Πανεπιστήμιο Βρέμης: Η τεχνητή νοημοσύνη φέρνει επανάσταση στην παρακολούθηση της κατάστασης των μηχανών!

Πανεπιστήμιο Βρέμης: Η τεχνητή νοημοσύνη φέρνει επανάσταση στην παρακολούθηση της κατάστασης των μηχανών!

Στο ερευνητικό πρόγραμμα «MasterKI», το Πανεπιστήμιο της Βρέμης έχει δεσμευτεί να αναπτύξει ένα έξυπνο σύστημα παρακολούθησης κατάστασης για κινητές μηχανές εργασίας. Συνεργάτες σε αυτό το καινοτόμο έργο είναι η ANEDO GmbH, η SEGNO Industrie Automation GmbH και το ερευνητικό ινστιτούτο ITEM στο Πανεπιστήμιο της Βρέμης. Ο στόχος είναι να δημιουργηθεί μια αρθρωτή λύση άκρων που παρακολουθεί την υγεία του μηχανήματος σε πραγματικό χρόνο χρησιμοποιώντας μια πλατφόρμα cloud που τροφοδοτείται από AI. Αυτή η λύση είναι ιδιαίτερα σημαντική για κινητές μηχανές όπως οι θεριζοαλωνιστικές μηχανές και οι συρταριέρες, οι οποίες εκτίθενται σε υψηλά φορτία κατά τη λειτουργία τους. Μεγαλόφωνος uni-bremen.de Οι τρέχουσες μέθοδοι παρακολούθησης είναι συχνά δαπανηρές και παρέχουν περιορισμένα δεδομένα. Η προσέγγιση «MasterKI» προορίζεται να επιτρέψει την ευέλικτη και επεκτάσιμη παρακολούθηση της κατάστασης μέσω της χρήσης υπολογιστών αιχμής και τεχνητής νοημοσύνης.

Ο καθηγητής Karl-Ludwig Krieger υπογραμμίζει τις προκλήσεις που σχετίζονται με την ανάπτυξη ενός ισχυρού και προσαρμόσιμου συστήματος. Κεντρικό στοιχείο του έργου είναι μια πλατφόρμα που βασίζεται σε σύννεφο που είναι υπεύθυνη για την προεπεξεργασία σήματος, την παρακολούθηση της κατάστασης και τη μετατροπή δεδομένων. Το σχέδιο είναι να κλείσει το χάσμα μεταξύ των δεδομένων του πάγκου δοκιμών και των δεδομένων από εφαρμογές πραγματικού κόσμου. Η Julia Scholtyssek, συμμετέχουσα στο έργο, εξηγεί ότι τα μοντέλα μεταφοράς και η μηχανική εκμάθηση συμβάλλουν στη μείωση της εξάρτησης από εκτεταμένα δεδομένα μετρήσεων πεδίου. Ολόκληρη η ερευνητική προσέγγιση υποστηρίζεται από το Ομοσπονδιακό Υπουργείο Οικονομικών Υποθέσεων και Προστασίας του Κλίματος (BMWK).

Επικεντρωθείτε στον καθορισμό στόχων και στην καινοτομία

Το ενσωματωμένο σύστημα μέτρησης άκρων και η πλατφόρμα ανάλυσης που βασίζεται σε σύννεφο προορίζονται να επιτρέπουν την αξιόπιστη παρακολούθηση των μονάδων κίνησης των κινητών μηχανών. Ο Matthias Terhaag, διευθυντής έργου στην ANEDO, τονίζει τη σημασία του έγκαιρου εντοπισμού πιθανών ζημιών προκειμένου να αποφευχθούν δαπανηρές αστοχίες. Η ασφάλεια των δεδομένων διαδραματίζει επίσης κεντρικό ρόλο, ειδικά επειδή οι φορητές μηχανές χρησιμοποιούνται συχνά σε κρίσιμες για την ασφάλεια περιοχές. Οι λύσεις που βρίσκονται υπό ανάπτυξη χρησιμοποιούν σύγχρονες τεχνολογίες κρυπτογράφησης για την αποτροπή μη εξουσιοδοτημένης πρόσβασης. Μια φιλική προς τον χρήστη εφαρμογή αναπτύσσεται για τη βελτιστοποίηση του ελέγχου και της παρακολούθησης των συστημάτων. Ο Vasco de Freitas από τη SEGNO τονίζει ότι η λύση όχι μόνο αυξάνει τη διαθεσιμότητα του μηχανήματος, αλλά και μειώνει σημαντικά το λειτουργικό κόστος.

Εκτός από το έργο του Πανεπιστημίου της Βρέμης, η Fraunhofer IPMS δημιούργησε έναν επίδειξη βασισμένο στα αποτελέσματα του έργου iCampus ForTune. Αυτή η συσκευή επίδειξης συνδυάζει αισθητήρες, απόκτηση δεδομένων και αξιολόγηση δεδομένων που υποστηρίζεται από AI για να εγγυηθεί την ακριβή παρακολούθηση της κατάστασης και την προγνωστική συντήρηση των μηχανών. Ο Δρ Marcel Jongmanns, ο οποίος ηγείται του έργου, τονίζει ότι η ενσωμάτωση της τεχνητής νοημοσύνης στους αισθητήρες καθιστά δυνατό τον έγκαιρο εντοπισμό ζημιών και τη βελτιστοποίηση των διαστημάτων συντήρησης. Αυτή η τεχνολογία θα παρουσιαστεί επίσης στην επερχόμενη εμπορική έκθεση SENSOR+TEST από τις 11 έως τις 13 Ιουνίου 2024 στη Νυρεμβέργη. Μια μικρογραφία μεταφορικής ταινίας παρουσιάζεται σε μια προθήκη που απεικονίζει τις δυνατότητες παρακολούθησης βιομηχανικών εγκαταστάσεων.

Τεχνολογικές εξελίξεις και εφαρμογή τους

Πολυτροπικοί αισθητήρες που καταγράφουν επιταχύνσεις, ρυθμούς περιστροφής, μαγνητικά πεδία καθώς και ακουστικά και υπερηχητικά σήματα αποτελούν τη βάση για το σύστημα. Η λύση συστήματος επιτρέπει επίσης την ενσωμάτωση εσωτερικών αισθητήρων με μια μονάδα υπολογιστών άκρων που βασίζεται στην αρχιτεκτονική RISCV. Αυτό επιτρέπει πολύπλοκες λειτουργίες AI και ανάλυση σε πραγματικό χρόνο απευθείας στο σημείο χρήσης. Οι βαθμονομήσεις σε πραγματικό χρόνο αυξάνουν την ακρίβεια των μοντέλων και προσαρμόζουν το σύστημα στις νέες περιβαλλοντικές συνθήκες. Η συνεχής ανάπτυξη της τεχνολογίας υποστηρίζεται επίσης από υπάρχουσες συνεργασίες, για παράδειγμα με την Vetter Kleinförderträger GmbH, η οποία καταδεικνύει το ενδιαφέρον του κλάδου.

Δεδομένης της εκτεταμένης επεξεργασίας δεδομένων που είναι απαραίτητη για την ακριβή πρόβλεψη ζημιών, τονίζεται η σημασία της κατανόησης και επεξεργασίας των δεδομένων. Αυτός είναι ένας βασικός τομέας που απαιτεί μια σταθερή στρατηγική δεδομένων εκτός από την καθαρή ανάπτυξη τεχνολογίας. Απαιτείται συχνά εξωτερική υποστήριξη για την επαρκή αξιολόγηση των ευκαιριών και των κινδύνων στην εποχή της ψηφιοποίησης και της μηχανικής μάθησης και για την επιτυχή εφαρμογή καινοτόμων λύσεων, όπως φαίνεται στο ite-si.de εξηγείται. Είναι επομένως σαφές ότι το μέλλον της παρακολούθησης της κατάστασης βρίσκεται στην επιτυχή συμβίωση της τεχνολογίας ευφυών αισθητήρων, στην προηγμένη ανάλυση δεδομένων και στην εφαρμογή της τεχνητής νοημοσύνης.