在高通跃龙IQ-9100上实现振荡电流故障预测(1): 硬件接入与数据采集

weixin_38498942

368人浏览 · 2026-03-26 11:13:38

weixin_38498942 · 2026-03-26 11:13:38 发布

💡前言

工业现场最让人头疼的就是设备突然“趴窝”——电机轴承磨损、泵体异常振动、负载电流突变，往往等到故障发生再报修，已经为时已晚。

近年来，预测性维护（PdM）越来越受到关注，其核心思路是：将振动、电流等关键数据实时采集上来，利用AI在边缘端进行分析，提前发现异常趋势，避免突发停机。

本文作为系列第一篇，重点介绍如何在高通跃龙IQ-9100平台上完成硬件接入与数据采集，下一篇文章将详细介绍LSTM模型的部署与边缘推理实现。

1. 整体方案

本方案分为三大部分：

传感器采集
IQ-9100数据采集
边缘AI推理

系统同时采集振动和电流两条通道的数据，能够同时监测“机械状态”和“电气状态”，相比单一维度监测，准确性更高。

系统架构如下：

振动传感器 + 电流传感器 → IQ-9100采集 → 边缘AI推理

在这里插入图片描述

从硬件接线到生成可用CSV文件的完整流程如下：

连接传感器 → I2C配置 → 数据采集脚本 → 落盘为CSV

在这里插入图片描述

2. 硬件相关

2.1 硬件选型

振动传感器：采用 MPU6050 六轴IMU，I2C接口，测量三轴加速度；若为产线场景，可替换为 IEPE 加速度传感器 + 外部ADC。
电流传感器：采用 INA219 电流/电压模块，I2C接口，测量直流电流，量程为 32V / 3.2A。
主控平台：IQ-9100 开发板，支持树莓派兼容的40Pin扩展口，内置I2C总线，
实验中使用的硬件是Thundercomm 的高通跃龙IQ-9100平台。

2.2 硬件接线

MPU6050 和 INA219 挂载在同一组I2C总线上，地址分别为 0x68 和 0x40，互不冲突。

传感器	SDA	SCL	VCC	GND
MPU6050	Pin 3 (GPIO2)	Pin 5 (GPIO3)	3.3V	GND
INA219	同上 SDA	同上 SCL	3.3V	GND

⚠️ 注意：VCC 接 3.3V，切勿接入 5V。若开发板 I2C 电平为 1.8V，需加电平转换电路。

2.3 确认I2C已使能

通过 SSH 连接 IQ-9100，执行以下命令检查 I2C 设备：

# 查看 I2C 节点
ls /dev/i2c-*

# 扫描 I2C 总线上的设备（总线号可能为0或1）
sudo i2cdetect -y 0

若能扫描到 0x68（MPU6050）和 0x40（INA219），说明硬件与驱动均正常。

3. 软件环境准备

# 安装 Python3 和 pip
sudo apt update
sudo apt install -y python3 python3-pip

# 安装 I2C 访问库
pip3 install smbus2 numpy

# 将当前用户加入 i2c 组，避免每次使用 sudo
sudo usermod -aG i2c $USER
# 重新登录生效

4. 数据采集脚本实操

4.1 MPU6050 振动数据读取

MPU6050 输出三轴加速度，单位为 g。本方案采样率设置为 1kHz，可通过修改 SMPLRT_DIV 寄存器调整。

# sensor_mpu6050.py
import smbus2
import time
import struct

MPU6050_ADDR = 0x68
PWR_MGMT_1 = 0x6B
ACCEL_CONFIG = 0x1C
ACCEL_XOUT_H = 0x3B
SMPLRT_DIV = 0x19

def init_mpu(bus_num=1):
    bus = smbus2.SMBus(bus_num)
    bus.write_byte_data(MPU6050_ADDR, PWR_MGMT_1, 0)  # 唤醒
    bus.write_byte_data(MPU6050_ADDR, SMPLRT_DIV, 9)  # 1kHz采样
    bus.write_byte_data(MPU6050_ADDR, ACCEL_CONFIG, 0)  # ±2g量程
    return bus

def read_accel(bus):
    data = bus.read_i2c_block_data(MPU6050_ADDR, ACCEL_XOUT_H, 6)
    ax = struct.unpack('h', bytes([data[0], data[1]]))[0] / 16384.0
    ay = struct.unpack('h', bytes([data[2], data[3]]))[0] / 16384.0
    az = struct.unpack('h', bytes([data[4], data[5]]))[0] / 16384.0
    return ax, ay, az

if __name__ == "__main__":
    bus = init_mpu()
    for _ in range(10):
        ax, ay, az = read_accel(bus)
        print(f"accel: x={ax:.4f} y={ay:.4f} z={az:.4f} g")
        time.sleep(0.01)

执行上述脚本，若能连续输出变化的数据，说明传感器工作正常。

4.2 INA219 电流读取

INA219 配置分流电阻为 0.1Ω，量程为 32V / 3.2A。若使用不同型号或分流电阻，需根据数据手册重新计算校准值。

# sensor_ina219.py
import smbus2
import struct

INA219_ADDR = 0x40
REG_CONFIG = 0x00
REG_BUSVOLTAGE = 0x02
REG_CURRENT = 0x04
REG_CALIBRATION = 0x05

def init_ina219(bus_num=1, shunt_ohms=0.1):
    bus = smbus2.SMBus(bus_num)
    # 32V / 1A 量程，采样 12bit
    bus.write_word_data(INA219_ADDR, REG_CONFIG, 0x2180)
    # 校准值：0.04096 / (0.1 * 0.001) = 4096
    cal = int(0.04096 / (shunt_ohms * 0.001))
    bus.write_word_data(INA219_ADDR, REG_CALIBRATION, cal)
    return bus

def read_current_ma(bus):
    raw = bus.read_word_data(INA219_ADDR, REG_CURRENT)
    val = struct.unpack('>h', struct.pack('>H', raw))[0]
    return val * 1.0  # 1mA/LSB，与0.1Ω shunt、32V/3.2A量程配套

4.3 统一采集 + 落盘

将振动与电流数据合并采集，按时间戳写入CSV文件，便于后续训练与推理使用。

# collector.py
import time
import csv
from datetime import datetime
from sensor_mpu6050 import init_mpu, read_accel
from sensor_ina219 import init_ina219, read_current_ma

def run_collector(duration_sec=60, interval=0.01, out_file="sensor_data.csv"):
    bus = init_mpu()
    ina = init_ina219()

    with open(out_file, 'w', newline='') as f:
        w = csv.writer(f)
        w.writerow(['timestamp', 'ax', 'ay', 'az', 'current_ma'])

        t0 = time.time()
        while time.time() - t0 < duration_sec:
            ts = datetime.now().isoformat()
            ax, ay, az = read_accel(bus)
            i_ma = read_current_ma(ina)
            w.writerow([ts, f'{ax:.6f}', f'{ay:.6f}', f'{az:.6f}', i_ma])
            f.flush()
            time.sleep(interval)

    print("采集完成:", out_file)

if __name__ == "__main__":
    run_collector(duration_sec=10)