AI ni Itọju Asọtẹlẹ
Itọju asọtẹlẹ nlo data sensọ ati ẹkọ ẹrọ lati ṣe asọtẹlẹ nigbati ẹrọ kan yoo kuna, nitorinaa o le ṣe tunṣe ni kete ṣaaju fifọ kuku ju lori iṣeto ti o wa titi tabi lẹhin idinku idiyele.
Akopọ
It saves money, prevents downtime, and improves safety.
Jin Dive
Itọju aṣa jẹ boya ifaseyin (ṣe atunṣe lẹhin ti o fọ) tabi idena (ropo awọn ẹya lori kalẹnda laibikita ipo). Mejeeji asonu owo - ọkan nipasẹ unplaned downtime, awọn miiran nipasẹ rirọpo ni ilera awọn ẹya ara. Itọju asọtẹlẹ (PdM) joko laarin: awọn sensọ san data bii gbigbọn, iwọn otutu, awọn itujade akositiki, didara epo, ati lọwọlọwọ lọwọlọwọ lati ohun elo, ati awọn awoṣe ikẹkọ ẹrọ ṣe awari awọn ilana arekereke ti o ṣaju ikuna. Ibi-afẹde ti o wọpọ ni ṣiṣeroye Igbesi aye Wulo Ti o ku (RUL) - melo ni awọn wakati tabi awọn iyipo ti apakan kan ti lọ. Awọn awoṣe wiwa Anomaly ṣe asia awọn iyapa lati awọn ibuwọlu iṣẹ deede, lakoko ti awọn awoṣe abojuto ti oṣiṣẹ lori awọn ikuna itan ṣe asọtẹlẹ awọn iru aṣiṣe kan pato. Awọn ile-iṣẹ lati ọkọ oju-ofurufu (awọn ẹrọ jet) si agbara afẹfẹ (awọn apoti jia) si iṣelọpọ (awọn ẹrọ CNC) gbarale rẹ, nigbagbogbo nipasẹ awọn sensọ IoT ti njẹ awọsanma tabi awọn atupale eti.
Imọ-imọ-ẹrọ
Gbigbọn jẹ ifihan agbara ẹṣin iṣẹ: gbigbe ni ilera ni iwoye igbohunsafẹfẹ mimọ, lakoko ti aṣiṣe to sese n ṣafikun awọn oke abuda ni awọn igbohunsafẹfẹ abawọn pato. Awọn imọ-ẹrọ wa lati inu itupalẹ iwoye ti o da lori FFT si loorekoore ati awọn nẹtiwọọki nkankikan ati awọn LSTM ti o ṣe apẹẹrẹ ibajẹ-ila-akoko. Wiwa Anomaly nigbagbogbo nlo awọn adaṣe autoencoders ti o gba ikẹkọ lori data ilera nikan - nigbati awọn aṣiṣe atunkọ ba pọ si, ohunkan ti yipada. Awọn awoṣe ṣe agbejade iṣiro RUL tabi iṣeeṣe ikuna laarin window kan.
Ipa Ilana
Ipo ati awọn ofin
Iyika ile-iṣẹ pinnu boya awọn imọran AI ye lọwọ olubasọrọ pẹlu otitọ.
Iṣakoso didara
Awọn ihamọ agbegbe ni ipa awọn oṣuwọn aṣiṣe itẹwọgba ati awọn awoṣe abojuto.
Kọ awọn yiyan
Awọn imuṣiṣẹ ti aṣeyọri ṣe deede agbara imọ-ẹrọ pẹlu ṣiṣan iṣẹ iwaju.
Ọjọ iwaju ti AI ni Itọju Asọtẹlẹ
PdM n lọ si eti AI, nibiti awọn awoṣe iwuwo fẹẹrẹ nṣiṣẹ taara lori awọn sensọ tabi awọn olutona fun wiwa lẹsẹkẹsẹ laisi airi awọsanma. Awọn ibeji oni nọmba - awọn ẹda foju ti a jẹ nipasẹ data laaye - jẹ ki awọn oniṣẹ ṣe adaṣe awọn ikuna ṣaaju ki wọn to ṣẹlẹ. Awọn awoṣe ipilẹṣẹ ati ipilẹ ti n yọ jade lati mu data ikuna ti o ṣọwọn ati gbigbe imọ kọja awọn ẹrọ ti o jọra. Reti isọpọ ti o pọ si pẹlu awọn ọna ṣiṣe iṣẹ adaṣe adaṣe, nitorinaa aṣiṣe asọtẹlẹ kan ṣeto awọn ẹya laifọwọyi ati awọn onimọ-ẹrọ.
Real-World imuse
Awọn ọkọ ofurufu ṣe abojuto gbigbọn engine jet ati iwọn otutu lati ṣeto awọn atunṣe ṣaaju ikuna inu-ofurufu, bi ninu GE ati awọn eto ilera ẹrọ Rolls-Royce engine
Awọn oniṣẹ r'oko afẹfẹ n ṣawari apoti jia ni kutukutu ati yiya lati awọn sensọ gbigbọn turbine lati yago fun awọn atunṣe ile-iṣọ ti o niyelori.
Awọn ile-iṣelọpọ ti nlo lọwọlọwọ motor ati awọn sensosi akositiki lori awọn eto gbigbe ati awọn ifasoke si asia ibajẹ awọn ọsẹ ni ilosiwaju
Awọn oju opopona n ṣatupalẹ kẹkẹ ati tọpa data sensọ lati ṣe asọtẹlẹ yiya paati ati ṣe idiwọ awọn ikuna ti nfa ipalọlọ
Awọn ewu & Awọn ọna iṣọ
Awọn ibeere ilana le jẹ alaiṣe bibẹẹkọ awọn apẹẹrẹ ti o lagbara.
Awọn data itan le ṣe koodu irẹjẹ ti o ṣe ipalara awọn agbegbe kan pato.
Awọn eto Legacy le ṣẹda awọn igo iṣọpọ ati awọn idiyele ti o farapamọ.
Ilana Ilana imuse
Fi awọn amoye agbegbe wọle lati idasile iṣoro si igbelewọn.
Awọn itọpa iṣayẹwo apẹrẹ ati awọn iwe aṣẹ ṣaaju ifilọlẹ.
Ṣe ifọwọsi ibamu ati awọn adehun ailewu ni kutukutu.
Yi lọ jade ni awọn ipele pẹlu ko o Duro ati rollback àwárí mu.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Predictive Maintenance quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
AI asọtẹlẹ
Awọn ibeere ti a beere nigbagbogbo
What is AI in Predictive Maintenance?
Itọju asọtẹlẹ nlo data sensọ ati ẹkọ ẹrọ lati ṣe asọtẹlẹ nigbati ẹrọ kan yoo kuna, nitorinaa o le ṣe tunṣe ni kete ṣaaju fifọ kuku ju lori iṣeto ti o wa titi tabi lẹhin idinku idiyele. O fi owo pamọ, ṣe idiwọ akoko idaduro, ati ilọsiwaju aabo.
Iṣoro wo ni itọju asọtẹlẹ ni akọkọ yanju ni akawe si itọju idena?
Itọju idena swaps awọn ẹya lori kalẹnda paapaa ti wọn ba dara; awọn iṣe itọju asọtẹlẹ ti o da lori ipo gangan, idinku egbin.
Kini idiyele 'Igbesi aye Wulo' (RUL)?
RUL jẹ abajade PdM mojuto: awọn wakati asọtẹlẹ tabi awọn iyipo ti o ku ṣaaju apakan kan le kuna.
Iru ifihan sensọ wo ni a lo julọ lati ṣe awari awọn aṣiṣe gbigbe ati yiyi-ẹrọ?
Itupalẹ gbigbọn jẹ ẹṣin-iṣẹ ti PdM nitori awọn aṣiṣe ti o ndagbasoke ṣẹda awọn ipo igbohunsafẹfẹ abuda ni irisi.
Bawo ni autoencoder deede ṣe atilẹyin wiwa anomaly ni PdM?
Autoencoders kọ ẹkọ lati tun ṣe ihuwasi deede; nigbati input deviates, atunkọ aṣiṣe ga soke, lolobo ohun anomaly.
Kini idi ti eti AI n pọ si ni itọju asọtẹlẹ?
Ṣiṣe awọn awoṣe iwuwo fẹẹrẹ lori sensọ tabi oludari n jẹ ki wiwa aṣiṣe ni akoko gidi laisi iduro lori awọn irin ajo-ajo awọsanma.