← नवीनतम पेपर
⚡ electrical engineering

An Open-Source, Autonomous Platform for High-Resolution Energy Monitoring in Manufacturing

यह शोध पत्र ऑटोनॉमस एनर्जी मॉनिटरिंग सिस्टम (AEMS) को प्रस्तुत करता है, जो एक ओपन-सोर्स, कम लागत वाला प्लेटफॉर्म है जो मालिकाना व्यावसायिक एनालाइजर्स और सामान्य-उद्देश्य वाले हार्डवेयर के बीच के अंतर को पाटते हुए, औद्योगिक मजबूती के साथ अनुसंधान-ग्रेड, उच्च-रिज़ॉल्यूशन वाला थ्री-फेज ऊर्जा डेटा प्रदान करता है, जिससे विनिर्माण अनुप्रयोगों के लिए स्वायत्त निगरानी और विस्तृत प्रक्रिया विश्लेषण सक्षम होता है।

मूल लेखक: Vignesh Selvaraj, Aditya Nagaraj, Shengyuan Zhang, Sina Sadeghian, Sangkee Min

प्रकाशित 2026-07-20
📖 11 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Vignesh Selvaraj, Aditya Nagaraj, Shengyuan Zhang, Sina Sadeghian, Sangkee Min

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि कार का इंजन कैसे काम करता है। आप केवल फ्यूल गेज को देखकर यह जान सकते हैं कि कितना गैस बचा है, लेकिन यह केवल एक बड़ी तस्वीर बताता है। यदि आप वास्तव में इंजन के काम करने के तरीके को समझना चाहते हैं—चाहे कोई पिस्टन अटक रहा हो, स्पार्क प्लग मिसफायर कर रहा हो, या गियर आपस में रगड़ खा रहे हों—तो आपको इंजन की धड़कन को सुनने की आवश्यकता है। कारखानों की दुनिया में, वह "धड़कन" बिजली है। मशीनें केवल बिजली का उपयोग नहीं करतीं; वे वोल्टेज और करंट का एक जटिल गीत गाती हैं जो किसी उपकरण के धातु को छूते ही या मोटर की गति बढ़ते ही तुरंत बदल जाता है। यह इंडस्ट्री 4.0 का केंद्र है, एक ऐसी लहर जहाँ कारखाने स्मार्ट, जुड़े हुए और डेटा-संचालित बनते हैं। विचार यह है कि यदि हम पर्याप्त सटीकता के साथ इन विद्युत गीतों को सुन सकें, तो हम भविष्यवाणी कर सकते हैं कि मशीन कब टूट जाएगी, कितनी ऊर्जा बर्बाद हो रही है, या यहाँ तक कि एक टूल कितना तेज है। लेकिन यहाँ एक पेंच है: अधिकांश उपकरण जिनका उपयोग हम इस संगीत को सुनने के लिए करते हैं, वे या तो छोटे व्यवसायों के लिए बहुत महंगे हैं, या वे "कच्चे" (raw) स्वर को एक ब्लैक बॉक्स के भीतर बंद रखते हैं, या वे मशीन के शुरू होने या रुकने के दौरान होने वाले त्वरित, तीखे नोट्स को पकड़ने के लिए बहुत धीमे हैं।

यहीं पर विस्कॉन्सिन-मैडिसन विश्वविद्यालय के इंजीनियरों की एक टीम एक नए आविष्कार के साथ आती है जिसे ऑटोनॉमस एनर्जी मॉनिटरिंग सिस्टम (AEMS) कहा जाता है। इसे कारखाने की मशीनों के लिए एक उच्च-गुणवत्ता वाले, ओपन-सोर्स माइक्रोफोन के रूप में समझें जिसे कोई भी खरीद सकता है, बना सकता है या संशोधित कर सकता है। एक $10,000 के "ब्लैक बॉक्स" मीटर को खरीदने के बजाय जो आपको केवल एक घंटे में उपयोग की गई औसत ऊर्जा बताता है, AEMS एक कम लागत वाला, मॉड्यूलर उपकरण है जो प्रति सेकंड हजारों बार कच्चे विद्युत तरंग (waveform) को रिकॉर्ड करता है। इसे "स्वायत्त" (autonomous) बनाने के लिए डिज़ाइन किया गया है, जिसका अर्थ है कि यह डेटा रिकॉर्ड करना जारी रख सकता है भले ही इंटरनेट बंद हो जाए या इससे जुड़ा कंप्यूटर क्रैश हो जाए, और जानकारी को सुरक्षित रूप से अपने मेमोरी कार्ड पर तब तक स्टोर कर सकता है जब तक कि उसे वापस भेजने के लिए तैयार न किया जाए। शोधकर्ताओं ने इस प्रणाली का परीक्षण एक थ्री-एक्सिस सीएनसी मशीनिंग सेंटर (एक फैंसी, कंप्यूटर-नियंत्रित मेटल कटर) पर किया और पाया कि यह मशीन की "आवाज" को इतनी स्पष्टता से सुन सकता है कि वह सूक्ष्म परिवर्तनों को पहचान सके। उदाहरण के लिए, यह पता लगा सका कि मशीन की फीड दर (वह गति जिससे वह धातु पर चलता है) 50 मिमी/मिनट जितनी कम मात्रा में भी बदली है, और यह अंतर कर सका कि मशीन केवल हवा में अपने टूल को घुमा रही है या वास्तव में धातु को काट रही है। इस उपकरण के ब्लूप्रिंट को ओपन-सोर्स बनाकर, टीम की उम्मीद है कि वे छोटे निर्माताओं और शोधकर्ताओं को अपने स्वयं के "सुनने वाले उपकरण" बनाने में मदद करेंगे ताकि बिना किसी बड़े बजट के कारखानों को स्मार्ट बनाया जा सके।

समस्या: कारखाने की ऊर्जा का "ब्लैक बॉक्स"

लंबे समय से, कारखानों के सामने एक दुविधा रही है। एक तरफ, आपके पास बड़े, महंगे व्यावसायिक बिजली मीटर हैं। ये उच्च-स्तरीय, पेशेवर रिकॉर्डिंग स्टूडियो की तरह हैं: वे सटीक हैं, लेकिन वे "मालिकाना हक" (proprietary) वाले भी हैं। इसका मतलब है कि जो कंपनी उन्हें बनाती है, वह उनके कोड की मालिक है, और वे अक्सर आपको कच्चा, हाई-स्पीड डेटा देखने की अनुमति नहीं देते हैं। वे आपको बता सकते हैं, "मशीन ने आज 50 किलोवाट-घंटे बिजली का उपयोग किया," लेकिन वे आपको उस क्षणिक बिजली के उछाल (spike) को नहीं दिखाएंगे जो तब हुआ था जब टूल धातु के किसी कठोर हिस्से से टकराया था। उस कच्चे डेटा के बिना, आप भविष्यवाणियां करने के लिए आर्टिफिशियल इंटेलिजेंस को प्रशिक्षित नहीं कर सकते कि मशीन कब विफल होने वाली है।

दूसरी ओर, आपके पास "हॉबीइस्ट" ओपन-सोर्स हार्डवेयर है, जैसे प्रसिद्ध अरुइनो (Arduino) या रास्पबेरी पाई (Raspberry Pi) बोर्ड। ये सस्ते, लचीले और सभी के लिए प्रयोग करने योग्य हैं। हालाँकि, वे एक सस्ते कैसेट रिकॉर्डर की तरह हैं। वे कारखाने के शोर-शराबे वाले, खतरनाक और तेजी से बदलने वाले विद्युत वातावरण को संभालने के लिए नहीं बने हैं। उनमें बिजली के उतार-चढ़ाव से बचने के लिए सुरक्षा आइसोलेशन और बिजली में होने वाले सूक्ष्म, तीव्र परिवर्तनों को पकड़ने के लिए आवश्यक सटीकता की कमी है।

इस पेपर के लेखक तर्क देते हैं कि हम बीच में फंसे हुए हैं। हमें कुछ ऐसा चाहिए जिसमें महंगे स्टूडियो उपकरणों जैसी फिडेलिटी (सटीकता) हो लेकिन हॉबीइस्ट उपकरणों जैसी खुलापन और किफायतीपन भी हो। वे इन दोनों दुनियाओं के बीच एक सेतु बनाना चाहते थे।

समाधान: "स्वायत्त" रिकॉर्डर

टीम ने AEMS बनाया, एक ऐसा सिस्टम जो एक सुपर-स्मार्ट, आत्मनिर्भर डेटा रिकॉर्डर की तरह कार्य करता है। यह कैसे काम करता है, इसके मुख्य भागों का विवरण यहाँ दिया गया है:

1. कान (हार्डवेयर)
यह उपकरण बिजली को सुनने के लिए एक विशेष "फ्रंट-एंड" का उपयोग करता है। यह तीन-फेज वोल्टेज और करंट (वे तीन तार जो भारी औद्योगिक मशीनों को बिजली देते हैं) को मुख्य बिजली से अलग (isolated) सेंसरों का उपयोग करके मापता है। यह एक ऐसे माइक्रोफोन की तरह है जो एक ध्वनि-रोधी कांच की दीवार द्वारा संरक्षित है; यह उच्च वोल्टेज से झुलसे बिना मशीन को स्पष्ट रूप से सुन सकता है।

  • हृदय (The Heart): इसके केंद्र में एक 24-बिट एनालॉग-टू-डिजिटल कनवर्टर (ADC) है जो बिजली को 32,000 बार प्रति सेकंड (32 kS/s) सैंपल करता है। यह मोटर शुरू होने या टूल के जुड़ने पर होने वाले बिजली के क्षणिक बदलावों (transients) को पकड़ने के लिए पर्याप्त तेज़ है।
  • मस्तिष्क (The Brain): यह एक डुअल-कोर प्रोसेसर (दो दिमागों वाला चिप) का उपयोग करता है। एक दिमाग (Cortex-M4) पूरी तरह से डेटा लेने और उसे सहेजने के उबाऊ लेकिन महत्वपूर्ण काम के लिए समर्पित है। दूसरा दिमाग (Cortex-M7) कंप्यूटर और इंटरनेट से बात करने का काम संभालता है। यह अलगाव सुनिश्चित करता है कि भले ही इंटरनेट कनेक्शन व्यस्त हो, डेटा रिकॉर्डिंग कभी नहीं रुकती।
  • स्मृति (The Memory): इसमें अपनी आंतरिक स्टोरेज (eMMC) और एक माइक्रो एसडी कार्ड स्लॉट है। इसका मतलब है कि यह बिना किसी कंप्यूटर के घंटों या दिनों तक रिकॉर्ड कर सकता है। यह "स्वायत्त" है क्योंकि इसे डेटा लॉग करने के लिए किसी इंसान के हाथ पकड़ने की जरूरत नहीं है; यह बस अपना काम करता रहता है।

2. आवाज़ (सॉफ्टवेयर)
इस सिस्टम के साथ एक पूर्ण सॉफ्टवेयर सूट भी आता है जो ओपन-सोर्स है।

  • लाइब्रेरी: उपकरणों का एक सेट जो कंप्यूटर को डिवाइस से बात करने में मदद करता है, उसे बताता है कि कब रिकॉर्डिंग शुरू करनी है, क्या मापना है और फाइलों को कैसे सहेजना है।
  • एज गेटवे (Edge Gateway): यह एक मध्यस्थ (जैसे रास्पबेरी पाई) है जो कारखाने में कई AEMS उपकरणों को एक साथ प्रबंधित करने के लिए बैठ सकता है। यह रिकॉर्डिंग शेड्यूल कर सकता है, डेटा एकत्र कर सकता है, और यदि इंटरनेट काम कर रहा है तो इसे क्लाउड पर भी भेज सकता है।
  • क्लाउड (The Cloud): एक वैकल्पिक परत जो आपको दुनिया के किसी भी कोने से मशीनों की निगरानी करने की अनुमति देती है, लेकिन सिस्टम को इस तरह डिज़ाइन किया गया है कि यदि इंटरनेट बंद हो जाता है, तो स्थानीय गेटवे ठीक से काम करता रहता है।

टेस्ट ड्राइव: एक सीएनसी मशीन को सुनना

यह साबित करने के लिए कि उनका सिस्टम काम करता है, शोधकर्ताओं ने AEMS को एक थ्री-एक्सिस HAAS CNC मशीनिंग सेंटर पर लिया। उन्होंने केवल इसे प्लग इन नहीं किया और उम्मीद नहीं की; उन्होंने विशिष्ट परीक्षण चलाए ताकि यह देख सकें कि क्या डिवाइस मशीन की विभिन्न अवस्थाओं को "सुन" सकता है।

परीक्षण 1: स्पिंडल स्पिन (Spindle Spin)
उन्होंने मशीन के स्पिंडल (जो कटिंग टूल को पकड़ता है) को अलग-अलग गति पर चलाया, जो 0 से 3000 RPM तक थी, और हर बार 500 RPM बढ़ाया गया।

  • परिणाम: AEMS ने स्पष्ट रूप से देखा कि जैसे-जैसे गति बढ़ी, बिजली की खपत भी बढ़ी। इसने एक नॉन-लीनियर ट्रेंड दिखाया, जिसका अर्थ है कि बिजली केवल एक सीधी रेखा में ऊपर नहीं गई; कम गति बनाम उच्च गति पर यह अलग-अलग तरह से उछली। डिवाइस ने इसे पूरी तरह से पकड़ा, जिससे सिद्ध हुआ कि यह मशीन की गति परिवर्तन को ट्रैक कर सकता है।

परीक्षण 2: फीड रेट डांस (Feed Rate Dance)
इसके बाद, उन्होंने गति को स्थिर रखा लेकिन मशीन के धातु के ऊपर चलने की गति (फीड रेट) को बदला। उन्होंने X और Y अक्षों के लिए 300 मिमी/मिनट से 2100 मिमी/मिनट तक और Z अक्ष के लिए 200 मिमी/मिनट से 1000 मिमी/मिनट तक की गति का परीक्षण किया।

  • परिणाम: सिस्टम ने हर एक बदलाव का पता लगाया। यह बता सका कि मशीन धीरे चल रही है या तेज़। दिलचस्प बात यह है कि इसने गौर किया कि Y-अक्ष (जो भारी टेबल को ले जाता है) समान गति पर X-अक्ष (जो केवल टेबल को ले जाता है) की तुलना में अधिक बिजली का उपयोग करता है, जो भौतिक रूप से तर्कसंगत है। और भी प्रभावशाली बात यह है कि यह 50 मिमी/मिनट जितनी छोटी गति परिवर्तन को भी पकड़ सका। यह एक शोर भरे कमरे में फुसफुसाहट सुनने जैसा है।

परीक्षण 3: रैपिड मूव्स (The Rapid Moves)
उन्होंने "रैपिड ट्रेवर्स" का परीक्षण किया, जो तब होता है जब मशीन बिना कुछ काटे एक स्थान से दूसरे स्थान पर तेज़ी से चलती है।

  • परिणाम: AEMS ने मशीन के शुरू होने पर बिजली के "स्पाइक्स" (उछाल) और रुकने पर "डिप्स" (गिरावट) को कैप्चर किया। यह यह भी बता सका कि टूल नीचे की ओर जा रहा है (जहाँ गुरुत्वाकर्षण मदद करता है, जिससे कम बिजली लगती है) बनाम ऊपर की ओर जा रहा है (जहाँ मोटर गुरुत्वाकर्षण से लड़ती है, जिससे अधिक बिजली लगती है)।

परीक्षण 4: वास्तविक कट (The Actual Cut)
अंत में, उन्होंने एल्युमीनियम का एक टुकड़ा काटा। उन्होंने टूल के वास्तव में धातु को हटाने के दौरान स्पिंडल की गति और फीड रेट को बदला।

  • परिणाम: डिवाइस ने स्पष्ट रूप से हवा में घूमते टूल और धातु में काटते टूल के बीच का अंतर दिखाया। जब उन्होंने फीड रेट बढ़ाया, तो बिजली की खपत बढ़ गई, जो अधिक सामग्री हटाने के भौतिकी से मेल खाता है। सिस्टम ने सफलतापूर्वक "कटिंग सिग्नेचर" को हल किया, जो दिखाता है कि टूल ने प्रत्येक पास में चार बार वर्कपीस के साथ संपर्क किया।

यह क्यों महत्वपूर्ण है (और यह क्या दावा नहीं करता)

लेखक सावधानी बरतते हैं कि उन्होंने क्या किया है और क्या नहीं। उन्होंने यह साबित नहीं किया है कि यह डिवाइस हर संभव कारखाने में एकदम सही है। वे स्वीकार करते कि उन्होंने अभी तक सूक्ष्म सटीकता की जांच के लिए इसकी तुलना किसी अत्यंत महंगे, कैलिब्रेटेड संदर्भ मीटर से नहीं की है। उन्होंने केवल एक विशिष्ट मशीन और एक प्रकार के टूल और धातु पर इसका परीक्षण किया है। उन्होंने अभी तक इसे दर्जनों मशीनों के साथ पूरे कारखाने के फर्श पर काम करते हुए नहीं दिखाया है, हालांकि सिस्टम को ऐसा करने के लिए ही डिज़ाइन किया गया है।

हालाँकि, उन्होंने जो दिखाया है वह यह है कि एक ऐसा उपकरण बनाना संभव है जो है:

  1. ओपन (Open): आप कोड और सर्किट आरेख देख सकते हैं।
  2. सस्ता (Cheap): यह व्यावसायिक विकल्पों के एक अंश की लागत रखता है।
  3. स्वायत्त (Autonomous): यह नेटवर्क विफल होने पर भी काम करना जारी रखता है।
  4. उच्च-फिडेलिटी (High-Fidelity): यह डेटा को इतनी तेज़ी से कैप्चर करता है कि मशीन के काम करने के सूक्ष्म विवरण देखे जा सकें।

पेपर यह निष्कर्ष निकालता है कि यह सिस्टम एक बड़ी खाई को भरता है। यह छोटे कारखानों और विश्वविद्यालय प्रयोगशालाओं को उसी प्रकार के उच्च-गुणवत्ता वाले डेटा तक पहुँच प्रदान करता है जो बड़ी कंपनियों के पास होता है, लेकिन बिना भारी कीमत या "ब्लैक बॉक्स" प्रतिबंधों के। पूर्ण हार्डवेयर और सॉफ्टवेयर डिजाइन जारी करके, टीम की उम्मीद है कि वे दुनिया को उन मशीनों को स्मार्ट, सुरक्षित और अधिक कुशल बनाने के लिए इस तकनीक का उपयोग करने और इसे बेहतर बनाने की अनुमति देंगे जो हमारी दुनिया का निर्माण करती हैं। यह केवल एक नया मीटर नहीं है; यह दुनिया को उन मशीनों को सुनने का एक नया तरीका है जो हमारी दुनिया का निर्माण करती हैं।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →