- Gustavo Bonanno
- 30. August 2023
- 4:21 Uhr
Die Zukunft der Instandhaltung mitgestalten: Ein Gespräch mit Pavel Konecny, Gründer von Neuron Soundware
Was hat die Gründer von Neuron Soundware dazu inspiriert, sich auf diesen Bereich zu konzentrieren, und inwiefern bietet Ihre KI-gesteuerte Technologie einen einzigartigen Ansatz im Vergleich zu herkömmlichen Wartungsmethoden?
Wir wurden durch eine wahre Geschichte meines Freundes auf dieses Thema gebracht. Er war mit seinem Auto unterwegs und hörte ein seltsames Geräusch aus dem Motor. Er hielt sogar an der Tankstelle an, aber der Bordcomputer zeigte keinen Fehler an. Also fuhr er weiter. Und etwa 100 km später brach der Zylinder, der ganze Motor explodierte und das Auto erlitt einen Schaden von 10.000 EUR. Zu seinem Glück war es 2 Tage vor Ablauf der Garantiezeit. Die menschliche Fähigkeit, zu lernen, wie Maschinen klingen, und alle Arten von Anomalien zu erkennen, replizieren wir in der Software mit tiefen neuronalen Netzen. Wir verwenden das vortrainierte Modell auf einer sehr großen Datenbank von Geräuschen, so dass wir sowohl rotierende als auch nicht rotierende Maschinen mit verschiedenen Betriebsarten überwachen können. Die gesamte Einrichtung ist vollständig automatisiert, da wir die KI für jede Maschine einzeln trainieren.
Wie kann Neuron Soundware angesichts der rasanten Entwicklung von KI und Edge Computing an der Spitze des technologischen Fortschritts bleiben und die Genauigkeit und die Fähigkeiten Ihrer vorausschauenden Wartungsalgorithmen kontinuierlich verbessern?
Wir haben uns strategisch entschieden für Edge-Computing als ein wesentliches Merkmal unserer Lösung. Die Möglichkeit, große Datenmengen ohne Cloud-Infrastruktur zu verarbeiten, hat viele Vorteile. Erstens sind die Kosten für Cloud-Computing recht hoch. Zweitens ermöglicht der lokale Prozess eine sofortige Reaktion und die Integration von Maschine zu Maschine. Außerdem bleiben die Daten innerhalb der Grenzen des Fabriknetzwerks. Außerdem können wir das ganze Jahr über jede Sekunde jeder Minute analysieren. Das sind TB an Daten pro Monat von einer einzigen Maschine. Darüber hinaus gibt es jetzt ein Problem mit der Kommunikationsbandbreite.
Wie hat Neuron Soundware die maschinelle Diagnostik neu gestaltet, was sind die wichtigsten Erkenntnisse und Herausforderungen, die in diesem Prozess bewältigt wurden?
Wir haben bewiesen, dass neuronale Netze bei der Erkennung von Anomalien sehr effektiv sind. Wir haben Hunderte von Stunden mit defekten Maschinen aller Art in unserer Datenbank. Da wir auch die traditionellen Heuristiken der Vibro-Diagnose wie Signalhüllkurvenmethoden auf der Grundlage der Drehzahl eingesetzt haben, können wir den neuen Ansatz mit den traditionellen Techniken vergleichen. Die neuronale Netze kann aufkommende Probleme mehr als 4x wahrscheinlicher und früher erkennen als die derzeitigen Methoden (89% im Vergleich zu 19%). Unser Ziel ist es nun, mit Großunternehmen und OEMs zusammenzuarbeiten, die ihr Maschinenüberwachungssystem erneuern wollen. Außerdem haben wir mit dem Aufbau eines Vertriebsnetzes von Wiederverkäufern begonnen, damit wir unsere Lösung auf globaler Ebene einführen können.
Die Technologie von Neuron Soundware hat das Potenzial, die traditionellen Wartungspraktiken zu verändern. Wie gehen Sie bei der Zusammenarbeit mit Kunden vor, um von reaktiven zu proaktiven Wartungsstrategien überzugehen?
Die Kombination von IoT und KI ermöglicht es, eine größere Anzahl von Maschinen auf der Grundlage ihres tatsächlichen Zustands zu warten. Es scheint jedoch, dass mehr Wert durch die Verhinderung von Maschinenausfällen geschaffen wird, die zu Problemen mit der Produktqualität führen. Häufiger ist es wichtiger, die Verstopfung des Materials in der Mühle zu entdecken, als bei der Wartung der Mühle zu sparen. Abgesehen davon würde die Digitalisierung der Kundenflotte den Wartungsansatz allmählich von einem zeit- oder pausenbasierten zu einem umfassenderen Management des Maschinenzustands verändern.
September 2023 | Pavel Konečný für TechFounders
Neueste Beiträge
