Prediktivní údržba Neuron Soundware chrání výrobu převodovek
Naším cílem při spolupráci s tímto uznávaným evropským výrobcem automobilů bylo udržet výrobu převodovek na plánované úrovni a zabránit nečekaným poruchám kompresoru helia, který je kritickou součástí výrobní linky.
Héliové kompresory používané při výrobě převodovek mají několik provozních režimů. Naše řešení pro detekci akustických anomálií se naučí všechny standardní akustické režimy těchto strojů, takže dokáže rozpoznat nestandardní zvuk kompresoru a v reálném čase odeslat varování před možnou nadcházející událostí. Každá zjištěná anomálie spustí automatické varování pro specialistu údržby, který může zařízení zkontrolovat a odvrátit hrozící poruchu.
Více než 50% výrobních manažerů hledá řešení, která by pomohla těmto nákladným výpadkům výroby předcházet
Pozastavení výroby často způsobuje značné ztráty. Proto více než 50% výrobních manažerů hledá řešení, která by těmto nákladným výpadkům výroby pomohla zabránit. Spojením technologie IoT s umělou inteligencí získáváme revoluční řešení, které digitalizuje údržbu strojů a posouvá ji do budoucnosti, do Průmyslu 4.0.
"Náš hardware je na úrovni, která zvládá pokročilé metody strojového učení a objem dat zpracovávaných neuronovými sítěmi pro monitorování desítek strojů najednou 24 hodin denně, sedm dní v týdnu. Tento typ údržby představuje budoucnost výrobních procesů a jsme rádi, že můžeme podporovat zařízení po celém světě." komentuje Pavel Konečný, generální ředitel společnosti Neuron Soundware.
"Naším cílem v tomto projektu je zachytit všechny odchylky od standardního zvuku kompresorů. Nainstalovali jsme šest vysoce citlivých a odolných senzorů na různé části kompresorů a připojili je k našemu průmyslovému zařízení IoT, nBoxu. Tato "krabička" zpracovává data ze senzorů pomocí edge computingu. Po zpracování dat odesíláme a ukládáme nejdůležitější akustické výstupy do cloudu k další analýze pomocí umělé inteligence, která se z dat také učí a zlepšuje výsledky, takže se zákazník dozví o případných hrozících problémech v konkrétním stroji dříve, než nastanou," dodává Pavel Konečný.
Nejnovější příspěvky
