数字思维——软件可识别还未发生的错误

Prof. Dr. Michael Schulz, Founder and Managing Director of Indalyz Monitoring & Prognostics GmbH ©TGZ Halle, Foto Marco Warmuth

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:

> 的工业4.0

上一篇文章