数字思维——软件可识别还未发生的错误
初创企业IM&P在工业维保领域运用人工智能技术，开创全新解决方案。
在损坏产生影响前发现机器上的损坏——位于哈雷（萨勒河）的Indalyz监控和预测有限责任公司（Indalyz Monitoring & Prognostics GmbH）将这一梦想变为现实。这家初创企业开发和管理基于人工智能的软件和算法，用于不同机器装备的控制和监控。一旦风电设备因驱动装置损坏起火，一切补救都为时已晚。一般来说，风电设备使用远程监控，工程师评估过程数据后做出反馈——但他们往往太晚认识到故障发生的原因。
萨安州的Indalyz监控和预测（IM&P）有限公司所研发的软件却不同。该软件利用人工智能提供预防性维护（predictive maintenance）。系统适用于机器、装备和机动车。它对大量过程数据和传感器测量的机器状态数据做出评估，加工数据，并最终对每个组件的磨损情况和可能因此产生的损坏做出精确表述。预报提前量介于几秒到一年之间。
软件的自我训练
到目前为止，对机器现状的估测一般建立在机器生命周期的统计数据之上。与此同时，每台机器或装备的负荷鲜有关注——即便考虑到这个因素，也往往须花费大量人力物力做检修才能做出评估。米歇尔·舒尔茨（Michael Schulz）说：“未来，机器需要有能力自我识别和避免潜在损害的产生。”IM&P自行研发的软件具有自我学习能力，陪伴机器一直走到“生命的终点”。该软件初始情况下已配备一整套基本信息，包括工程技术方面的专家知识，以及其同等类别机器的经验。随后，软件系统开始搜集检测对象机器发送的信息，反映特殊工况信息。软件系统从中学习，自我训练，推演出未来的磨损发展情况。系统预测的准确度很高：主要损伤类别的预测正确率达到96％，只有3.5%为错误报警，0.5％为意外出现的损伤，属于此前未检出的情况。
避免故障停机和环境破坏
这一款软件系统不但适用于风电设备，还可用于水力和地热设备、水泥研磨机、离心机、船舶马达、采矿机器。IM&P目前参与了一家化工厂的研究项目：化工厂内的马达可打开和关闭管道阀门，这些管道内部输送各种不同的材料。通过永久性测试我们可获知这些马达的功能是否健全，还是可能会发生停机故障。舒尔茨说，未料想的事情一旦发生，不仅会造成设备完全停机，也会对环境产生可怕的影响。
第二支柱：控制系统
装备全程监控是IM&P公司两大商业支柱之一。第二大支柱则是研发、安装和配置装备及客户特定的控制硬件和软件系统。这些软硬件系统也具备自我学习能力，不需要经过特别的训练。它们从机器处接收到的信号起到了关键作用，系统可在几秒内快速回应——几乎和机器电子系统一样快，从而实施控制。
舒尔茨教授介绍说，从前控制一台机器大多使用线性数学关系。线性数学关系可为人类所掌控，即便没有背景知识储备也很容易理解。而如今，现代机器的复杂程度较以往提高了许多，控制和监测都需要更加复杂的关系。这里需要功率强劲的处理器和完美的算法。“单靠人类无法识别它了。现代机器是多功能系统，借助人工智能，我们能让这些系统达到几乎无法想象的功率范围。”这一主题研究让身为物理学家的舒尔茨教授醉心已久。舒尔茨在哈雷（萨勒河）马丁路德大学求学，后前往乌尔姆、纽约和开姆尼茨任教。他从一开始便致力于人工智能和复杂系统的研究。复杂系统的传统机械学领域仍存在很多亟待解决的问题，然而院校却只有几位这方面的专业人员。另一方面，工业对这类技术的需求巨大，全球都是如此。
2017年雨果·容克斯奖
2015年，舒尔茨在哈雷（萨勒河）的魏恩贝格校园技术和创业中心里建立了IM&P公司。这家创新型初创企业因其人工智能机器监测系统CASIS（认知自主感知智能系统，Cognitives Autonomoues Sensory Intelligent System）一举摘得2017萨安州颁发的雨果·容克斯奖。IM&P目前负责辅助全球的风电设备。公司从刚开始的四名员工发展到目前的七名，今年企业还将再雇佣三名新员工。
企业作为展商参加了今年的汉诺威工业博览会，其专注焦点不再局限于原先的风电设施，而将目光聚焦加工机器的监测领域，特别针对矿业和金属加工行业。
作者：安雅·法戈维斯基（Anja Falgowski）
更多信息：