Novelty detection tilt predictief onderhoud naar hoger niveau

Aan de Duitse Saarland universiteit wordt in samenwerking met een consortium van bedrijven een applicatie ontwikkeld voor predictief onderhoud waarbij artificiële intelligentie ingezet wordt om abnormale situaties te detecteren. Op zich is dat vandaag niet meer zo uitzonderlijk, maar de applicatie krijgt ook functies om met nieuwe situaties om te gaan.

Het principe van conditiemonitoring op basis van artificiële intelligentie is intussen genoegzaam bekend. Slijtage aan machines en componenten leidt praktisch altijd tot kleine wijzigingen in trillingen en temperaturen. Die wijzigingen kunnen herkend worden in de signalen van sensoren.

Voor de artificiële intelligentie is dat een kwestie van patroonherkenning – niet alleen om afwijkingen te detecteren, maar ook om de afwijkingen te linken aan mogelijke oorzaken. Het project aan de Saarland universiteit heeft een hele reeks hardware en software modules ontwikkeld die typische probleemsituaties kunnen herkennen en die samengevoegd een goed overzicht geven van de gezondheidstoestand van een plant of een machine.

Dergelijke systemen bestaan tegenwoordig in vele vormen en maten maar botsen typisch op hun limieten wanneer zich nieuwe situaties voordoen die de systemen niet kunnen herkennen. Daarom ontwikkelde het team van professor Andreas Schütze een functionaliteit die Novelty detection genoemd wordt.

Het komt er min of meer op neer dat het systeem automatisch nieuwe cases creëert voor afwijkingen die het als een mogelijke probleemsituatie beschouwt maar die het niet kan herkennen. Naarmate dan meer data beschikbaar komt tracht het systeem de link te leggen met mogelijke oorzaken en gevolgen.

In een nieuw project waarin ook bedrijven participeren wil men onder de noemer KI-Predict een reële toepassing ontwikkelen op basis van het systeem zodat het ingezet kan worden in de industrie.

www.uni-saarland.de/universitaet/aktuell/artikel/nr/21907.html

© Productivity.be, 28/05/2020, Foto: Universität des Saarlandes / Oliver Dietze