Esta página fue traducida automáticamente.
Complete una encuesta de 1 minuto sobre la calidad de esta traducción.
DHGE y DMG MORI desarrollan aplicaciones de IA para predecir riesgos de fallos en máquinas herramienta
DHGE planea expandir el uso de MATLAB en proyectos futuros
“MATLAB simplificó el proceso de creación de prototipos y no requirió pasos intermedios ni transferencias de datos, lo que fue una ventaja en comparación con Python”.
Resultados principales
- El uso de apps de MATLAB aceleró las tareas de procesamiento de datos y mejoró el tiempo entre la creación de prototipos y la implementación.
- Statistics and Machine Learning Toolbox permitió a los investigadores predecir los riesgos de fallo de las máquinas herramienta
- Se desarrollaron e implementaron apps de MATLAB para su uso en mantenimiento predictivo en contextos industriales.
DHGE desarrolló un modelo de predicción para identificar posibles fallos en campo mediante el análisis de las relaciones altamente no lineales y complejas entre las configuraciones del sistema y los riesgos de fallo.
Gera-Eisenach Corporate University (DHGE) es una institución técnica y de ciencias aplicadas que colabora con la industria para crear soluciones eficientes e innovadoras a desafíos persistentes, como la predicción del riesgo de fallos en las máquinas herramienta. La universidad ha colaborado con la empresa internacional de mecanizado DMG MORI Seebach y ha utilizado herramientas de MATLAB.® para desarrollar y probar apps diseñadas para usar IA para predecir cuándo se necesita mantenimiento en máquinas industriales, ayudando a prevenir averías y mejorar la eficiencia.
Para crear una app intuitiva para usuarios finales, DHGE primero utilizó herramientas de MATLAB para ingeniería de características. Esto parecía consistir en estandarizar y procesar datos clave de diferentes fuentes además de diseñar métodos experimentales para identificar características. A continuación, utilizando el código desarrollado en MATLAB App Designer y compilado con MATLAB Compiler™, los investigadores procesaron los datos en un vector común que se puede usar para entrenar una red neuronal superficial. Este modelo se creó utilizando funciones de red neuronal de Statistics and Machine Learning Toolbox™. El uso de herramientas de MATLAB ayudó a facilitar la colaboración entre DHGE y DMG MORI al proporcionar una manera perfecta de implementar el modelo.
DHGE buscaba una solución para procesar datos de manera eficiente en un formato común para modelos de mantenimiento predictivo. Al utilizar exclusivamente herramientas de MATLAB para desarrollar el modelo de predicción, los investigadores se beneficiaron de un proceso de diseño iterativo fluido, así como de consistencia, seguridad y protección de los datos. El proceso de desarrollo también requirió menos pasos intermedios y transferencias de datos en comparación con un trabajo similar realizado con Python.®, lo que redujo el tiempo entre la creación del prototipo y la implementación. Utilizando estas herramientas, los investigadores de DHGE crearon una app para que DMG MORI la implementara, lo que generó un proceso más sólido y eficiente para la producción y configuración de máquinas herramienta.
Los investigadores de DHGE planean seguir usando las herramientas de MATLAB (así como el soporte de MathWorks ) en proyectos futuros, que incluyen evaluar la función de esta app de mantenimiento predictivo, así como desarrollar una nueva toolbox de MATLAB para respaldar las importaciones de datos de máquinas para satisfacer una necesidad creciente en el panorama de la IA.
Productos utilizados
