Наближава ерата, когато машините няма да се повреждат
Прогностичната поддръжка с изкуствен интелект ще открива нередностите в оборудването задоволително рано, преди то да се повреди
Самолетите стават все по-богати на автоматизирани принадлежности, датчици и сензори
(снимка: CC0 Public Domain)
Прогностичната поддръжка на база изкуствен интелект ще открива нередностите във всевъзможни типове инсталация задоволително рано, с цел да не се стига въобще досега, в който дадени съставни елементи се повреждат и се постанова устройствата да се поправят. Благодарение на голям брой датчици и събираните посредством тях данни в комбиниране с изкуствен интелект , обработващ тези данни, ще е допустимо в точния момент да се откриват аномалии, които подсказват идно разваляне.
Стъпка напред в реализацията на тази нова епоха реализираха неотдавна Fujitsu и Airbus. Японската компания съумя да завоюва първата премия в най-новото издание на конкурсa „ Airbus AI Gym ”. Това е годишен конкурс за използване на изкуствения разсъдък за възстановяване на работата на летателните апарати. В тазгодишното издание бе потърсена система за прогностична поддръжка. Нейната задача бе навременното разкриване на аномалии в потоците от данни от датчиците и сензорите в тестови хеликоптери.
В търсене на аномалии
Когато се организират тествания с летателни апарати, да вземем за пример хеликоптери, авио-инженерите прикрепят огромен брой датчици и сензори към машините, с цел да записват и записват всеки колорит на държание на машината по време на полет. Акселерометри и други сензори „ слушат ” и мерят придвижванията, вибрациите. Измерванията се правят един път на секунда или даже по-често. Всеки апарат и съставен елемент в хеликоптера бива преслушван непрекъснато. Всичко се събира и записва. По-късно се проучва.
Много значими за инженерите са аномалиите в данните, изяснява Иън Годфрей, шеф бизнес решения във Fujitsu Systems Europe (FSE). В насъбраните огромни размери данни от всеки тестови полет се търсят феномени и трендове, които са необикновени: те са „ некласифицирани ”, т.е. не попадат в нито една категория на познато държание. Да се открият обаче тези аномалии в големия размер данни, които се генерират при тестов полет – той трае към час и половина – е голямо предизвикателство. Тук точно идва на помощ изкуственият разсъдък.
Самолетите и въобще летателните апарати стават все по-богати на автоматизирани принадлежности, от ден на ден датчици и сензори, споделя Годфрей. Затова са нужни и повече и по-задълбочени разбори на данните, които се генерират. „ В идващите 10 години тези данни ще се усилят експоненциално ”, твърди експертът. Ролята на изкуствения разсъдък става все по-съществена.
Разкриването на аномалиите в данните значи на процедура допустимо най-ранно „ надушване ” на евентуални повреди. Така да вземем за пример, в случай че един сензор не работи добре и не подава регулярно данните, които се чакат от него, изкуственият разсъдък ще забележи, че е налице неправилно държание. Това може да е началото на щета. Долавянето на необикновен, некласифициран сигнал е особеност, която би трябвало да бъде видяна в точния момент. Дефектът ще може да се в профил, преди да се стигне до щета.
Висока акуратност
Разработената от Fujitsu система е постигнала 93% точност в откриването на аномалиите, употребявайки модел на изкуствен интелект под името „ DeepTAN ”. Той създаден от подразделението Fujitsu Systems Europe. Технологията проучва в границите на закрепен интервал от време целия набор данни от всички датчици на тестовия хеликоптер. Тя разпознава аномалии в държанието на датчиците, употребявайки логаритъм за „ надълбоко образование ”.
Ценен иструмент за производители, оператори, сервизи
Макар че е към момента в ранен стадий на развиване, този модул и аналогичните на него разработки ще играят значима роля във въздушния превоз отсега нататък. „ В идващите 20 години самолетният парк по света ще се обнови – и вероятно ще се удвои. Операторите ще генерират доста данни. Това ще е доста значимо както за успеваемостта, по този начин и за сигурността, споделя Годфрей.
Благодарение на анализите на данни и прогностичната поддръжка, ще се понижи престоят „ на земя ”, който летателните машини прекарват в поправки. Това е значимо що се касае за авиооператорите, толкоз и за самите сервизни компании. За тях намесата на изкуствения разсъдък значи по-малко време, в което самолетът е блокиран за корекция.
Освен за авио-операторите и сервизните компании данните и техните разбори ще са значими и за самите производители на летателно съоръжение. Моделът на действен лизинг на авио-техниката към този момент нахлува в авио-индустрията (от няколко години Rolce Royce не продава моторите си, а ги отдава на лизинг, като поема и цялостната им поддръжка). Това значи, че доставчиците на части и съставни елементи за летателните машини от ден на ден ще държат да събират данни за работата на своите устройства.
Индустрии на оперативното изхабяване
Не единствено авио-индустрията обаче търси изгодите на прогностичната поддръжка на база изкуствен интелект. Транспортът, енергетиката и въобще всички промишлености, свързани с производството и потреблението на машини, имат потребност от намесата на прогнозите за поддръжката на всеки съставен елемент и подробност. Това са всички индустрии, създаващи артикул, който страда от оперативно изхабяване, кава Годфрей.
Инфраструктурните промишлености също имат интерес от технологиите за събиране на данни посредством датчици и сензори, техния разбор посредством неестествен разсъдък, навременното разкриване на аномалии и прогностичното поддържане. Например мостовете и редица пътни уреди понасят огромен брой трептения, което е обвързвано с тяхното изхабяване. В дълготраен проект и самостоятелните коли ще се възползват от технологията.
С други думи, за всички тези промишлености назрява времето, когато съставените елементи няма да се поправят и подменят при щета – тя ще бъде предсказана, а поправката ще бъде осъществена, преди устройството да се скапе. За бизнеса това значи икономисване на човешки труд, икономисване на време, понижаване на времето на безпланов престой. На собствен ред всичко това значи понижаване на разноските и реализиране на оптималната успеваемост.
Самолетите стават все по-богати на автоматизирани принадлежности, датчици и сензори
(снимка: CC0 Public Domain)
Прогностичната поддръжка на база изкуствен интелект ще открива нередностите във всевъзможни типове инсталация задоволително рано, с цел да не се стига въобще досега, в който дадени съставни елементи се повреждат и се постанова устройствата да се поправят. Благодарение на голям брой датчици и събираните посредством тях данни в комбиниране с изкуствен интелект , обработващ тези данни, ще е допустимо в точния момент да се откриват аномалии, които подсказват идно разваляне.
Стъпка напред в реализацията на тази нова епоха реализираха неотдавна Fujitsu и Airbus. Японската компания съумя да завоюва първата премия в най-новото издание на конкурсa „ Airbus AI Gym ”. Това е годишен конкурс за използване на изкуствения разсъдък за възстановяване на работата на летателните апарати. В тазгодишното издание бе потърсена система за прогностична поддръжка. Нейната задача бе навременното разкриване на аномалии в потоците от данни от датчиците и сензорите в тестови хеликоптери.
В търсене на аномалии
Когато се организират тествания с летателни апарати, да вземем за пример хеликоптери, авио-инженерите прикрепят огромен брой датчици и сензори към машините, с цел да записват и записват всеки колорит на държание на машината по време на полет. Акселерометри и други сензори „ слушат ” и мерят придвижванията, вибрациите. Измерванията се правят един път на секунда или даже по-често. Всеки апарат и съставен елемент в хеликоптера бива преслушван непрекъснато. Всичко се събира и записва. По-късно се проучва.
Много значими за инженерите са аномалиите в данните, изяснява Иън Годфрей, шеф бизнес решения във Fujitsu Systems Europe (FSE). В насъбраните огромни размери данни от всеки тестови полет се търсят феномени и трендове, които са необикновени: те са „ некласифицирани ”, т.е. не попадат в нито една категория на познато държание. Да се открият обаче тези аномалии в големия размер данни, които се генерират при тестов полет – той трае към час и половина – е голямо предизвикателство. Тук точно идва на помощ изкуственият разсъдък.
Самолетите и въобще летателните апарати стават все по-богати на автоматизирани принадлежности, от ден на ден датчици и сензори, споделя Годфрей. Затова са нужни и повече и по-задълбочени разбори на данните, които се генерират. „ В идващите 10 години тези данни ще се усилят експоненциално ”, твърди експертът. Ролята на изкуствения разсъдък става все по-съществена.
Разкриването на аномалиите в данните значи на процедура допустимо най-ранно „ надушване ” на евентуални повреди. Така да вземем за пример, в случай че един сензор не работи добре и не подава регулярно данните, които се чакат от него, изкуственият разсъдък ще забележи, че е налице неправилно държание. Това може да е началото на щета. Долавянето на необикновен, некласифициран сигнал е особеност, която би трябвало да бъде видяна в точния момент. Дефектът ще може да се в профил, преди да се стигне до щета.
Висока акуратност
Разработената от Fujitsu система е постигнала 93% точност в откриването на аномалиите, употребявайки модел на изкуствен интелект под името „ DeepTAN ”. Той създаден от подразделението Fujitsu Systems Europe. Технологията проучва в границите на закрепен интервал от време целия набор данни от всички датчици на тестовия хеликоптер. Тя разпознава аномалии в държанието на датчиците, употребявайки логаритъм за „ надълбоко образование ”.
Ценен иструмент за производители, оператори, сервизи
Макар че е към момента в ранен стадий на развиване, този модул и аналогичните на него разработки ще играят значима роля във въздушния превоз отсега нататък. „ В идващите 20 години самолетният парк по света ще се обнови – и вероятно ще се удвои. Операторите ще генерират доста данни. Това ще е доста значимо както за успеваемостта, по този начин и за сигурността, споделя Годфрей.
Благодарение на анализите на данни и прогностичната поддръжка, ще се понижи престоят „ на земя ”, който летателните машини прекарват в поправки. Това е значимо що се касае за авиооператорите, толкоз и за самите сервизни компании. За тях намесата на изкуствения разсъдък значи по-малко време, в което самолетът е блокиран за корекция.
Освен за авио-операторите и сервизните компании данните и техните разбори ще са значими и за самите производители на летателно съоръжение. Моделът на действен лизинг на авио-техниката към този момент нахлува в авио-индустрията (от няколко години Rolce Royce не продава моторите си, а ги отдава на лизинг, като поема и цялостната им поддръжка). Това значи, че доставчиците на части и съставни елементи за летателните машини от ден на ден ще държат да събират данни за работата на своите устройства.
Индустрии на оперативното изхабяване
Не единствено авио-индустрията обаче търси изгодите на прогностичната поддръжка на база изкуствен интелект. Транспортът, енергетиката и въобще всички промишлености, свързани с производството и потреблението на машини, имат потребност от намесата на прогнозите за поддръжката на всеки съставен елемент и подробност. Това са всички индустрии, създаващи артикул, който страда от оперативно изхабяване, кава Годфрей.
Инфраструктурните промишлености също имат интерес от технологиите за събиране на данни посредством датчици и сензори, техния разбор посредством неестествен разсъдък, навременното разкриване на аномалии и прогностичното поддържане. Например мостовете и редица пътни уреди понасят огромен брой трептения, което е обвързвано с тяхното изхабяване. В дълготраен проект и самостоятелните коли ще се възползват от технологията.
С други думи, за всички тези промишлености назрява времето, когато съставените елементи няма да се поправят и подменят при щета – тя ще бъде предсказана, а поправката ще бъде осъществена, преди устройството да се скапе. За бизнеса това значи икономисване на човешки труд, икономисване на време, понижаване на времето на безпланов престой. На собствен ред всичко това значи понижаване на разноските и реализиране на оптималната успеваемост.
Източник: technews.bg
КОМЕНТАРИ