Dispositivi di identificazione AI nel monitoraggio della salute attraverso il riconoscimento dei suoni operativi

Monitoraggio della salute del dispositivo attraverso la rilevazione di vibrazioni e suoni

Chiunque abbia familiarità con l'importanza della manutenzione delle apparecchiature comprende la rilevanza dei suoni e delle vibrazioni emessi dai dispositivi. Un corretto monitoraggio dello stato dei dispositivi attraverso l'analisi dei suoni e delle vibrazioni può dimezzare i costi di manutenzione e raddoppiare la durata di vita. I dati acustici in tempo reale e l'analisi rappresentano un altro metodo cruciale di Monitoraggio Basato sulle Condizioni (CbM).

Innanzitutto, è essenziale comprendere quali suoni normali emette l'attrezzatura. Quando c'è una deviazione nel suono, segnala una potenziale anomalia, indicando un problema. Collegare suoni specifici a particolari problemi in questo modo è fondamentale per un monitoraggio efficace.

Identificare le anomalie può richiedere diversi minuti di formazione, ma correlare suono, vibrazione e cause alla radice per la diagnostica può richiedere significativamente più tempo. Tecnici ed ingegneri esperti possono possedere questa conoscenza, ma sono risorse scarse. Riconoscere i problemi solo basandosi sul suono può essere piuttosto impegnativo. Anche con registrazioni, quadri descrittivi o formazione da parte di esperti, acquisire tali abilità specializzate rimane difficile.

Comprendere le neuroscienze umane per stabilire le capacità uditive dei computer

Negli ultimi 20 anni, il team di ADI si è dedicato a comprendere come gli esseri umani interpretano suoni e vibrazioni. L'obiettivo di ADI è stabilire un sistema in grado di apprendere dai suoni e dalle vibrazioni delle apparecchiature, decifrare i loro significati per rilevare anomalie ed eseguire diagnosi.

ADI ha introdotto l'architettura OtoSense, un sistema di monitoraggio dello stato di salute dei dispositivi che supporta l'ascolto da parte del computer, permettendo ai computer di comprendere indicatori chiave del comportamento delle attrezzature: suono e vibrazione. Questo sistema è applicabile a qualsiasi apparecchiatura, in grado di funzionare in tempo reale senza la necessità di connettività di rete. È stato applicato in ambienti industriali, supportando la realizzazione di un sistema scalabile ed efficiente di monitoraggio della salute delle macchine.

Il concetto di design di OtoSense trae ispirazione dalla neuroscienza umana, dove gli esseri umani possono apprendere e comprendere qualsiasi suono che sentono in modo molto efficiente. Gli esseri umani sono capaci di imparare suoni sia statici che transitori, richiedendo un continuo adattamento delle funzionalità e un monitoraggio costante. OtoSense esegue il riconoscimento al limite vicino al sensore, eliminando la necessità di prendere decisioni tramite una connessione di rete a server remoti. Consente inoltre l'interazione e l'apprendimento con esperti.

Confronto e analisi tra il sistema uditivo umano e OtoSense

L'udito è un senso fondamentale per la sopravvivenza umana. Fornisce una percezione olistica di eventi lontani e non visibili ed è maturo già prima della nascita. Il processo umano di percepire i suoni può essere descritto attraverso quattro fasi familiari: acquisizione analogica del suono, digitalizzazione, estrazione delle caratteristiche e interpretazione. Ad ogni fase, confrontiamo l'orecchio umano con il sistema OtoSense.

L'acquisizione analogica e la digitalizzazione dell'udito umano sono processi cruciali. Innanzitutto, il suono è catturato dal timpano e dai tre ossicini dell'udito nell'orecchio medio, utilizzando il principio della leva. L'impedenza viene quindi regolata per trasmettere le vibrazioni al canale riempito di liquido, dove un altro strato di timpano si sposta selettivamente in base ai componenti spettrali presenti nel segnale. Questo, a sua volta, piega le cellule flessibili che emettono segnali digitali riflettendo il grado e l'intensità della piegatura. Questi segnali individuali vengono poi trasmessi attraverso percorsi neurali paralleli organizzati per frequenza alla corteccia uditiva primaria.

In OtoSense, questo compito viene eseguito da sensori, amplificatori e codec. Il processo di digitalizzazione utilizza una frequenza di campionamento fissa regolabile tra 250 Hz e 196 kHz. La forma d'onda è codificata con 16 bit e quindi memorizzata in un buffer di dimensioni variabili da 128 a 4096.

L'estrazione delle caratteristiche nell'udito avviene nella corteccia primaria, comprendendo sia le caratteristiche nel dominio delle frequenze come frequenze dominanti, armonicità e forma spettrale, sia le caratteristiche nel dominio temporale come impulsi, variazioni di intensità e componenti di frequenza primaria entro un intervallo di tempo di circa 3 secondi.

OtoSense utilizza una finestra temporale, chiamata chunk da ADI, che si muove con una dimensione del passo fissa. La dimensione e l'intervallo del passo di questo chunk sono determinati dagli eventi da identificare e dalla frequenza di campionamento per l'estrazione delle caratteristiche al margine, che va da 23 millisecondi a 3 secondi.

L'analisi dell'audizione avviene nella corteccia associativa, che integra tutte le percezioni e la memoria e attribuisce significato ai suoni (ad esempio, attraverso il linguaggio), svolgendo un ruolo fondamentale durante la formazione della percezione. Il processo analitico organizza le nostre descrizioni degli eventi, andando ben oltre il semplice nominare. Nominare un progetto, un suono o un evento ci consente di conferirgli un significato maggiore e più profondo. Per gli esperti, i nomi e i significati permettono loro di comprendere meglio l'ambiente circostante.

Ecco perché l'interazione di OtoSense con gli esseri umani inizia con una mappatura sonora neurologicamente basata, visiva e non supervisionata. OtoSense utilizza rappresentazioni grafiche di tutti i suoni o le vibrazioni ascoltati, disponendoli per somiglianza senza tentare di creare categorie rigide. Questo consente agli esperti di organizzare i gruppi visualizzati sullo schermo e di nominarli senza cercare di creare artificialmente categorie delimitate. Possono costruire mappe semantiche basate sulla propria conoscenza, percezione e aspettative per l'output finale di OtoSense.

Per lo stesso paesaggio sonoro, i meccanici automobilistici, gli ingegneri aerospaziali o gli esperti di presse di stampaggio a freddo, anche quelli che fanno ricerca nello stesso campo ma da aziende diverse, possono categorizzarlo, organizzarlo e etichettarlo in modi diversi. OtoSense, proprio come plasmare il significato linguistico, utilizza lo stesso approccio dal basso verso l'alto per attribuire significato.

L'intento originale dietro il design di OtoSense è di imparare da più esperti e, nel tempo, condurre diagnosi sempre più complesse. Un processo comune prevede un ciclo tra OtoSense e gli esperti, in cui modelli di anomalie e modelli di riconoscimento degli eventi operano al margine. Questi modelli generano output per la probabilità di eventi potenziali e delle loro anomalie.

Anomalie nel suono o nelle vibrazioni oltre le soglie definite attivano le notifiche di anomalia. Tecnici e ingegneri che utilizzano OtoSense possono quindi ispezionare il suono e le informazioni circostanti. Successivamente, questi esperti etichettano l'evento di anomalia, calcolano nuovi modelli di riconoscimento e modelli di anomalia incorporando queste nuove informazioni, e li inviano ai dispositivi edge.

Sensori intelligenti di monitoraggio del motore per assistere nella manutenzione predittiva dei motori elettrici

Prendendo come esempio il sensore di monitoraggio intelligente del motore ADI OtoSense, si tratta di una soluzione completa hardware e software basata su AI per il monitoraggio delle apparecchiature basato sulle condizioni del motore. Questo sistema non richiede analisi manuali da parte di esperti, supporta la rilevazione di nove tipi di guasti meccanici ed elettrici e non necessita di cavi o gateway specializzati, permettendo un rapido impiego.

Il sensore intelligente per motori ADI OtoSense monitora il funzionamento dei motori elettrici combinando la migliore tecnologia di rilevamento e analisi avanzata dei dati. Rileva anomalie e difetti nelle apparecchiature, permettendo di prevedere i cicli di manutenzione ed evitare tempi di inattività imprevisti.

Il sensore intelligente per motori ADI OtoSense copre le diagnosi più critiche, traducendo i dati in istruzioni operative o raccomandazioni specifiche. Fornisce monitoraggio 24/7 di motori asincroni trifase a bassa tensione in corrente alternata. Presenta le informazioni in modo chiaro, informandoti sulla natura del problema e su come risolverlo.

Il sensore intelligente per motori ADI OtoSense offre una dashboard di monitoraggio che visualizza informazioni dettagliate sullo stato di ciascun motore, aiutando nella comprensione completa della diagnosi della salute delle macchine e del rilevamento dei guasti. Supporta inoltre applicazioni mobili, permettendo agli utenti di configurare facilmente il sensore intelligente per il monitoraggio dei motori, accedere ai dati di distribuzione e ricevere notifiche e avvisi per eventi chiave all'interno dell'applicazione tramite computer personali e applicazioni per smartphone.

Il sensore di monitoraggio smart del motore ADI OtoSense utilizza hardware e software di monitoraggio basato sulle condizioni per ottimizzare gli ambienti di produzione, ridurre il verificarsi di guasti e ottenere benefici come la riduzione dei costi di manutenzione degli asset, l'estensione della durata delle attrezzature e l'aumento del tempo di attività.

Supportando il monitoraggio in tempo reale, il sensore di monitoraggio intelligente dei motori ADI OtoSense può monitorare l'attrezzatura più frequentemente per comprendere quando iniziano a verificarsi guasti meccanici ed elettrici e come questi problemi influenzano il processo di produzione. Inoltre, crea un modello unico per ciascun motore per fornire diagnosi di ottimizzazione coerenti con il processo. Le informazioni fornite dal sensore di monitoraggio intelligente dei motori possono essere utilizzate per diagnosticare i problemi e determinarne la gravità, consentendo ai team di manutenzione di intraprendere azioni di manutenzione specifiche. Monitorando continuamente le prestazioni del motore e lo stato di salute, si può ottenere una migliore visibilità dei requisiti di manutenzione e parti di ricambio, aiutando a sapere cosa ordinare e quando ordinarlo, riducendo così i costi di inventario.

Il sensore del motore intelligente ADI OtoSense è la soluzione più precisa sul mercato per il rilevamento e l'interpretazione dei dati delle macchine. Può rilevare guasti nel sistema di alimentazione, negli avvolgimenti dello statore, nel rotore, nel bilanciamento dell'albero motore, nell'eccentricità, nei cuscinetti, nell'allineamento dell'albero, nel sistema di raffreddamento e nel piede morbido/allentato, tra gli altri. Inoltre, fornisce metriche di performance complete, indicando potenziali problemi sistemici che possono derivare da vari fattori come cambiamenti di carico o variazioni nei processi operativi.

Il deployment del sensore intelligente ADI OtoSense per motori è piuttosto semplice, consentendo il monitoraggio delle condizioni 24/7. Inizialmente, la configurazione può essere effettuata utilizzando l'applicazione iOS/Android per configurare il sensore. Tipicamente, il processo di configurazione richiede solo pochi minuti e può essere eseguito anche mentre il motore è ancora in funzione. Dopo la configurazione, il processo di apprendimento inizia una volta che il sensore è installato sul motore e calibrato. Basta far funzionare il sensore in normali condizioni operative per facilitare l'apprendimento. In caso di anomalie, è possibile ricevere avvisi in tempo reale, che possono essere visualizzati sull'applicazione mobile o sul dashboard, contribuendo a prevenire eventuali guasti del motore.

Conclusione

La tecnologia OtoSense di ADI è progettata per rendere l'esperienza sonora e di vibrazione continuamente disponibile su qualsiasi apparecchiatura, senza la necessità di connettività di rete per eseguire il rilevamento delle anomalie e il riconoscimento degli eventi. Nelle applicazioni di monitoraggio aerospaziale, automobilistico e industriale, questa tecnologia viene utilizzata sempre più frequentemente per il monitoraggio delle condizioni delle apparecchiature. Questo indica che la tecnologia funziona bene in scenari che richiedevano in precedenza competenza e coinvolgevano applicazioni integrate, specialmente per apparecchiature complesse. Ha ricevuto elogi e fiducia da parte degli esperti del settore ed è considerato uno strumento eccellente per il monitoraggio delle condizioni delle apparecchiature.