CSEM与瑞士中部的四家公司合作 - Aurovis AG，KNF Flodos AG，Maxon Motor AG和Schurter AG - 开发了一个可以发现和预测生产设备缺陷的检查系统。2020欧洲杯下注官网他们的技术将人工智能与最初设计的声音传感器结合在一起，以检测在风力涡轮机附近飞行的蝙蝠。
图片来源：CSEM
生产设备上的磨损可以以多种方式表现出来 - 例如，压力泄2020欧洲杯下注官网漏，摩擦，过热或异常振动。这些可能是缺陷的迹象，如果没有及时修复，可能会导致生产线的重大干扰。植物操作员面临的挑战是发现这些缺陷，而不必关闭设备或整个工厂。2020欧洲杯下注官网
为了帮助解决这个问题，CSEM与Aurovis，KNF Flodos，Maxon和Schurter合作开发了一种自主的预测维护系统，该系统可以在其运行时检查生产设备并在发生之前进行旗帜潜在的故障。2020欧洲杯下注官网如果系统检测到任何异常，该系统会发出即时警报。
经过两年多的联合研发，该项目团队现在发布了其设备。它由高精度传感器技术和易于使用的软件程序组成。
该软件是使用摄像机，控制系统以及温度和压力传感器等仪器收集的现有生产植物数据开发的。工程师使用这些数据来训练机器学习算法，以识别生产设备运行方式的异常和潜在危险的干扰。2020欧洲杯下注官网
CSEM在该领域提供了专业知识，包括其Vision Automation Robotics Designer（Visard）应用程序，该应用程序允许工程师分析现有数据并开发其基于AI的AII程序。要使用新的检查系统，工厂操作员只需要在工厂运行几个小时即可收集数据，设备正常运行。2020欧洲杯下注官网
“程序在生产线上运行的时间越长，收集的数据越多，我们的AI算法就越好，”CSEM机器人和机器学习高级研发工程师Mario Russi说。
参与该项目的四家公司带来了各自的专业知识：Aurovis专门从事机器人技术和图像处理系统；KNF Flodos提供diaphragm泵；Maxon开发了一系列驱动系统；Schurter AG提供电子组件。这些公司为工程师提供了关键零件，包括机器人臂，输送带，泵，控制系统和电动机。例如，项目团队在CSEM安装了一个完全自动化的选择机器人，以测试其系统。通过在机器人上运行其算法，工程师能够不断改进它们。现在，该算法构成了准备以工业规模部署的可靠，高效系统的核心。
图片来源：CSEM
从风力涡轮机到生产工厂
但是新系统也包含其他创新。由于工厂操作员并非总是能够或允许使用现有的传感器来收集生产设备的数据，因此项目团队提出了原始的解决方法：他们重新利用了最初设计用于检测蝙蝠的声音传感器。2020欧洲杯下注官网这些传感器安装在风力涡轮机附近，以检测蝙蝠发出的超声信号。如果传感器拾取了这样的信号，它会触发一系列停止涡轮机以避免伤害动物的算法。位于卢塞恩的Elekon AG为该项目提供了传感器，该项目可以检测到高达150 kHz的频率；为了进行比较，人耳可以检测到只有20 kHz的频率。
在机器人臂测试期间，声音传感器能够识别多达80％的设备异常，没有其他信号可以通过。2020欧洲杯下注官网“可以从机器发出的噪音中收集到很多信息，”俄罗斯说。“就像当机械师聆听汽车发动机以弄清楚出什么问题时。通过密切注意植物设备发出的噪音，我们可以抓住潜在危害，例如泄漏，旋转问题或相机中的故障。2020欧洲杯下注官网这就是为什么我们的声音传感器方法如此良好的原因 - 设置很容易，并且可以与其他类型的传感器结合使用。”
下一步将是在实际条件下试验新的检查系统。“当我们过渡到工业4.0时，像我们这样的方法将变得越来越普遍。”俄罗斯说。“这种技术将大大提高整个生产线的可靠性，并帮助制造商保持竞争力。”
来源：https://www.csem.ch/home