Fermer

juillet 4, 2018

L'IA peut maintenant «écouter» les machines pour savoir si elles tombent en panne


Le son est partout, même quand on ne peut pas l'entendre.

C'est ce son silencieux, cependant, qui en dit long sur le fonctionnement des machines.

Helsinki Noiseless Acoustics et OneWatt basé à Amsterdam s'appuient sur l'intelligence artificielle (IA) pour mieux comprendre les schémas sonores des machines en difficulté. Grâce à l'IA, ils permettent une détection plus rapide et plus facile des problèmes. Les deux sociétés ont également été finalistes l'an dernier New Energy Challenge une initiative de Shell, YES! Delft et Rockstart qui examine les technologies et solutions innovantes dans les start-up européennes et israéliennes pour la transition énergétique . Après le succès de l'année dernière, une édition 2018 du défi vient d'être lancée

La valeur du son sans bruit

Selon le Département américain de l'énergie, l'utilisation de moteurs industriels représente 25% de toute l'électricité utilisation à l'échelle nationale. Pourtant, en dépit des rôles essentiels qu'ils jouent, les moteurs peuvent échouer pour un certain nombre de raisons, ce qui entraîne une perte de productivité et de rentabilité.

Mais s'il était possible de transformer ce son sans bruit en valeur? Grâce à l'IA, les sons peuvent être analysés pour détecter une défaillance de la machine. En d'autres termes: Rendre le son visible même s'il ne peut pas être entendu. À l'aide de capteurs non invasifs, d'algorithmes d'apprentissage automatique et de solutions de maintenance prédictive, les composants défaillants peuvent être reconnus à un stade précoce avant qu'ils ne deviennent un problème majeur.

OneWatt empêche les problèmes moteurs. Grâce à son dispositif EARS (Embedded Acoustic Recognition Sensors), combiné à l'apprentissage automatique et à l'analyse fréquentielle, OneWatt peut détecter et prévoir les défauts avant qu'ils ne surviennent. Cela inclut le quoi, quand et où d'un problème.

16 000 clips sonores de moteurs défectueux

La mise en service a utilisé son dispositif parmi les huit principaux défauts moteurs de l'industrie. Ceux-ci ont varié des failles de roulement aux fautes légères de pied. Ce faisant, l'entreprise a recueilli près de 2 To de données acoustiques contenant plus de 16 000 clips sonores de moteurs défectueux

"L'audio est le signe le plus apparent d'une défaillance mécanique", a déclaré Paolo Samontañez, CTO de OneWatt. "La plupart des défauts sont signalés dans ce domaine en raison du mouvement des composants dans le moteur créant un frottement. La lumière visible n'est pas un bon indicateur car elle ne peut pas voir à travers le moteur, et ne peut pas dire si les roulements se dégradent. "

L'échographie est une option pour visualiser les internes du moteur, mais Samontañez dit que c'est coûteux . Il faudrait également qu'un opérateur déplace l'émetteur et le récepteur, comme une machine à ultrasons dans un hôpital. L'audio est la solution idéale, principalement parce qu'elle est discrète. Cela est également une exigence primordiale pour les installations industrielles, car elles ont besoin de l'assurance qu'il n'y aura aucun effet négatif sur les moteurs lors de l'installation d'un appareil.

Noiseless Acoustics utilise une combinaison de matériel, de logiciel, et l'analyse lors de l'écoute du son.

Avec sa caméra NL la startup peut localiser des problèmes en utilisant le son. Similaire à l'imagerie thermique, la caméra NL capture les images de chaleur qui signalent du bruit sur l'écran. L'information est ensuite téléchargée sur le nuage où des algorithmes aident à évaluer le problème.

NL Sense est un autre outil qu'utilise Noiseless Acoustics. C'est un système non-intrusif qui identifie l'endroit exact où les problèmes sont. En utilisant un concentrateur de capteurs sans fil compact et des capteurs, qui peuvent être placés sur une surface donnée, il envoie automatiquement les informations au nuage où elles sont analysées et traitées.

"Le son décrit les choses, c'est complètement son propre monde" Kai Sakesla, PDG de Noiseless Acoustics, m'a dit dans une interview. Il ajoute qu'une fois qu'un signal sonore a été isolé d'une source AI est utilisé pour voir s'il y a un problème.

Revenir vers le haut