🧠 Integración de Modelo Edge Impulse con Arduino Nicla Voice para Estimación de RUL

Esta guía describe cómo integrar un modelo de aprendizaje automático entrenado en Edge Impulse en la tarjeta Arduino Nicla Voice, que incorpora el chip Syntiant NDP120, para implementar un sistema de estimación de Vida Útil Restante (RUL) en motores brushless DC (BLDC).

---

📦 Contenido del Proyecto

• Modelo TinyML exportado en formato .synpkg con su carpeta con varibales y metadatos correspondientes al modelo.
• Firmware original desde Edge Impulse para Nicla Voice.
• codigo ei_syntiant_ndp120.cpp del anterior firmware modificado para reemplazar asi como tambien la metadata y las variables del modelo.
• Módulo personalizado para inferencia y cálculo de RUL (RULModule.h).
• Proyecto público en edge impulse
• Datos en .mat sobre Dataset de vibracion R2F BLDC Readytosky 2212 920kV

---

🧰 Requisitos

• Arduino IDE - Tarjeta Arduino Nicla Voice
• Cuenta en Edge Impulse
• Modelo entrenado y exportado como .synpkg

---

📤 Exportación del Modelo desde Edge Impulse

1. Entrena tu modelo en Edge Impulse con datos relevantes del motor (por ejemplo, vibracion o audio).
2. Dirígete a la pestaña Deployment de tu proyecto.
3. Selecciona Syntiant NDP120 library (.synpkg) y descarga el archivo.

---

🔌 Integración del Modelo en el Firmware

1. Extrae la libreria firmware-arduino-nicla-voice y reemplaza en la ruta firmware-arduino-nicla-voice/src/model-parameters la carpeta model_parameters de predm_largeimu-syntiant-ndp120-lib-tdk-v13.zip, tambein reemplaza ei_syntiant_ndp120.cpp que esta en firmware-arduino-nicla-voice/src/ y haz el build correspondiente, en este caso con IMU (). Se incluye un binario predm_largeimu-nicla-voice.zip generado en Edge Impulse que facilita la subida a la tarjeta aunque sin el módulo.
2. Copia el archivo ei_model.synpkg que está en predm_largeimu-syntiant-ndp120-lib-tdk-v13.zip en este repositorio y reemplázalo en la carpeta ndp120/ del firmware base y flashealo en el NDP con los algoritmos que proporcionan en el manual de Arduino.

---

🔧 Compilación del Código Fuente

Una vez que hayas añadido tu propia lógica, deberás compilar y cargar el firmware en tu dispositivo. A continuación, se detallan los pasos necesarios para cada sistema operativo:

🪟 Windows

Ejecuta el siguiente script para actualizar las librerías (solo si estás utilizando Syntiant TinyML):

update_libraries_windows.bat

Para compilar el firmware con soporte de audio:

arduino-win-build.bat --build

Si también necesitas soporte para IMU, añade el siguiente flag:

arduino-win-build.bat --build --with-imu

Para cargar (flashear) el firmware en la placa:

arduino-win-build.bat --flash

🐧 Linux y 🍎 macOS

Para compilar el firmware con soporte de audio:

./arduino-build.sh --build

Si también necesitas soporte para IMU, añade el siguiente flag:

./arduino-build.sh --build --with-imu

Para cargar (flashear) el firmware en la placa:

./arduino-build.sh --flash

---

🚀 FLASH

Una vez compilado el firmware de Arduino, deberás reemplazar los archivos correspondientes en el firmware base con los generados por tu proyecto.

En Arduino Nicla Voice

• Toma el archivo .elf generado por Arduino y renómbralo a:

firmware.ino.elf

• Reemplaza el archivo firmware.ino.elf del firmware por defecto con el nuevo generado.
  (El firmware por defecto puede descargarse desde la documentación oficial).

• Sustituye el archivo ei_model.synpkg del firmware por defecto por el modelo generado desde la librería de Syntiant.

• Ejecuta el script correspondiente a tu sistema operativo para flashear la placa.

---

🔎 Estimación de RUL (RULModule.h)

El archivo RULModule.h implementa una lógica personalizada que interpreta las predicciones del modelo para calcular la vida útil restante del motor.

¿Cómo funciona?

• El modelo predice una clase basada en el audio captado.

• Se valida que la clase esté definida en el sistema.

• Se mantiene un historial circular de predicciones recientes.

• Se calcula la clase más frecuente (moda).

• A cada clase se le asigna una puntuación predefinida.

• El RUL se calcula con la fórmula:
  RUL = 100 - (puntuación * 5)

• El resultado se muestra en el monitor serial.

---

👨‍💻 Guía de Uso

1. Conecta la Nicla Voice vía USB.
2. Carga el firmware desde el Arduino IDE.
3. Abre el monitor serial para observar las predicciones en tiempo real.
4. Interpreta el valor de RUL para tomar decisiones de mantenimiento predictivo.

⚠️ Un RUL bajo o negativo puede indicar un estado de desgaste crítico o una clase fuera del rango esperado.

---

🧠 Aplicaciones

• Monitoreo inteligente de motores BLDC.
• Detección temprana de fallas mediante análisis de señales.
• Sistemas embebidos de bajo consumo con capacidades de aprendizaje automático.

---

📚 Recursos Útiles

• 📖 Edge Impulse para Syntiant NDP120
• 🔍 Tutorial: Reconocimiento de Movimiento con Syntiant

---

📊 Dataset de Vibración de Motor BLDC

Este repositorio incluye un dataset original de vibración capturado desde un motor BLDC utilizando la tarjeta Arduino Nicla Voice. Los datos fueron adquiridos a través del puerto serial mediante una interfaz desarrollada en MATLAB.

📌 Descripción

• El dataset contiene señales de vibración registradas bajo diferentes condiciones progresivas del mismo motor a lo largo del tiempo.
• Las condiciones reflejan el desgaste o cambios operativos simulados o reales del motor.
• Los datos fueron obtenidos usando el acelerómetro integrado en la Nicla Voice.
• El formato del dataset es apto para ser utilizado en tareas de entrenamiento, validación o análisis exploratorio.
• 🔢 Para este proyecto en particular, se utilizaron los primeros 50 registros de cada categoría, aunque algunas clases cuentan con una cantidad significativamente mayor de muestras en el dataset completo.

🧪 Aplicación y Valor Investigativo

• Ideal para estudios en mantenimiento predictivo, diagnóstico de fallas y aprendizaje automático aplicado al análisis de vibraciones.
• Puede utilizarse para construir modelos de predicción de estado o estimación de vida útil (RUL) en sistemas rotativos.
• Proporciona una base de datos valiosa y realista para pruebas y validaciones académicas o de desarrollo.

📂 Disponibilidad https://studio.edgeimpulse.com/public/679162/latest

• 📄 Licencia BSD de 3 Cláusulas (BSD 3-Clause License) Este proyecto utiliza la Licencia BSD de 3 Cláusulas, una licencia de código abierto permisiva que permite el uso amplio del software, bajo ciertas condiciones.

🔑 Resumen Esta licencia permite que el software se use, copie, modifique y distribuya, incluso en proyectos comerciales, siempre que se cumplan tres condiciones:

✅ Permisos que otorga: Uso libre para cualquier propósito, personal o comercial.

Modificación del código fuente.

Distribución del software original o modificado.

Licencia permisiva: no obliga a liberar el código modificado.

⚠️ Condiciones (las 3 cláusulas): Aviso de copyright: Se debe mantener el aviso de copyright original en todas las copias del software.

Aviso de licencia: Se debe incluir el texto completo de esta licencia en cualquier redistribución.

Sin uso de nombres: No se puede utilizar el nombre del autor, ni de la organización original, para promocionar productos derivados sin permiso expreso.

🚫 Qué no permite: Sin garantías: El software se proporciona “tal cual”, sin garantías de funcionamiento, seguridad o idoneidad.

Restricción de uso de nombre: No se puede usar el nombre del autor para publicidad sin autorización explícita.