一种新的维护系统有助于使传感器智能化。萨尔大学的AndreasSchuumltze教授领导的研究小组正在将人工智能与传感器结合起来，从工业中收集信息。一种新的维护系统有助于使传感器智能化。萨尔大学AndreasSchtze教授领导的研究团队正在将人工智能与传感器结合起来，收集工业机械的状态数据。该系统可以检测损坏、磨损和错误状态，还可以在出现之前未知的机器状态时进行唯一识别，从中学习并确定其根本原因。这种方法为中小型公司提供了一种自动化机器维护和维修操作的方式，使他们能够更准确地进行规划，避免不愉快的事故。
大量的传感器不断地从今天的工业机械中收集数据。我们可以从这些庞大的数据集中学到很多东西。当机器正常运行时，其振动、摇动、嗡嗡声或加热模式是设备特有的。但是，当机器部件开始磨损时，这些特性会略有变化。微小的温度波动、振动行为的微小变化以及测量数据的微小变化都可以用作早期预警信号，以指示部件何时开始出现磨损迹象。因此，能够检测正在生成的数据中的这些细微变化是至关重要的。萨尔大学测量和传感器技术专家AndreasSchtze教授解释说：“单个传感器可以在短短几天内生成TB原始数据。”但是除了发现这些变化，知道如何解释它们也同样重要。
Schtze和他的团队一直在与工业界和学术界的合作伙伴合作，开发一种可以从产生的大量数据中提取有用信号数据的系统。“通过将信号模式分别分配给特定的损坏、磨损或错误状态，该系统可以使机器的状态永久可见，”AndreasSchtze说。该程序不断将实时传感器数据与正常机器操作相关的数据以及指示初始故障或磨损的典型信号模式进行比较。如果系统检测到这些信号模式之间的差异，它将通知设备操作员并指示如何响应。
该系统甚至可以检测未知故障，从中学习，然后将这些故障分配到其相应的根本原因。这是一个全新的东西。到目前为止，基于人工智能的监测系统还不能评估以前未知的事件。“人工智能通过模式识别来工作。如果发生了全新的事情，而系统无法识别这种新颖的模式，它将有效地达到其功能极限。我们已经将系统开发到可以识别状态的水平。以前没遇到过，可以通知运营商。”AndreasSchtze解释道。专业术语叫“新颖性检测”。如果新事件开始频繁出现并且有更多的数据可用，
标签：
免责声明：本文由用户上传，如有侵权请联系删除！