Технологийн тэргүүлэгч, судлаач Anil Lokesh Gadi нь хөдөлгүүрийн хяналтын системийг илүү үр ашигтай, ухаалаг болгохын тулд чухал ач холбогдолтой юм. Тэдний судалгааны үйл ажиллагаа нь AI-д дэмждэг бүтэц санал болгож байна.
Гади-ийн судалгаа нь IoT сенсорүүд ашиглан байнгын хяналт, хязгаарлалыг хангахын тулд масштабируулсан, практик шийдэл бий болгосон. Үүнээс гадна, түүний бүтэц нь комплексны өгөгдлийн бүтэц нь бодит цаг хугацааны анализ боломжийг олгодог машин суралцах загваруудтай интегрирован болно. Энэ интеграцийг урьдчилан сэргийлэх анализ хийх боломжийг олгодог.
Need for Improving Engine Performance Monitoring
Өнөөдөр аж үйлдвэрийн үзэсгэлэнд, энэ нь өдөр бүр илүү дижиталчлагдсан байна, уламжлалт хөдөлгүүрийн дијагностик хязгаарлалт, хязгаарлалт илүү мэдэгдэж байна. Эдгээр уламжлалт систем нь ихэвчлэн тогтмол хадгалах, гарын авлага, хязгаарлагдмал суурилсан харах систем дээр суурилсан байдаг. Эдгээр арга хэрэгсэл нь ихэвчлэн тавтай морилно ууын тулд хэрэглэгддэг бодит цаг хугацааны шинжлэх ухааны хангамжийг хангахын тулд хязгаарлагдмал байдаг. Эдгээр үр дүнд, гүйцэтгэлийн хязгаарлалт, нэмэгдсэн хязгаарлалт хугацаа, найдвартай хязгаарлалт, түүнээс гадна хадгалах үнэ цэнэтэй байх болно.
Мөн, цахилгаан хяналтын нэгж (ECUs) болон өөр өөрчлөн холбогдсон дор системийн идэвхжүүлэхийн тулд, хөдөлгүүрийн илүү комплексан байна. дэвшилтэт аналитик болон гүнзгий телеметрийн хандахгүйгээр, хүний операторууд нь гүйцэтгэлийн асуудлуудыг үүсгэхийн тулд чинжүүрийн тодорхойлолт нь маш хязгаарлалттай байна. Өргөтгөлт, үйлдвэрлэл, эрчим хүчний үйлдвэрлэл, тээврийн гэх мэт аюулгүй байдал, үйл ажиллагаа нь хамгийн их приоритет байна.
Анил Lokesh Gadi-ийн судалгааны ашиглан динамик, AI-д суурилсан альтернатийг санал болгож байна. Проактив хандлагатай, өөрийн Real-Time дијагностик бүтэц нь байнгын аномалийг шалгах, гүйцэтгэлийн үр дүнд ямар ч нөлөөгүй байх өмнө буцаж чадна.
Understanding the Framework
Интеллектуал өгөгдлийн хоолой, IoT-д суурилсан мэдрэгч, тогтвортой машин суралцах алгоритмыг нэгтгэсэн гүнзгий архитектур Гади-ийн судалгааны үндсэн юм.
- Бүтээгдэхүүний эхлэхэд IoT сенсорүүд нь хөдөлгүүрийн гол бүрэлдэхүүн хэсгүүд, жижиглэнгийн тоног төхөөрөмжүүд, цахилгаан тоног төхөөрөмжүүд, цахилгаан тоног төхөөрөмжүүд, халаалтын систем гэх мэт ашиглаж байна. Эдгээр сенсорүүд нь хурд, вибрацийн, температур, даралт зэрэг янз бүрийн чухал параметртэй telemetry цуглуулах үйл ажиллагаа явуулж байна. Эдгээр өгөгдлийн байнгын байнгын байнгын байнгын байнгын байнгын байнгын энэ системд хүчтэй цахилгаан тоног төхөөрөмжүүд агуулсан байна. Эдгээр арга нь хязгаарлагдмал үнэ цэнэгийг хянах, аномалийг шүүж, цаг хугацааны синхронизацийг хангах, янз бүрийн өгөгдлийн баг
- Хибрид суурилуулах: Архитектур нь хөнгөн (агуулсан аналитикийн хувьд) болон хөнгөн (жишээ нь, төхөөрөмж дээр эсвэл хөдөлгүүрийн хооронд боловсруулах) суурилуулахыг дэмждэг. Edge Computing нь бага давтамжийн хязгаарлалыг хангахыг санал болгож байна. Үүнээс гадна, хөнгөн суурилуулсан систем нь флот хооронд мэдлэг, түүхэн тэндэлгээний анализ, урт хугацааны гүйцэтгэлийн урьдчилан сэргийлэх боломжийг олгодог. Энэ гибрид суурилуулах загвар нь шийдлийг үнэ цэнэтэй, масштабируулсан, бүх төрлийн салбарт ашиглах боломжийг олгодог.
- Intelligent Fault Classification: Gadi-ийн санал болгож буй бүтэц нь Support Vector Machines (SVM) болон Random Forest гэх мэт нейрон сүлжээг, машин суралцах загварууд ашигладаг. Эдгээр загварууд нь шинэ өгөгдлийн тасалгааны түвшинд тохиромжтой, нарийвчлалтай байдаг. Эдгээр загварууд нь өргөн хүрээний нөхцөл, хөдөлгүүрийн архитектурд тохиромжтой байдаг.
Benefits across Industries
Гади хэлэхэд, түүний бүтэц нь олон янз бүрийн аж үйлдвэрийн салбарт өргөн хэрэгцээтэй, үйл ажиллагаа нь хөдөлгүүрийн болон механик систем дээр ихээхэн хамаарна.
- Транспорт, автомашины: Real-time дијагностик автомашины үйлдвэрлэгчид, логистикийн флот операторууд арилжааны үр ашиг сайжруулах, галт тэрэгний босоо бууруулах, хөдөлгүүрийн амьдрал нэмэгдүүлэхэд туслах болно.
- Галт тэрэг, агаарын тээвэрлэлт: Агаарын тээвэрлэлт, галт тэрэг үйл ажиллагаа нь дэвшилтэт бохирдлын системийг шаарддаг, учир нь аюулгүй байдал энэ салбарт маш чухал юм. Гади-ийн бүтэц нь комплексны систем, том хөдөлгүүрийн хувьд тохируулж болно, найдвартай байдлыг хангах.
- Энергетикийн: Газ турбины болон дизель генератор нь эрчим хүчний үйлдвэрлэлийн салбарт хоёр газар бөгөөд энэ систем нь эрчим хүчний хангамжийг багасгахад, тогтвортой эрчим хүчний хангамжийг хангах, хөдөлгүүрийн эрүүл мэндийн чухал параметрүүдийг хянахад маш их ашигтай байж болно.
- Аж үйлдвэрийн тоног төхөөрөмж, Үйлдвэрлэл: Энэ бүтэц нь үйлдвэрлэлийн үйлдвэрлэлд хүчтэй боловсруулах систем, генератор, CNN машинд хэрэглэгддэг хөдөлгүүрийн хяналт хийхэд ашиглаж болно. Потенциал бурууны урьдчилан сэргийлэх үйлдвэрийн менежерүүд нь төлөвлөгөөтэй ачаалал хугацаагаар ремонт үйл ажиллагаа явуулах боломжийг олгодог.
Conclusion
Анил Lokesh Gadi-ийн санал болгож буй AI-ийн дэмжлэгтэй дијагностик бүтэц нь хөдөлгүүрийн гүйцэтгэлийн хяналт нь чухал ач холбогдолтой юм. Энэ нь машин эрүүл мэндийн менежментийг сайжруулсан ухаалаг, илүү анхааралтай сонголт үүсгэхийн тулд зам хамарна.
"Дээр санал болгож буй архитектур нь зөвхөн хөдөлгүүрийн бохирдлыг жинхэнэ цаг хугацаагаар диагноз хийх боломжтой биш, мөн өөр өөр төрлийн аж үйлдвэрийн хөдөлгүүрийн болон үйл ажиллагаа явуулж болно," Гади сүүлд байна. "Энэ систем нь орчин үеийн аж үйлдвэрийн системд ухаалаг дијагностик нэгтгэх нь чухал шагнал юм."
