Univerza v Bremnu: AI revolucionira spremljanje stanja strojev!

Univerza v Bremnu: AI revolucionira spremljanje stanja strojev!

V raziskovalnem projektu “MasterKI” se je Univerza v Bremnu zavezala k razvoju inteligentnega sistema za spremljanje stanja mobilnih delovnih strojev. Partnerji v tem inovativnem projektu so ANEDO GmbH, SEGNO Industrie Automation GmbH in raziskovalni inštitut ITEM na Univerzi v Bremnu. Cilj je ustvariti modularno robno rešitev, ki spremlja stanje stroja v realnem času z uporabo platforme v oblaku, ki jo poganja AI. Ta rešitev je še posebej pomembna za mobilne stroje, kot so žetveni stroji in razponski nosilci, ki so med delovanjem izpostavljeni velikim obremenitvam. Glasno uni-bremen.de Trenutne metode spremljanja so pogosto drage in zagotavljajo omejene podatke. Pristop »MasterKI« je namenjen omogočanju fleksibilnega in razširljivega spremljanja stanja z uporabo robnega računalništva in umetne inteligence.

Profesor Karl-Ludwig Krieger poudarja izzive, povezane z razvojem robustnega in prilagodljivega sistema. Osrednja komponenta projekta je platforma v oblaku, odgovorna za predhodno obdelavo signalov, spremljanje stanja in transformacijo podatkov. Načrt je zapolniti vrzel med podatki testne naprave in podatki iz aplikacij iz resničnega sveta. Julia Scholtyssek, udeleženka projekta, pojasnjuje, da modeli prenosa in strojno učenje pomagajo zmanjšati odvisnost od obsežnih terenskih meritev. Celoten raziskovalni pristop podpira Zvezno ministrstvo za gospodarstvo in varstvo podnebja (BMWK).

Osredotočite se na zastavljanje ciljev in inovativnost

Integriran sistem za merjenje robov in platforma za analizo v oblaku naj bi omogočila zanesljivo spremljanje pogonskih enot mobilnih strojev. Matthias Terhaag, vodja projekta pri ANEDO, poudarja pomen zgodnjega prepoznavanja morebitne škode, da bi preprečili drage okvare. Varnost podatkov ima tudi osrednjo vlogo, zlasti ker se mobilni stroji pogosto uporabljajo na področjih, ki so kritična za varnost. Rešitve v razvoju uporabljajo sodobne tehnologije šifriranja za preprečevanje nepooblaščenega dostopa. Za optimizacijo nadzora in spremljanja sistemov se razvija uporabniku prijazna aplikacija. Vasco de Freitas iz SEGNO poudarja, da rešitev ne samo poveča razpoložljivost stroja, ampak tudi občutno zniža stroške delovanja.

Poleg dela Univerze v Bremnu je Fraunhofer IPMS ustvaril demonstrator, ki temelji na rezultatih projekta iCampus ForTune. Ta demonstrator združuje senzorje, pridobivanje podatkov in vrednotenje podatkov, podprto z AI, da zagotovi natančno spremljanje stanja in predvideno vzdrževanje strojev. Dr. Marcel Jongmanns, ki vodi projekt, poudarja, da integracija AI v senzorje omogoča zgodnje odkrivanje poškodb in optimizacijo intervalov vzdrževanja. Ta tehnologija bo predstavljena tudi na prihajajočem sejmu SENSOR+TEST od 11. do 13. junija 2024 v Nürnbergu. Miniaturiziran tekoči trak je predstavljen v predstavitvi, ki ponazarja možnosti spremljanja industrijskih obratov.

Tehnološki napredek in njegova uporaba

Multimodalni senzorji, ki beležijo pospeške, hitrosti vrtenja, magnetna polja ter akustične in ultrazvočne signale, so osnova za sistem. Sistemska rešitev omogoča tudi integracijo lastnih senzorjev z robno računalniško enoto, ki temelji na arhitekturi RISCV. To omogoča zapletene operacije AI in analizo v realnem času neposredno na mestu uporabe. Kalibracije v realnem času povečajo natančnost modelov in prilagodijo sistem novim okoljskim razmeram. Nenehen razvoj tehnologije podpirajo tudi obstoječa partnerstva, na primer z Vetter Kleinförderträger GmbH, kar ponazarja zanimanje industrije.

Glede na obsežno obdelavo podatkov, ki je potrebna za natančno napovedovanje škode, je poudarjen pomen razumevanja in obdelave podatkov. To je ključno področje, ki poleg čistega tehnološkega razvoja zahteva trdno podatkovno strategijo. Zunanja podpora je pogosto potrebna za ustrezno oceno priložnosti in tveganj v dobi digitalizacije in strojnega učenja ter za uspešno implementacijo inovativnih rešitev, kot je prikazano na ite-si.de je razloženo. Zato je jasno, da je prihodnost spremljanja stanja v uspešni simbiozi tehnologije inteligentnih senzorjev, napredne analize podatkov in uporabe AI.