3DSignals расшифровывают обслуживание машин с помощью звуковой аналитики

Одним из наиболее убедительных аспектов промышленного Интернета вещей является способность сенсорной технологии решать проблемы, которые преследовали традиционные отрасли в течение многих лет, если не десятилетий. Одна из таких проблем - обслуживание и ремонт машин. До недавнего времени такое обслуживание обычно занимало много времени, было дорогостоящим и ограничивалось проблемой поиска специалистов с соответствующей квалификацией.

Израильская компания 3DSignals - это стартап, который успешно решает эти проблемы с помощью сочетания Интернета вещей и машинного обучения.

Я поговорил с Амноном Шенфельдом, соучредителем и генеральным директором, чтобы узнать больше. Мне всегда любопытно узнать, как люди черпают идеи для своего стартапа. Для Шенфельда все началось с простой поездки на поезде:

Шенфельд имеет опыт глубокого обучения, и он объяснил:«Я был почти уверен, что смогу обучить нейронную сеть распознавать эти звуки, чтобы автоматически сообщать о них и классифицировать их, а затем (и с некоторыми проверками со стороны экспертов) построить систему на основе о звуках, которые добавили бы много важной информации о состоянии машин ».

С идеей, которая так и не отказалась, Шенфельд организовал производственную поездку с группой друзей из разных областей:машинное обучение, математика, электротехника на местный сталелитейный завод.

«Мы спросили персонал, что здесь часто выходит из строя? Одним из ответов были полотна пил, они прорезали стальные профили и балки, и в результате у них часто случались поломки. Они сказали нам кое-что довольно удивительное:«У нас 50% эффективности, и мы очень этим гордимся, потому что в сталелитейной промышленности это считается большим», - сказал он.

Он добавил, что теперь «мы программисты, и мы были шокированы, потому что если вы вложите все эти деньги в электричество, рабочую силу, оборудование, физическое пространство, вы, вероятно, захотите получить более 50% времени безотказной работы. Они сказали, что перед тем, как взять в свои руки бизнес, они делали 20%, и одной из их основных проблем были отказы лезвий, которые они не могли предсказать; они будут тратить не менее 20 минут на каждую замену лезвия и в среднем 3 в день на производственную линию.

«Таким образом, мы говорим о более чем часе в день на одну машину, затрачиваемую на замену пильных полотен, не говоря уже о любых остаточных ударах по станкам, если лезвия разобьются. Они пробовали существующие технологии мониторинга (например, тока, температуры), но безрезультатно », - сказал он.

Шенфельд думал, что он и его друзья могут помочь, и импульс к созданию 3DSignals был очень востребованным.

Нарушение цикла профилактического обслуживания

Техническое обслуживание машин традиционно является трудоемким процессом, который требует отправки физического лица на каждый завод / завод / рабочее место для проверки отдельных машин, как правило, по установленному графику. Обычно он полагается на инженера, который выявляет аномалии и соответствующим образом реагирует.

Как объяснил Шенфельд:«Люди привыкли много полагаться на акустику, например, в своих автомобилях, чтобы увидеть, звучит ли она нормально или звучит немного странно. Точно так же технический специалист, который слышит насос, может сказать вам, какой из них работает хорошо или нет ».

Действительно, 3DSignals - первая компания IoT, которая использует сенсорные технологии для мониторинга машин с помощью звука. Их система может быть расширена до ряда машин, «основываясь на знании того, как должны звучать похожие машины, а также на изучении очень специфической акустики звука конкретных машин.

Это очень похоже на человеческий процесс:если бы вы поговорили с инженером по техническому обслуживанию, который контролирует группу машин, он знает, что является нормальным или нет для каждой машины, и эта система имитирует это поведение с помощью нейронной сети, другими словами, глубокое обучение ».

Все это приводит к повышению эффективности технического обслуживания и способности прогнозировать проблемы, чтобы инженер мог реагировать по мере необходимости, а не только в пределах ранее установленных временных рамок профилактического обслуживания.

Система 3DSignals сопровождается простой в использовании платформой и облаком, что означает, что «образцы звука можно даже отправить производителю двигателя, насоса, клапана, чтобы вернуть им эти очень естественные знания». По его словам, это имеет естественное сходство с энергетической отраслью, где «у них крутится так много турбин, и рядом нет людей ... Они приходят на плановое техническое обслуживание, чтобы починить насос, а затем замечают, что это совершенно другое оборудование. не удается из-за того, как это звучит. У них не было другого метода до нас ».

Звуковые технологии широко изучались в академических кругах для распознавания голоса, особенно в области глубокого обучения и алгоритмов. Как отмечает Шенфельд:«Мы находимся на переднем крае разработки программного обеспечения и алгоритмов, а также автоматизированного слуха. Это очень интересно ».

Даже Илон Маск полагался на загадочный звук, чтобы попытаться разгадать взрыв Space X Falcon 9:

Шенфельд объясняет, что, представляя свою идею компаниям, он спрашивал комнаты, заполненные подходящим персоналом:«Знаете ли вы, как работает ваша машина, по звуку? Я никогда не получу отказ ». Благодаря технологии, которая имеет естественное сходство с целым рядом секторов, от горнодобывающей промышленности до сельского хозяйства и автоматизированных автомобилей, вы уже не в первый раз слышите о 3DSignals.