Brémai Egyetem: Az AI forradalmasítja a gépek állapotfelügyeletét!

Brémai Egyetem: Az AI forradalmasítja a gépek állapotfelügyeletét!

A „MasterKI” kutatási projektben a Brémai Egyetem elkötelezte magát a mobil munkagépek intelligens állapotfigyelő rendszerének kifejlesztése mellett. Ebben az innovatív projektben partnerek az ANEDO GmbH, a SEGNO Industrie Automation GmbH és a Brémai Egyetem ITEM kutatóintézete. A cél egy olyan moduláris élmegoldás létrehozása, amely valós időben figyeli a gépek állapotát egy AI-alapú felhőplatform segítségével. Ez a megoldás különösen fontos az olyan mobil gépeknél, mint a betakarítógépek és a terpesztartók, amelyek működésük során nagy terhelésnek vannak kitéve. Hangos uni-bremen.de A jelenlegi megfigyelési módszerek gyakran költségesek és korlátozott mennyiségű adatot szolgáltatnak. A „MasterKI” megközelítés célja, hogy rugalmas és skálázható állapotfigyelést tegyen lehetővé az élszámítás és a mesterséges intelligencia használatával.

Karl-Ludwig Krieger professzor rávilágít azokra a kihívásokra, amelyek egy robusztus és alkalmazkodó rendszer kifejlesztésével kapcsolatosak. A projekt központi eleme egy felhő alapú platform, amely a jelek előfeldolgozásáért, állapotfigyeléséért és adatátalakításáért felelős. A terv a tesztpadi adatok és a valós alkalmazásokból származó adatok közötti szakadék megszüntetése. Julia Scholtyssek, a projekt egyik résztvevője elmagyarázza, hogy az átviteli modellek és a gépi tanulás segít csökkenteni a kiterjedt terepi mérési adatoktól való függőséget. A teljes kutatási megközelítést a Szövetségi Gazdasági és Klímavédelmi Minisztérium (BMWK) támogatja.

Fókuszáljon a célok kitűzésére és az innovációra

Az integrált élmérő rendszer és a felhő alapú elemző platform a mobil gépek hajtásegységeinek megbízható monitorozását hivatott lehetővé tenni. Matthias Terhaag, az ANEDO projektmenedzsere hangsúlyozza a lehetséges károk korai felismerésének fontosságát a költséges meghibásodások megelőzése érdekében. Az adatbiztonság is központi szerepet játszik, különösen, mivel a mobil gépeket gyakran használják a biztonság szempontjából kritikus területeken. A fejlesztés alatt álló megoldások modern titkosítási technológiákat alkalmaznak az illetéktelen hozzáférés megakadályozására. A rendszerek vezérlésének és felügyeletének optimalizálására egy felhasználóbarát alkalmazást fejlesztenek. Vasco de Freitas a SEGNO-tól hangsúlyozza, hogy a megoldás nemcsak növeli a gépek rendelkezésre állását, hanem jelentősen csökkenti az üzemeltetési költségeket is.

A Brémai Egyetem munkája mellett a Fraunhofer IPMS egy demonstrátort készített az iCampus ForTune projekt eredményei alapján. Ez a demonstrátor egyesíti az érzékelőket, az adatgyűjtést és a mesterséges intelligencia által támogatott adatértékelést, hogy garantálja a gépek állapotának pontos megfigyelését és előrejelző karbantartását. A projektet vezető Dr. Marcel Jongmanns hangsúlyozza, hogy a mesterséges intelligencia szenzorokba való integrálása lehetővé teszi a sérülések korai felismerését és a karbantartási intervallumok optimalizálását. Ezt a technológiát a közelgő SENSOR+TEST szakkiállításon is bemutatják, 2024. június 11. és 13. között Nürnbergben. Egy miniatűr szállítószalagot mutatnak be egy vitrinben, amely bemutatja az ipari üzemek monitorozásának lehetőségeit.

A technológiai fejlődés és alkalmazásuk

A gyorsulásokat, forgási sebességeket, mágneses mezőket, valamint akusztikus és ultrahangos jeleket rögzítő multimodális érzékelők képezik a rendszer alapját. A rendszermegoldás lehetővé teszi a házon belüli szenzorok integrálását is a RISCV architektúrán alapuló peremszámító egységgel. Ez lehetővé teszi az összetett mesterséges intelligencia műveleteket és a valós idejű elemzést közvetlenül a felhasználás helyén. A valós idejű kalibrálások növelik a modellek pontosságát és hozzáigazítják a rendszert az új környezeti feltételekhez. A technológia folyamatos fejlesztését a meglévő partnerkapcsolatok is támogatják, például a Vetter Kleinförderträger GmbH-val, ami jól mutatja az iparág érdeklődését.

Tekintettel a károk pontos előrejelzéséhez szükséges kiterjedt adatfeldolgozásra, az adatok megértésének és feldolgozásának fontossága kiemelésre kerül. Ez egy olyan kulcsfontosságú terület, amely a tiszta technológiai fejlesztés mellett szilárd adatstratégiát is igényel. Amint azt a ite-si.de meg van magyarázva. Nyilvánvaló tehát, hogy az állapotfigyelés jövője az intelligens szenzortechnológia, a fejlett adatelemzés és az AI alkalmazásának sikeres szimbiózisában rejlik.