技术干货丨依托瑞萨AFCI技术,驱动实时安全与创新

Release time:2026-04-08
author:AMEYA360
source:瑞萨
reading:678

  电弧是现代电力系统中一种最危险、带来损失最大的故障情况。从光伏逆变器、储能系统,到AI数据中心配电单元(PDU)以及直流(DC)快充设备,市场正迫切转向在边缘实现高可靠性、低功耗的实时电弧故障检测。

  电弧故障可引发火灾、损坏设备并造成严重停机,因此电弧故障断路器(AFCI)的重要性前所未有。传统保护方案在以下场景面临挑战:

  高频噪声

  宽范围工作电流

  复杂负载

  多变的环境条件

  瑞萨电子通过两种硬件方案支持AFCI实现,提供设计灵活性、可配置性与可靠的检测精度。瑞萨电子结合混合信号可配置性 + MCU智能 + 边缘AI推理,可升级传统方案,最大化设计选择并确保可靠性。

  基于MCU智能的实时AI电弧检测用于电弧检测的实时分析技术可提升电气系统安全性、减少误报,并支持预测性维护。这一能力基于搭载Arm® Cortex®-M33处理器的RA6M3/RA6M4 MCU实现,其最高主频可达200MHz,并具备丰富的DSP架构。通过对接由Reality AI Tools®生成的实时分析(RTA)模型,即可实现AI推理。由于推理时间低至10ms至250ms,因此可以实现实时保护。该方法能够可靠地检测串联电弧与并联电弧、阻性负载下的微电弧以及异常电流波形,而这些功能是传统模拟方法难以实现的。数据收集/数据存储(DC/DS)功能由Reality AI Utilities支持,能够捕获数据并进行模型迭代,从而快速检测异常电流分布、篡改和不安全布线。

  模拟滤波的硬件方法GreenPAK™和AnalogPAK™可编程混合信号器件提供超低功耗、小型化、可配置的模拟前端,非常适用于高速电弧故障检测。凭借以下特性,用户可为其产品实现精准的AI分类:

  - 集成模数转换器(ADC)、可编程增益放大器(PGA)、比较器和串行外设接口(SPI)

  - 低延迟混合信号处理

  - 硬件级可靠性(支持AEC‑Q100)

  - 可灵活适配基于电流互感器(CT)、分流电阻或传感器线圈的检测方案

  - 面向大众市场设备的成本优化、精简物料清单(BOM)

  在信号到达MCU之前,GreenPAK会对快速变化的电弧特征进行滤波、整形和数字化处理,确保为人工智能(AI)和机器学习(ML)分类提供清晰的数据。

  由Future Electronics提供的AFCI交钥匙硬件平台可实现快速评估并加快产品上市速度。该平台不依赖云端。所有推理均在边缘侧完成,可大幅缩短处理时间。平台支持一键学习校准,一键即可快速完成环境适配。该平台可扩展,适用于所有大众市场OEM厂商,满足其不同的需求。该方案具备多项优势:

  - 传感器线圈输入和信号调节板

  - 高速采样(12位ADC,250kHz采样率)

  - 基于RA6M4的处理,集成AI模型

  - 一键学习校准,快速适配环境

  - 不云端依赖;所有推理均在边缘完成

  - 可扩展设计,适用于大众市场OEM

  AFCI端到端流程系统工作原理

  电流互感器(CT)或传感器线圈捕获高频线路扰动信号

  GreenPAK/AnalogPAK或采用分立器件设计的滤波器执行信号滤波、ADC转换和SPI数据流传输

  RA MCU接收数据帧并执行以下操作:

  - 数字信号处理(DSP)预处理

  - 特征提取

  - 使用Reality AI训练模型进行实时AI分类

  决策引擎触发警报、关断或保护机制

  这种混合架构针对工业、消费和可再生能源领域的AFCI市场进行了优化。

  我们的AFCI平台大幅降低了开发门槛,常适用于光伏OEM、电动出行设备、电池工具、电动汽车(EV)充电桩及数据中心配电单元(PDU)等场景,其优势包括:

  - 更快上市速度 -- 预验证硬件 + 可移植AI模型 = 帮助客户在数周内推出AFCI产品,而非数月。

  - 顶尖检测精度 -- 使用瑞萨Reality AI工具训练的模型能够利用传统模拟电路无法单独捕捉的高维信号特征。

  - 成本优化 -- GreenPAK将众多分立器件集成到单个IC中,从而减少了PCB面积、降低了成本与功耗,并简化了供应链复杂度。

  电弧故障已成为全球日益严峻的安全挑战。借助我们实用、高精度且可扩展的AFCI平台,用户可以在其应用中防范危险电弧故障的发生。瑞萨电子提供从芯片、软件到完整参考设计的全套方案,助力在光伏逆变器、光伏发电(PV)、电池储能系统、电动汽车充电桩及基础设施、AI数据中心、电动出行、工业设备、智能家居及电气保护等领域,打造下一代安全、智能的电力系统。

技术干货丨依托瑞萨AFCI技术,驱动实时安全与创新


("Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal.")

Online messageinquiry

reading
议程揭晓|6.14深圳见 · 瑞萨RA MCU开发者日
喜报丨瑞萨电子凭借R-Car X5H荣膺第五届知鼎奖“智能驾驶科技创新奖”
2026-06-03 10:49 reading:317
瑞萨丨技术干货|解决方案套件概念:AI赋能的智能电动自行车——重塑城市出行与智能交通
  电动自行车正在迅速重塑城市出行方式。作为汽车之外更可持续、更灵活的选择,电动自行车不仅有助于缓解交通拥堵,也符合绿色低碳的发展趋势。随着电动自行车技术的不断进步和普及,用户对安全性、可靠性和智能辅助功能的期待也在持续提升。  然而,无论是传统机械自行车还是电动自行车,当前仍高度依赖骑手的主动感知以及按计划进行的维护保养。许多机械问题往往是逐步演变的,在性能明显下降或故障真正发生之前,几乎没有预警信号。这种被动式维护方式容易导致意外故障、更高的维修成本,甚至带来潜在的安全隐患。  瑞萨通过AI赋能的智能电动自行车概念方案应对这些挑战。该方案基于嵌入式边缘人工智能(AI),在自行车本体上即可实现预测性维护、智能骑行辅助、环境感知以及电池管理优化,无需依赖云端连接。  嵌入式边缘AI实现预测性与智能骑行  智能电动自行车的核心由Renesas AIK-RA8D1 AI开发套件驱动。该套件基于RA8D1微控制器(MCU)),这是一款面向实时嵌入式AI应用设计的高性能Arm® Cortex-M85® MCU。借助Renesas Reality AI Tools®,开发者可以部署高度优化的AI模型,使其完全运行于MCU本地,无需云端计算支持。  这种系统架构在实现更安全、更高效骑行体验的同时,也有效控制了功耗和系统成本,非常适合大规模部署于智能出行设备中。  AI赋能的智能电动自行车围绕以下两大核心能力,全面提升骑行体验:  AI驱动的状态监测  更顺畅、更安全的骑行体验,全面提升用户感受  瑞萨电动自行车概念  AI驱动的状态监测  无论是传统自行车、电动自行车,还是共享出行车队中的自行车,本质上都是精密的机械系统。其性能高度依赖于关键部件的健康状况,包括链条、齿轮、轴承以及车架连接部位。随着时间推移,这些部件会因机械应力、环境影响以及骑行工况而逐渐磨损和劣化。  传统的维护方式通常依赖定期人工检查或基于里程的保养周期。这些方法往往不够精准且偏被动,容易导致突发故障,增加维护成本和运营风险。  通过将AIK‑RA8D1与加速度传感器直接集成到自行车中,实时AI驱动的状态监测成为可能。系统可持续分析振动特征和运动模式,及早发现机械性能退化的迹象。  关键预测性维护功能包括:  链条劣化检测(Chain Deterioration Detection)——系统监测传动系统的振动模式。当振动特征偏离正常状态时,可在性能明显下降之前识别出链条过度磨损或润滑异常问题。  齿轮异常检测(Gear Anomaly Detection)——AI模型可识别由齿轮齿面磨损、损坏或变速器对位异常引起的异常振动模式,实现早期干预。  轴承失效检测(Bearing Failure Detection)——轴承在劣化过程中会产生特定的高频振动特征。系统可在出现可听噪声或严重机械损伤之前就检测到这些异常。  车架结构监测(Frame Structure Monitoring)——通过振动分析,还可识别车架的松动或结构性变化,从而提升骑行安全性并延长整车使用寿命  瑞萨如何实现智能自行车监测  要构建高精度的状态监测AI模型,必须采集涵盖正常运行状态和多种机械故障状态的数据集。  为此,系统采用AIK-RA8D1 AI开发套件,并通过Pmod™模块连接外部加速度传感器。开发套件和传感器均直接安装在自行车上,在真实骑行场景中采集振动和运动数据。  数据集采集通过Data Storage Tools完成。该工具可作为插件集成在Renesas e² studio中,也可作为独立应用供第三方IDE用户使用工具可实时采集加速度传感器的原始数据,并进行存储,用于后续的数据标注和AI模型训练。  Figure1.Training Set-up  AI模型开发与部署  在完成数据标注并上传至Renesas Reality AI Tools后,可利用云端AutoML功能训练和评估多个AI模型,并针对RA8D1 MCU进行部署优化。  最终选定的模型能够识别七种系统状态:  电动自行车状态:识别空闲与静止状态  链条运行状态:识别正常的正向与反向链条运动  齿轮异常:基于变速器位置检测两种故障状态  后轮结构状态:识别潜在的后轮松动问题  该优化模型在仅占用5KB内存的情况下,实现了99.63%的识别准确率,可高效运行于RA8D1 MCU上。  Figure2.Model Development to Deployment Flow  部署完成后,推理结果可通过集成在e² studio开发环境中的AI Live Monitor工具进行实时监控。  AI增强型骑行智能  除状态监测外,AIK RA8D1还可作为智能电动自行车计算核心,充当中央处理节点,分析来自电机、电池及各类传感器的数据——支持在有或无额外传感硬件的情况下运行。  AI赋能的骑行功能示例包括:  载荷分布检测——通过分析振动与运动信号,系统可估算骑手及货物的重量分布。据此推荐或自动调整坐垫位置,以提升舒适性和踩踏效率。  路面类型识别(Surface Detection)——AI模型可识别沥青路、碎石路或不平整地形。并根据路况动态调整电机扭矩和功率输出,从而提升稳定性与能效。  目标检测,实现更安全骑行(Object Detection for Safer Riding)——结合视觉传感器时,AI模型可识别周围车辆与障碍物,在盲区来车时触发预警。  “See with Sound”的空间感知能力——通过麦克风阵列,系统可估算周围车辆的来向,并向骑手提供空间方位提示,而无需持续视觉关注。  推动下一代智能出行  AI驱动的智能电动自行车方案充分展示了嵌入式边缘AI对个人出行和共享交通的变革潜力。通过将预测性维护与环境感知能力直接集成到自行车中,制造商能够打造更安全、更可靠、更高效的出行解决方案。  瑞萨AI技术致力于帮助客户基于可扩展的边缘AI平台,构建适用于实时嵌入式部署的智能出行系统。  告别突发故障,从瑞萨开始打造更智能、更安全的自行车。  准备好将AI驱动的状态监测引入骑行领域了吗?
2026-06-02 09:56 reading:338
喜报|瑞萨电子荣获上海繁易“战略合作伙伴”奖
2026-05-29 09:55 reading:420
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
MC33074DR2G onsemi
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
model brand To snap up
TPS63050YFFR Texas Instruments
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
ESR03EZPJ151 ROHM Semiconductor
Hot labels
ROHM
IC
Averlogic
Intel
Samsung
IoT
AI
Sensor
Chip
About us

Qr code of ameya360 official account

Identify TWO-DIMENSIONAL code, you can pay attention to

AMEYA360 weixin Service Account AMEYA360 weixin Service Account
AMEYA360 mall (www.ameya360.com) was launched in 2011. Now there are more than 3,500 high-quality suppliers, including 6 million product model data, and more than 1 million component stocks for purchase. Products cover MCU+ memory + power chip +IGBT+MOS tube + op amp + RF Bluetooth + sensor + resistor capacitance inductor + connector and other fields. main business of platform covers spot sales of electronic components, BOM distribution and product supporting materials, providing one-stop purchasing and sales services for our customers.

Please enter the verification code in the image below:

verification code