分享按钮
● 对机器发出的噪音进行鉴别分析，现在可以使用人工智能自动执行这些噪音，这可以提供有关机器运行状态和维修状态的重要信息。
● 法国初创公司 Keyprod 开发了一种物联网设备，一旦连接到机器上，就可以为操作员提供有关生产数量和可能需要更换的零件状况的大量信息。
● 这种新工具有可能将生产率提高 10% 到 15%，凸显了人工智能在工业领域的众 目标电话号码或电话营销数据 多新兴用途之一，工业领域也将受益于计算机视觉创新，这有助于在产品离开车间之前进行质量控制。
了解工业生产现场出现故障的原因通常是一项不可能完成的任务。除非你身处一个拥有无数联网传感器的未来工厂，否则很难确定故障原因，而故障可能会对安全性和生产力以及生产机器的使用寿命造成重大影响。“世界上大多数车间都没有专门的工具来监控机器的运行状态，而是通过人工读数来实现，”自锁装置工业生产商JPB Système的首席执行官 Damien Marc 解释说。
“有一天，我有了一个想法
用我 iPhone 上的加速度计监控我们工厂的一台机器，我收集到了相当多的数据。所以我们决定创建一种能够解读振动数据的物联网设备，振动是所有机器的通用语言。”事实上，技术人员仔细聆听生产工具发出的噪音以了解它们正在正确执行哪些任务并不罕见。
该算法可以独立确定机器是否正常运行、计算其生产的零件数量、并记录可能对其 理解表情符号含义的重要性 工作率产生影响的暂时停工等。
JPB Système 的子公司Keyprod正在销售一种结合声学和人工智能技术的硬件解决方案，使用户能够监控生产效率。这些即插即用的物联网设备可以磁性地连接到任何机器上，能够提供有关工厂产量和调度趋势的预测数据。 “它们经过训练可以聆听流程并检测出声音的微小变化，这些变化可能是由于生产工具的 哥斯达黎加商业指南 磨损造成的”：这项创新是通过人工智能分析机器振动实现的，可以通过控制界面进行配置。作为标准，部署的算法可以自动检测机器是否正在运行、它生产的零件数量以及间歇性停机导致的生产暂停等。
“我们意识到，当考虑到微停机时
机器操作永远不会得到完全优化。我们收集的统计数据使我们能够衡量工厂的整体设备效率，了解哪些机器经常停机，并找出原因。最终，这通常使我们的生产率提高 10% 到 15%”， Damien Marc 指出。“机器操作员还可以标记更精确的声音，以训练算法识别它们。我们通常可以获得一个强大的模型，可以在使用该系统两年后准确识别问题及其原因。”从本质上讲，这些设备中的每一个都有一个现场可编程门阵列，用户可以配置它来执行特定的计算任务。“这样做的好处是，链接的设备是可编程的，并适用于神经网络，这反过来又使它们适合与人工智能一起使用。”