我们的工程师会同客户一起选择最适合的模型，最佳的传感器，并选取最低规格符合的硬件平台。最后把所选取的最佳模型部署到我们的嵌入式系统中。

- 机器视觉：依托专用AI加速硬件（DRP-AI,Helium矢量加速器），提供e-AI模型转换工具。

搭载于瑞萨RZ/V2系列MPU，为客户提供一个MPU平台可以覆盖AI性能要求。

通过搭载瑞萨自有的DRP-AI，一种低功耗AI硬件加速引擎，完成端到端AI推断，无需CPU介入处理。

在AI应用中，瑞萨又是如何部署的？有没有相关的产品或案例可以分享一下。

以刚刚提到的电机领域为例，我们提供的一些解决方案分享。

- REALITY CHECK MOTOR嵌入式AI电机预测性维护方案。

这是一个实际应用RAI技术的例子。预测性维护的概念已经存在很长一段时间了。构建整体解决方案是长期以来的挑战——选择正确的传感器，收集适当的数据，并选择最有效的模型成为关键。

RAI AutoML工作流帮助用户在从传感器选择、放置，甚至完全消除传感器，到数据收集的每一步自动构建最有效的模型，以解决客户手中的问题。

如果客户没有很好的数据集，这里有一个完整的硬件-软件框架专门用于数据收集。该工具具有自动特征发现功能，这是理解正确使用建模技术的关键步骤。该工具还推荐正确的位置放置传感器，这可以带来显著的系统成本优化。

在这个特定的例子中，AI仅仅使用电子和电机信号信息，没有任何传感器辅助条件下，可以预测一个不平衡负载状况。该解决方案在广泛的频率和速度范围内运行，并且速度非常快，约3.5ms的推理时间，仅占用20KB的Flash和仅9KB的RAM，在M33 core上留下了足够的空间来完成核心电机控制功能和其他任务。

- 暖通设备：HVAC风机状态监控

基于初始数据集，完成了对鼓风机故障的PoC检测。

• 使用多个加速度计、温度和湿度传感器，协助客户收集压缩机单元的数据。

• 使用Reality AI工具，实现BoM优化（BoM Optimization）确定了最具成本效益的传感器配置。

• 轻量级模型(15KB RAM，2KB Flash)，能够在Renesas电机控制平台上运行。

推荐阅读

产品上架 | 瑞萨EZ-CUBE3调试器上架立创商城

瑞萨嵌入式产品线在医疗应用领域中的布局思路

演讲分享 | 写在2024半导体产业发展趋势大会之后（上）