Самообучаващи се сензори с периферен AI поемат интелигентния мониторинг в производството

Дигиталната трансформация на индустрията отдавна не е абстрактно бъдеще, а динамична реалност, в която авангардните технологии се включват в наблюдението и оптимизацията на ключовите производствени операции.

 

С комбинация от интелигентни сензорни решения, периферен изкуствен интелект и самообучаващи се системи предприятията биха могли да осигурят много по-висока ефективност, прозрачност и устойчивост за технологичните си процеси.

 

GenSATIOn-Edge

 

Подобна концепция е във фокуса на проекта GenSATIOn-Edge, реализиран от широк интердисциплинарен консорциум в Германия с участието на Института за микроелектронни схеми и системи Fraunhofer IMS. Проектът, съфинансиран от Европейския съюз и провинция Северен Рейн-Вестфалия, разполага с бюджет от приблизително 1,7 млн. евро и ще се изпълнява до края на 2028 г.

 

Партньорите в рамките на GenSATIOn-Edge разработват интелигентни сензорни системи за непрекъснат мониторинг на индустриални процеси. Изследователите използват за адаптивно наблюдение на ключови приложения специално обучени AI модели, работещи директно на периферни устройства – без необходимост от облачна свързаност.

 

Резултатите от разработките дотук показват, че подобно решение има потенциала да анализира съществени процеси в производството и индустрията в реално време, да открива рано рискови отклонения и да подпомага планирането на поддръжката. Подходът цели да намали зависимостта на предприятията от централизирана IT инфраструктура и да постави основата за мащабируеми решения за индустриалното производство, осигуряващи суверенитет върху данните.

 

Концепцията вече е тествана с реални процеси

 

"Фокусът на работата ни до момента е върху анализа на реални процеси в сферата на механичната обработка. Екипът ни проведе обширна серия от тестове на фрезови машини с ЦПУ, събирайки данни от сензори при различни производствени условия. Въз основа на тези данни идентифицирахме важни корелации между вибрациите, процесните параметри и свойствата на инструментите", разказват от консорциума.

 

Получените резултати формират основата за AI модели, които могат да откриват например ранни признаци за износване на инструменталната екипировка или да подкрепят заключенията относно качеството на детайла. Първоначалните прогнозни модели показват, че износването може да бъде надеждно откривано и хронологично класифицирано въз основа на данни от сензори.

 

Това позволява различни критични условия да бъдат идентифицирани навреме, а мерките за поддръжка да бъдат планирани по-целенасочено – преди да възникнат проблеми с качеството или нежелани престои, допълват от екипа.

 

 

Периферният AI се учи директно на място в машините

 

"Изкуственият интелект трябва да бъде точно там, където се генерират данните – т. е. директно в производствения цех. С GenSATIOn-Edge работим за това машините да могат да разбират собственото си състояние и да реагират на промени в максимално ранен етап. Това обещава не само да направи индустриалните процеси по-ефективни, но и значително по-стабилни", пояснява д-р Себастиан Вирц от Fraunhofer IMS.

 

За тази цел екипът на проекта е разработил софтуерна и информационна инфраструктура, която консолидира данни от сензори, информация за различни машини и потребителски достъп и ги съхранява дългосрочно. Така се създава структурирана основа, върху която системите с изкуствен интелект могат непрекъснато да се самообучават, за да се адаптират към бързо променящите се производствени условия, посочват от консорциума.

 

От лабораторията до производството

 

Ключът към успеха на концепцията са интелигентните сензори. Успоредно с анализа на данните, екипът разработва и иновативен IoT сензорен възел. Той има задачата да улавя съответните процесни сигнали директно в машината и да ги подготвя за оценяване посредством изкуствен интелект. Изследователите от Fraunhofer IMS допринасят с опита си в обработката на данни и извличането на релевантни характеристики.

 

"Целта е да се приложат необходимите анализи възможно най-ефективно върху хардуер с ограничени ресурси. Това ще създаде база за бъдещо индустриално внедряване. В следващите фази на проекта разработените подходи ще бъдат тествани все по-активно в реални производствени условия", разкриват от института.

 

Планирани са допълнителни серии от тестове – както в лабораторна обстановка, така и в промишленото производство. Фокусът е по-специално върху "пренасянето" на моделите с изкуствен интелект от лабораторията до практиката – те трябва да функционират ефективно не само при контролирани условия, но и да предоставят стабилни и надеждни резултати в реални сценарии.

 

Източник: Fraunhofer IMS

Ключови думи: Fraunhofer IMS   GenSATIOn-Edge   ЕС   изкуствен интелект   периферен AI   мониторинг   индустриални процеси  

Област: Автоматизация