University of Bremen: AI přináší revoluci do monitorování stavu strojů!

University of Bremen: AI přináší revoluci do monitorování stavu strojů!

Ve výzkumném projektu „MasterKI“ se Univerzita v Brémách zavázala vyvinout inteligentní systém monitorování stavu mobilních pracovních strojů. Partnery tohoto inovativního projektu jsou ANEDO GmbH, SEGNO Industrie Automation GmbH a výzkumný ústav ITEM na univerzitě v Brémách. Cílem je vytvořit modulární okrajové řešení, které monitoruje stav stroje v reálném čase pomocí cloudové platformy s umělou inteligencí. Toto řešení je zvláště důležité pro mobilní stroje, jako jsou harvestory a obkročné vozíky, které jsou při svých operacích vystaveny vysokému zatížení. Hlasitý uni-bremen.de Současné monitorovací metody jsou často nákladné a poskytují omezené údaje. Přístup „MasterKI“ je určen k tomu, aby umožnil flexibilní a škálovatelné monitorování stavu prostřednictvím využití edge computingu a umělé inteligence.

Profesor Karl-Ludwig Krieger zdůrazňuje výzvy spojené s vývojem robustního a adaptabilního systému. Centrální součástí projektu je cloudová platforma zodpovědná za předzpracování signálu, monitorování stavu a transformaci dat. Plánem je zacelit mezeru mezi daty z testovací stolice a daty z reálných aplikací. Julia Scholtyssek, účastnice projektu, vysvětluje, že přenosové modely a strojové učení pomáhají snížit závislost na rozsáhlých datech měření v terénu. Celý výzkumný přístup je podporován Spolkovým ministerstvem hospodářství a ochrany klimatu (BMWK).

Zaměřte se na stanovení cílů a inovace

Integrovaný systém měření hran a cloudová analytická platforma mají umožnit spolehlivé sledování pohonných jednotek mobilních strojů. Matthias Terhaag, projektový manažer ve společnosti ANEDO, zdůrazňuje důležitost včasné identifikace potenciálních škod, aby se předešlo nákladným selháním. Zabezpečení dat také hraje ústřední roli, zejména proto, že mobilní stroje se často používají v oblastech kritických z hlediska bezpečnosti. Vyvíjená řešení využívají moderní šifrovací technologie k zamezení neoprávněného přístupu. Pro optimalizaci ovládání a monitorování systémů se vyvíjí uživatelsky přívětivá aplikace. Vasco de Freitas ze společnosti SEGNO zdůrazňuje, že řešení nejen zvyšuje dostupnost stroje, ale také výrazně snižuje provozní náklady.

Kromě práce Brémské univerzity vytvořil Fraunhofer IPMS demonstrátor založený na výsledcích projektu iCampus ForTune. Tento demonstrátor kombinuje senzory, sběr dat a vyhodnocování dat podporované AI, aby bylo zaručeno přesné monitorování stavu a prediktivní údržba strojů. Dr. Marcel Jongmanns, který projekt vede, zdůrazňuje, že integrace AI do senzorů umožňuje včasné odhalení poškození a optimalizaci intervalů údržby. Tato technologie bude také představena na nadcházejícím veletrhu SENSOR+TEST od 11. do 13. června 2024 v Norimberku. Miniaturizovaný dopravníkový pás je prezentován ve vitríně, která ilustruje možnosti monitorování průmyslových závodů.

Technologický pokrok a jeho aplikace

Základ systému tvoří multimodální senzory, které zaznamenávají zrychlení, rychlosti otáčení, magnetická pole a také akustické a ultrazvukové signály. Systémové řešení také umožňuje integraci vnitropodnikových senzorů s hraniční výpočetní jednotkou založenou na architektuře RISCV. To umožňuje komplexní operace umělé inteligence a analýzu v reálném čase přímo v místě použití. Kalibrace v reálném čase zvyšují přesnost modelů a přizpůsobují systém novým podmínkám prostředí. Neustálý vývoj technologie je také podporován stávajícími partnerstvími, například s Vetter Kleinförderträger GmbH, což ilustruje zájem odvětví.

Vzhledem k rozsáhlému zpracování dat, které je nezbytné pro přesnou předpověď poškození, je zdůrazněn význam porozumění datům a jejich zpracování. Toto je klíčová oblast, která vyžaduje kromě čistého technologického vývoje také solidní datovou strategii. K adekvátnímu posouzení příležitostí a rizik ve věku digitalizace a strojového učení a úspěšné implementaci inovativních řešení je často nutná externí podpora, jak je ukázáno na ite-si.de je vysvětleno. Je tedy jasné, že budoucnost monitorování stavu spočívá v úspěšné symbióze technologie inteligentních senzorů, pokročilé analýzy dat a aplikace AI.