Banner Big Rep

#39 – IoT – MWC

Интернет вещей и предиктивное обслуживание на основе ИИ

/ / /

Последние исследования в области IoT-датчиков, продвинутая аналитика и искусственный интеллект обещают облегчить расчет выхода оборудования из строя. 

 

Предиктивное обслуживание (PdM) заключается в сборе данных о состоянии оборудования, чтобы инженеры могли предвидеть возможные перебои или сбои до того, как они произойдут. Это позволяет заменить неисправные компоненты, прежде чем они нанесут ущерб.

Фраунгоферовский институт технологии и дизайна производственных систем в Берлине работает над концептом с начала 1990-х годов. Однако, по словам Клаудио Гайзерта, заместителя начальника по производству машин и линейного менеджмента, Институт столкнулся с техническими ограничениями.

Было очень трудно получить доступ к данным и разработать систему коммуникации «машина-машина», а также разработать алгоритмы для предсказаний.

Теперь IoT-датчики в мире микро-электроники дешевле, меньше и легкодоступны. В то же время библиотеки по машинному обучению на современных языках программирования, такие как Python, делают предиктивные алгоритмы проще и быстрее.

Наибольшим преимуществом является то, что доступность производственных систем повышается, и мы можем помочь предотвратить незапланированные остановки.

Экхард Хохвайлер, начальник по производству машин и линейному менеджменту во Фраунгоферовском институте, говорит, что использование PdM упрощает планирование и координирует техническое обслуживание производственных систем. IoT-данные могут также помочь производителям в усовершенствовании дизайна.

Когда производители оборудования предоставляют информацию об использовании машин, данные могут быть применены к дизайну продукта, предлагая идеи для улучшения функциональности и надежности.

 

PdM Lift-off

С последними достижениями в технологиях PdM оказывается в центре внимания. Производитель лифтов ThyssenKrupp разработал MAX, решение, которое основано на технологии машинного обучения и интернет вещей для 110000 лифтов по всему миру. Машинные данные (включая движения дверей), запуск питания, поездки, вызов лифта и коды ошибок собираются с подключенных датчиков по всему миру. Полученные данные передаются в облачное аналитическое программное обеспечение, которое запускает уникальные алгоритмы, разработанные ThyssenKrupp, чтобы определить шаблоны, которые могут предсказать сбои. Компания утверждает, что точная и предиктивная диагностика предоставляется техническому персоналу в режиме реального времени, указывая, где требуется вмешательство. Она также заявляет, что такой подход резко увеличивает доступность лифта, сокращая время простаивания и используя диагностику в реальном времени.

MAX предсказывает проблемы с обслуживанием до их появления, предлагает инженерам по лифтам диагностику и советует, какие компоненты нужно заменить до посещения места работ.

Хен-Син Чо, начальник отдела цифровых операций в ThyssenKrupp Elevator, говорит, что количество лифтов с использованием системы составляет 10% от работающих лифтов, которые они поставляют своим клиентам. Компания устанавливает IoT-устройства на более старых системах, а также интегрирует их в новые блоки, она также разработала собственную облачную систему машинного обучения для анализа данных.

Однако для максимального использования инвестиций недостаточно просто собрать данные. Организации должны анализировать и интегрировать их в бизнес-процесс, — говорит Чо:

Предиктивное обслуживание — это всего лишь часть того чем мы занимаемся. Другим важным преимуществом системы является устранение неполадок. Когда лифт, оснащенный системой, выходит из строя, мы видим сигнал в реальном времени. Мы анализируем эту информацию и технический персонал уже располагает ей, когда приезжает к месту поломки. Раньше им бы пришлось искать неполадки самим. Теперь наши облачные технологии обеспечивают инженеров предварительной диагностикой.

ИИ на службу PdM

Несмотря на прогресс в PdM, проблемы остаются. Предиктивные модели могут потребовать больших объемов данных о производительности и предыдущем состоянии оборудования, чтобы обеспечить точные прогнозы. Также может потребоваться время для анализа текущих данных, чтобы установить нормальные базовые показатели производительности. Для того, чтобы PdM стал практическим инструментом, требуются месяцы анализа данных и инвестиции в исследователей в области данных.

Для решения этих задач DataRPM Corporation использует искусственный интеллект. Компании в области когнитивных технологий обслуживают заказчиков в нефтегазовой, автомобильной и полупроводниковой промышленности. Они утверждают, что их платформа, основанная на инструментах обработки данных, таких как Hadoop и Apache Spark, поможет автоматизировать продвижения в науке о данных, используя машинное обучение, чтобы определить, какие модели данных будут наиболее эффективными.

Этот метод мета-обучения повышает качество и точность прогнозирования примерно на 300% и задействует 3% времени и ресурсов по сравнению с другими подходами к разработке модели данных.

Рубан Пхукан, один из основателей и начальник по продукции DataRPM, объясняет:

Мы используем мета-обучение для автоматизации некоторых задач в области науки о данных, которые требуют от экспертов учиться на опыте прошлого. Затем мы передаем эти знания с тем, чтобы их можно было применить в областях с аналогичными требованиями.

С 1990-х годов прогнозируемое обслуживание прошло долгий путь. По мере того, как IoT-датчики находят все большее распространение и искусственный интеллект двигается вперед, легко предсказать одно: все больше организаций начнут полагаться на него в той или иной форме.

 

Перевела с английского Ирина Кожина


About the Author

Related Posts

The adoption of additive manufacturing technology has accelerated in recent years thanks to...

The NASA probe’s arrival at Jupiter on Monday will improve our understanding of not just the solar...

Could the thinnest, strongest, lightest and most conductive material ever created spark a new...

Banner ABB Turbocharging

Style Switcher

Highlight Color:

               

Backgrounds:

                    

You can also set your own colors or background from the Admin Panel.