Audio-AI stethoscoop: Real-time monitoring van machinegezondheid en kwaliteit

Onderzoekers hebben een systeem ontwikkeld voor efficiënte, lage-kost monitoring van machinegezondheid inclusief algehele kwaliteit, conditie en operationele status.

De innovatie gebruikt audio-gebaseerde kunstmatige intelligentie-technologie om de algehele condities van machines in fabrieken, ziekenhuizen en andere locaties te monitoren. Het systeem gebruikt een stethoscoop-achtig systeem als sensor en analyseert de data met een neural-netwerk-gebaseerd framework.

De oplossing gebruikt het concept van dokters die naar een lichaam luisteren om de initiële conditie te beoordelen of experts die naar machinegeluiden luisteren om te weten wat er gebeurt. Kunstmatige intelligentie wordt gebruikt om een breed scala aan geluiden van de machine te trainen en autonom veel dingen over de machine of het proces te bepalen.

Het systeem kan afwijkingen detecteren zonder een trainingsset gevoed te krijgen en is eenvoudiger en kosten-effectiever dan accelerometers of akoestische emissiesensoren. De technologie is ontworpen om interne geluiden van een machine te gebruiken om de machinestatus te bepalen, procescondities te beoordelen, machineconditie te diagnosticeren, en machinefalen te voorspellen.

Omdat alleen geluid gebruikt wordt, kan het voor een aantal verschillende toepassingen gebruikt worden. Één lage-kost sensor voor veel verschillende doeleinden kan de huidige uitdagingen in het gebied adresseren waar de meeste oplossingen redelijk aangepast zijn aan specifieke problemen.