Bremenin yliopisto: AI mullistaa koneiden kunnonvalvonnan!

Bremenin yliopisto: AI mullistaa koneiden kunnonvalvonnan!

”MasterKI”-tutkimusprojektissa Bremenin yliopisto on sitoutunut kehittämään älykkään kunnonvalvontajärjestelmän liikkuviin työkoneisiin. Tämän innovatiivisen hankkeen kumppaneita ovat ANEDO GmbH, SEGNO Industrie Automation GmbH ja Bremenin yliopiston ITEM-tutkimuslaitos. Tavoitteena on luoda modulaarinen reunaratkaisu, joka seuraa koneen kuntoa reaaliajassa tekoälypohjaisen pilvialustan avulla. Tämä ratkaisu on erityisen tärkeä liikkuville koneille, kuten harvesterit ja konttilukit, jotka ovat alttiina suurille kuormituksille toimintansa aikana. äänekäs uni-bremen.de Nykyiset seurantamenetelmät ovat usein kalliita ja tarjoavat rajoitetusti tietoa. ”MasterKI”-lähestymistavan tarkoituksena on mahdollistaa joustava ja skaalautuva kunnonvalvonta reunalaskentaa ja tekoälyä käyttämällä.

Professori Karl-Ludwig Krieger korostaa vankan ja mukautuvan järjestelmän kehittämiseen liittyviä haasteita. Projektin keskeinen osa on pilvipohjainen alusta, joka vastaa signaalien esikäsittelystä, kunnonvalvonnasta ja tiedon muuntamisesta. Suunnitelmana on kuroa umpeen testipenkkitietojen ja todellisten sovellusten tietojen välinen kuilu. Projektiin osallistuva Julia Scholtyssek kertoo, että siirtomallit ja koneoppiminen auttavat vähentämään riippuvuutta laajasta kenttämittausdatasta. Koko tutkimuksen lähestymistapaa tukee liittovaltion talous- ja ilmastonsuojeluministeriö (BMWK).

Keskity tavoitteiden asettamiseen ja innovaatioihin

Integroitu reunamittausjärjestelmä ja pilvipohjainen analyysialusta on tarkoitettu mahdollistamaan liikkuvien koneiden käyttöyksiköiden luotettava seuranta. ANEDO:n projektipäällikkö Matthias Terhaag korostaa mahdollisten vahinkojen varhaisen tunnistamisen tärkeyttä, jotta kalliit viat voidaan estää. Tietoturvalla on myös keskeinen rooli, varsinkin kun liikkuvia koneita käytetään usein turvallisuuskriittisillä alueilla. Kehitettävissä olevissa ratkaisuissa käytetään nykyaikaisia ​​salaustekniikoita luvattoman käytön estämiseksi. Järjestelmän ohjauksen ja valvonnan optimoimiseksi ollaan kehittämässä käyttäjäystävällistä sovellusta. Vasco de Freitas SEGNOsta korostaa, että ratkaisu ei ainoastaan ​​lisää koneiden saatavuutta, vaan myös vähentää merkittävästi käyttökustannuksia.

Bremenin yliopiston työn lisäksi Fraunhofer IPMS on luonut demonstraation iCampus-projektin ForTune tulosten pohjalta. Tämä demonstraatio yhdistää anturit, tiedonkeruun ja tekoälyn tukeman tiedon arvioinnin takaamaan koneiden tarkan kunnonvalvonnan ja ennakoivan huollon. Projektia johtava tohtori Marcel Jongmanns korostaa, että tekoälyn integrointi antureisiin mahdollistaa vaurioiden havaitsemisen varhaisessa vaiheessa ja huoltovälien optimoinnin. Tämä tekniikka esitellään myös tulevilla SENSOR+TEST-messuilla 11.-13.6.2024 Nürnbergissä. Pienoistettu kuljetinhihna on esitelty näyttelylaukussa, joka havainnollistaa teollisuuslaitosten valvonnan mahdollisuuksia.

Tekniikan kehitys ja niiden soveltaminen

Multimodaaliset anturit, jotka tallentavat kiihtyvyyttä, pyörimisnopeuksia, magneettikenttiä sekä akustisia ja ultraäänisignaaleja, muodostavat järjestelmän perustan. Järjestelmäratkaisu mahdollistaa myös talon sisäisten antureiden integroinnin RISCV-arkkitehtuuriin perustuvaan reunalaskentayksikköön. Tämä mahdollistaa monimutkaiset tekoälytoiminnot ja reaaliaikaisen analyysin suoraan käyttöpisteessä. Reaaliaikaiset kalibroinnit lisäävät mallien tarkkuutta ja mukauttavat järjestelmän uusiin ympäristöolosuhteisiin. Teknologian jatkuvaa kehittämistä tukevat myös olemassa olevat kumppanuudet, esimerkiksi Vetter Kleinförderträger GmbH:n kanssa, mikä kuvaa alan kiinnostusta.

Koska vaurioiden tarkkaan ennustamiseen tarvitaan laaja tietojenkäsittely, tiedon ymmärtämisen ja käsittelyn merkitys korostuu. Tämä on avainalue, joka vaatii puhtaan teknologian kehittämisen lisäksi vankkaa datastrategiaa. Usein tarvitaan ulkopuolista tukea digitalisaation ja koneoppimisen aikakauden mahdollisuuksien ja riskien riittävään arvioimiseen ja innovatiivisten ratkaisujen onnistuneeseen toteuttamiseen, kuten ite-si.de on selitetty. Siksi on selvää, että kunnonvalvonnan tulevaisuus on älykkään anturiteknologian, edistyneen data-analyysin ja tekoälyn soveltamisen onnistuneessa symbioosissa.