Eine neue KI-Überwachungsanlage von Forschern der Technischen Universität Kaunas (KTU) in Litauen analysiert wie einst Maschinenführer die Schallemissionen, um sich anbahnende Schäden frühzeitig zu erkennen. Denn unvorhergesehene Ausfälle von Maschinen kosten die Industrie weltweit jährlich rund eine Billion Dollar, schätzen  Fachleute.

«Da Schalldaten aufgrund der relativ geringen Installationskosten von Mikrofonen für bestehende Anlagen leicht zu sammeln sind, sind klangdatenbasierte Methoden von grossem Interesse», erklärt KTU-Informatiker Rytis Maskelinas. In sehr lauten Fabriken würden Schallemissionen von Maschinen jedoch überlagert von Fremdgeräuschen, was oft zu Fehlinterpretationen führe. So würden Schäden angezeigt, die es gar nicht gibt. Die Folge sei wiederum ein teurer Maschinenstillstand.

Maskelinas und seine Mitarbeiter setzen eine Schadenserkennungsmethode ein, die sich auf reale Klangdaten von perfekt in Schuss befindlichen Industriemaschinen stützt. Diese vergleicht der Algorithmus, den die Forscher in Litauen entwickelt haben, mit den Schallemissionen der Maschine, an der Fehler erkannt werden sollen. In einem Trainingsprozess lernt die Software gewissermassen, sich nur auf die Geräusche «ihrer» Maschine zu konzentrieren und anderen Lärm auszublenden.

Moderne Maschinen sind mit vielerlei Sensoren ausgestattet, die eine zuverlässige Früherkennung von Schäden sicherstellen. Doch es gibt, vor allem in weniger hochentwickelten Ländern, noch unzählige Anlagen, die nicht so gut ausgestattet sind.

Für diese hat Maskelinas das System entwickelt. Er hat auf einen umfangreichen Datensatz von Geräuschen von vier technischen Geräten zurückgegriffen. Geplant ist, diesen Datensatz um weitere Systeme zu erweitern.

(www.pressetext.com)