3DSignals использует звуковую аналитику для революции в обслуживании машин

Сенсорная технология промышленного IoT разблокирует решения для давних вызовов обслуживания. Традиционное обслуживание было медленным, дорогим и сильно полагалось на дефицит квалифицированного труда.

Израильский стартап 3DSignals поворачивает это навстречу, фьюзя IoT с машинным обучением для мониторинга оборудования через звук.

Я говорил с Амнон Шенфельд, ко-фактором и CEO, чтобы узнать, как идея заискрилась.

«Это началось в поездке на поезде», — вспоминает Шенфельд. «С бэкграундом в deep learning, я был убежден, что нейросеть может автоматически распознавать и классифицировать звуки машин, и — после экспертной верификации — доставлять actionable инсайты в здоровье оборудования.»

Он собрал multidisciplinary команду data scientists, математиков и электроинженеров, и посетил локальный стальной завод.

«Мы спросили операторов, какие сбои они встречают чаще всего», — говорит Шенфельд. «Лом пилы — топ листа. Они репортуют 50% efficiency rate — замечательно для сталеварения — но все равно теряют время и ресурсы.»

Они работали на 20% uptime до смены менеджмента, с ломом пил как major pain point. Каждая замена могла занять 20 минут, и большинство линий требовало трех смен в день. Это более часа downtime на машину, плюс риск повреждения, когда пилы трескаются.

Существующий мониторинг — ток, температура — оказался неэффективным. Шенфельд увидел возможность для 3DSignals.

Разрушение цикла превентивного обслуживания

Конвенциональное обслуживание требует onsite инженеров для инспекции машин на жестком расписании. Процесс labour-intensive и реактивный.

«Исторически техники опирались на акустику — машины, насосы и т.д. — для суждения о нормальной операции», — объясняет Шенфельд. «Опытный инженер может сказать вам, здоров ли насос, просто слушая.»

3DSignals — первая IoT-компания, использующая sensor-based звуковую аналитику для широкого диапазона машин. Уча ожидаемой акустической сигнатуры каждого устройства и затем детектируя девиации, система эмулирует экспертную интуицию с deep-learning моделью.

В результате обслуживание становится предиктивным вместо scheduled, позволяя инженерам адресовать проблемы до того, как они приведут к downtime.

Платформа cloud-based и user-friendly. Звуковые сэмплы могут быть напрямую поделены с производителями оборудования, предлагая real-world данные, улучшающие дизайн и troubleshooting.

Звук-базированный мониторинг натурально выравнивается с энергетическим сектором, где турбины часто бегут unattended. Рутинные проверки могут раскрывать faults в совершенно другом оборудовании — что раньше было undetectable.

Пока академия давно изучала акустический анализ для voice recognition, 3DSignals толкает frontier с автоматизированным слухом для промышленных активов.

Даже Илон Маск однажды ссылался на таинственный звук для расследования взрыва SpaceX Falcon 9.

При презентации концепции Шенфельд спрашивает prospective клиентов: «Можете ли вы сказать, функционирует ли ваша машина правильно, просто по её звуку?» Ответ всегда «да». С приложениями от горного дела к агро к автономным авто, 3DSignals positioned чтобы решейп практики обслуживания по отраслям.