Questa pagina è stata tradotta automaticamente.
Completa un sondaggio di 1 minuto sulla qualità di questa traduzione.
DHGE e DMG MORI sviluppano applicazioni di intelligenza artificiale per prevedere i rischi di guasto delle macchine utensili
DHGE prevede di espandere l'uso di MATLAB nei progetti futuri
“MATLAB ha semplificato il nostro processo di prototipazione e non ha richiesto passaggi intermedi o trasferimenti di dati, il che è stato un vantaggio rispetto a Python.”
Risultati chiave
- L'utilizzo delle app MATLAB ha accelerato le attività di elaborazione dei dati e migliorato i tempi tra la prototipazione e la distribuzione
- Statistics and Machine Learning Toolbox ha consentito ai ricercatori di prevedere i rischi di guasto delle macchine utensili
- Le app MATLAB sono state sviluppate e distribuite per l'uso nella manutenzione predittiva in contesti industriali
La DHGE ha sviluppato un modello predittivo per identificare potenziali guasti sul campo analizzando le relazioni altamente non lineari e complesse tra le configurazioni del sistema e i rischi di guasto.
La Gera-Eisenach Corporate University (DHGE) è un istituto di scienze tecniche e applicate che collabora con l'industria per trovare soluzioni efficaci e innovative a sfide persistenti, come la previsione del rischio di guasti delle macchine utensili. L'università ha collaborato con l'azienda internazionale di lavorazioni meccaniche DMG MORI Seebach e ha utilizzato strumenti MATLAB® per sviluppare e testare app progettate per utilizzare l'intelligenza artificiale, al fine di prevedere quando è necessaria la manutenzione sui macchinari industriali, contribuendo a prevenire guasti e a migliorare l'efficienza.
Per creare un'app intuitiva per gli utenti finali, DHGE ha utilizzato innanzitutto gli strumenti MATLAB per l'ingegneria delle feature. Ciò implicava la standardizzazione e l'elaborazione di dati chiave provenienti da diverse fonti, oltre alla progettazione di metodi sperimentali per identificare le caratteristiche. Successivamente, utilizzando il codice sviluppato in MATLAB App Designer e compilato con MATLAB Compiler™, i ricercatori hanno elaborato i dati in un vettore comune che potrebbe essere utilizzato per addestrare una rete neurale superficiale. Questo modello è stato creato utilizzando le funzioni della rete neurale di Statistics and Machine Learning Toolbox™. L'utilizzo degli strumenti MATLAB ha contribuito a semplificare la collaborazione tra DHGE e DMG MORI, offrendo un modo semplice per implementare il modello.
DHGE era alla ricerca di una soluzione per elaborare in modo efficiente i dati in un formato comune per i modelli di manutenzione predittiva. Utilizzando esclusivamente strumenti MATLAB per sviluppare il modello predittivo, i ricercatori hanno beneficiato di un processo di progettazione iterativo fluido, nonché di coerenza, sicurezza e protezione dei dati. Il processo di sviluppo ha richiesto anche meno passaggi intermedi e trasferimenti di dati rispetto a procedimenti simili svolti utilizzando Python®, riducendo i tempi tra la prototipazione e la distribuzione. Utilizzando questi strumenti, i ricercatori del DHGE hanno creato un'app che DMG MORI può implementare, creando un processo più solido ed efficiente per la produzione e la configurazione delle macchine utensili.
I ricercatori della DHGE intendono continuare a utilizzare gli strumenti MATLAB, nonché il supporto MathWorks, in progetti futuri, che includono la valutazione della funzionalità di questa app di manutenzione predittiva e lo sviluppo di una nuova toolbox di MATLAB per supportare l'importazione di dati macchina, al fine di soddisfare una crescente esigenza nel panorama dell'intelligenza artificiale.
