工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Industrial Internet of Things >> モノのインターネットテクノロジー

3DSignalsは、サウンド分析を使用してマシンのメンテナンスを解読します

産業用IoTの最も魅力的な側面の1つは、数十年とまではいかなくても数年にわたって従来の産業を悩ませてきた問題を解決するセンサー技術の能力です。そのような問題の1つは、機械のメンテナンスと修理です。最近まで、このようなメンテナンスは通常、時間と費用がかかり、適切なスキルを持つ労働者を見つけるという課題によって制限されていました。

IoTと機械学習の組み合わせを通じてこれらの課題にうまく対応している新興企業は、イスラエルの企業である3DSignalsです。

詳細については、共同創設者兼CEOのAmnonShenfeldに話を聞きました。人々がどのようにしてスタートアップのアイデアを得るのかを知りたいといつも思っています。シェンフェルドにとって、それは簡単な列車の旅から始まりました:

シェンフェルドはディープラーニングのバックグラウンドを持っており、次のように説明しています。機械の状態に関する多くの重要な情報を追加する音について。」

シェンフェルドは、やめられないという考えで、機械学習、数学、電気工学、地元の鉄鋼工場など、さまざまな分野の友人たちと一緒にフィールドトリップを開始しました。

「私たちはスタッフに尋ねました、ここでしばしば失敗するものは何ですか?答えの1つは鋸刃で、鋼のプロファイルと梁を切断していたため、頻繁に故障する可能性がありました。彼らは私たちに非常に驚くべきことを教えてくれました。「私たちは50%の効率を持っており、鉄鋼業界ではそれが多くと見なされているので、それを非常に誇りに思っています」と彼は言いました。

彼はさらに、「私たちはソフトウェアの専門家です。このすべてのお金を電気、人的資源、設備、物理的空間に投資すると、おそらく50%以上の稼働率を得たいと思うのでショックを受けました。彼らは、事業を引き継ぐ前に20%を行っていたと述べました。彼らの主な問題点のひとつは、予測できなかったブレードの故障でした。ブレードの交換ごとに少なくとも20分を費やし、生産ラインごとに1日あたり平均3分かかります。

「つまり、鋸刃の交換に費やされる機械1台あたり1日1時間以上について話しているのですが、刃が粉々になった場合の機械への残留影響は言うまでもありません。彼らは既存の監視技術(電流、温度など)を無駄に試しました」と彼は言いました。

シェンフェルドは、彼と彼の友人が助けてくれると考えており、3DSignalsを作成するための推進力はめったにありませんでした。

予防保守サイクルの中断

機械のメンテナンスは伝統的に骨の折れるプロセスであり、通常は設定されたスケジュールで、個々の機械を検査するために各工場/工場/職場の周りに物理的な人を派遣する必要があります。従来、異常を特定し、それに応じて対応するのはエンジニアに依存しています。

シェンフェルドが説明したように、「人々は、たとえば車の中で、(音が聞こえるかどうかを確認するために)音響に大きく依存していたか、少し奇妙に聞こえていました。同様に、ポンプの音を聞くことができる技術者は、どちらがうまく機能しているかを教えてくれます。」

実際、3DSignalsは、センサー技術を利用して音声でマシンを監視する最初のIoT企業です。彼らのシステムは、「類似の機械がどのように聞こえるかの知識に基づいて、また特定の機械の非常に特定の音響音響を学習することに基づいて、さまざまな機械に拡張できます。

これは人間のプロセスと非常によく似ています。マシンのグループを監視するメンテナンスエンジニアと話す場合、彼は各マシンの正常な状態かどうかを知っており、このシステムはニューラルネットワークを使用してこの動作をエミュレートします。ディープラーニング。」

これにより、メンテナンスの効率が向上し、問題を予測できるようになり、エンジニアは既存の予防メンテナンスの時間枠内だけでなく、必要に応じて対応できるようになります。

3DSignalsシステムには、使いやすいプラットフォームとクラウドが付属しています。つまり、「サウンドサンプルは、モーター、ポンプ、バルブのメーカーに送信することもでき、この非常に自然な知識を返すことができます」。エネルギー業界との自然な親和性があり、「タービンが非常に多く回転していて、隣に人がいない…ポンプを修理するために定期的なメンテナンスのためにやってくると、まったく異なる機器がそれがどのように聞こえるかのために失敗します。彼らは私たちの前に他の方法を持っていませんでした。」

サウンドテックは、特に深層学習とアルゴリズムにおいて、音声認識のために学界で主に研究されてきました。 Shenfeld氏は次のように述べています。「私たちは、ソフトウェアとアルゴリズムの開発と自動ヒアリングの開発の最先端にいます。とてもエキサイティングです。」

イーロンマスクでさえ、スペースXファルコン9の爆発を解決するために謎の音に頼っていました:

シェンフェルドは、会社にアイデアを提示する際に、適切なスタッフでいっぱいの部屋に尋ねたと説明しています。私は決してノーを得ません。」鉱業から農業、自動運転車まで、さまざまな分野と自然に親和性のあるテクノロジーを備えているため、3DSignalsについて聞くのはこれが初めてではありません。


モノのインターネットテクノロジー

  1. 機械学習で信頼性を高め、メンテナンスの成果を向上させる
  2. エッジ分析によるインダストリー4.0のアップグレード
  3. ビッグデータ分析による製造の最適化
  4. 予知保全における機械学習
  5. 産業メンテナンスに関する5つのヒント
  6. メンテナンス チームの賛同を得たスラムダンク CMMS の実装
  7. メンテナンス ディレクターとは何ですか?
  8. メンテナンス プランナーとは?
  9. CNC メンテナンス チェックリスト
  10. 旋盤のメンテナンス方法
  11. コンプレッサーのメンテナンスで春を迎える