Ο στόχος είναι να αναπτυχθεί ένας αισθητήρας ροπής με τεχνητή νοημοσύνη (AI) που εντοπίζει ανεπάρκειες και προτείνει μέτρα προληπτικής συντήρησης. Αυτό προορίζεται να αυξήσει τη μακροζωία και τη βιωσιμότητα του αισθητήρα και των συστημάτων που παρακολουθεί.
Σε αντίθεση με τις στατικές και ενσύρματες μετρήσεις για αισθητήρες δύναμης, οι περιστρεφόμενοι άξονες μέτρησης με ασύρματη μετάδοση σήματος δημιουργούν μεγαλύτερες απαιτήσεις στην ανάπτυξη. Εκτός από τη μηχανική σχεδίαση του αισθητήρα, πρέπει επίσης να ληφθούν υπόψη πιο σύνθετα ζητήματα σχετικά με την ηλεκτρομαγνητική μετάδοση σημάτων αισθητήρα με αντοχή στις παρεμβολές. Οι διαδικασίες κατασκευής και προσαρμογής είναι πιο περίπλοκες λόγω του μεγαλύτερου αριθμού εξαρτημάτων.
Ο συνδυασμός τεχνολογίας μέτρησης ροπής και επεξεργασίας δεδομένων που βασίζεται σε AI αντιπροσωπεύει μια σαφή πρόκληση για την ομάδα και υπερβαίνει κατά πολύ τις καθημερινές εργασίες. Αυτό περιλαμβάνει τη δημιουργία μοντέλων, τη συλλογή δεδομένων και την προετοιμασία δεδομένων εκπαίδευσης για την τεχνητή νοημοσύνη.
Τα συμβατικά συστήματα χρησιμοποιούν συχνά μια μέθοδο μετάδοσης σημάτων μέτρησης από έναν περιστρεφόμενο άξονα που βασίζεται σε ηλεκτρικές συρόμενες επαφές. Ωστόσο, αυτή η μέθοδος έχει μειονεκτήματα καθώς οδηγεί σε φθορά και απώλειες και είναι εντατική σε συντήρηση.
Αντίθετα, η λύση έργου χρησιμοποιεί μια μέθοδο χωρίς επαφή για τη μετάδοση σημάτων μέτρησης από τον περιστρεφόμενο άξονα, αποφεύγοντας έτσι τα προαναφερθέντα μειονεκτήματα.
Ορισμένοι ανταγωνιστές προσφέρουν επίσης μεθόδους χωρίς επαφή για τη μέτρηση της ροπής. Ωστόσο, αυτά τα συστήματα δεν διαθέτουν ολοκληρωμένη επεξεργασία δεδομένων με βάση αισθητήρες που βασίζεται στην τεχνητή νοημοσύνη (AI). Αυτό επιτρέπει μια λεπτομερή ανάλυση της διαδικασίας και παρέχει πολύτιμες πληροφορίες σχετικά με τις ανεπάρκειες και τα προληπτικά μέτρα συντήρησης.
Στόχος είναι η ανάπτυξη ενός νέου τύπου συστήματος για τη μέτρηση ροπής χωρίς επαφή σε περιστρεφόμενους άξονες με συλλογή, μετάδοση και επεξεργασία δεδομένων σε πραγματικό χρόνο με υποστήριξη ΤΝ σε επεξεργαστή ενσωματωμένο στον αισθητήρα. Πρέπει να αναπτυχθεί μια ειδική ηλεκτρονική μονάδα και να επιλεγούν οι κατάλληλες τεχνολογίες επεξεργαστών ώστε να επιτευχθεί η απαιτούμενη χωροταξική και ενεργειακή απόδοση. Πρέπει να σχεδιαστούν μοντέλα τεχνητής νοημοσύνης για την επεξεργασία δεδομένων και να εκπαιδευτούν με προσομοιωμένα και μετρημένα δεδομένα. Πρέπει να σημειωθεί ότι η εκτέλεση πραγματοποιείται σε ενσωματωμένο σύστημα με περιορισμένη υπολογιστική ικανότητα και χαμηλή κατανάλωση ενέργειας.
Η διεπιστημονική φύση των εργασιών ανάπτυξης, συμπεριλαμβανομένων τομέων όπως ο μηχανικός σχεδιασμός, η δυναμική του ρότορα, τα ηλεκτρονικά, τα ηλεκτρομαγνητικά, ο ενσωματωμένος προγραμματισμός και τα μοντέλα τεχνητής νοημοσύνης, ενέχει εγγενή κίνδυνο. Ένα προϊόν που είναι κατάλληλο τόσο για τη βιομηχανία όσο και για την κατασκευή πρέπει να πληροί πολύ υψηλές απαιτήσεις και να είναι ανθεκτικό στην κατασκευή και στις ανοχές υλικών καθώς και στις διακυμάνσεις της διαδικασίας.
Η πρόκληση ειδικότερα είναι να επιτευχθεί ευρωστία για ενσωματωμένες εφαρμογές τεχνητής νοημοσύνης, έναν τομέα στον οποίο δεν υπάρχει επί του παρόντος καμία εμπειρία ή αναφορές. Επιπλέον, η εφαρμογή πολύπλοκων μοντέλων τεχνητής νοημοσύνης σε συμπαγή και ενεργειακά αποδοτικά ενσωματωμένα συστήματα είναι μια πρόκληση. Ο κίνδυνος επιδεινώνεται από την ανάγκη δημιουργίας επαρκούς όγκου δεδομένων εκπαίδευσης για την τεχνητή νοημοσύνη, η οποία πρέπει επίσης να πληροί τις απαιτήσεις όσον αφορά την ποιότητα και τη διακύμανση.
Παρά τους σημαντικούς κινδύνους, το έργο προσφέρει μια ευκαιρία για την προώθηση της τεχνολογικής καινοτομίας. Με τη σωστή ομάδα, ισχυρές αρχές σχεδιασμού, εντατική έρευνα και αποτελεσματική διαχείριση δεδομένων και κινδύνου, οι προκλήσεις μπορούν να ξεπεραστούν.
Αυτό το έργο έχει τη δυνατότητα να ανοίξει το δρόμο για μελλοντικές εξελίξεις σε αυτόν τον συναρπαστικό τομέα. Δείχνει ότι με το ρίσκο έρχεται μια μεγάλη ευκαιρία.
English 
Deutsch 
español