如何使用AI改善性能和安全性

新连接的设备和智能机器象征着“工业4.0”的兴起,它们的出现重新定义了可能性。物联网(IoT),人工智能(人工智能)和机器学习为建筑行业提供了有用的预测性维护功能。这些可以帮助组织估计即将到来的维护需求,并防止意外故障及其造成的停机时间。但是,通过连接的传感器将设备状态实时传送到云,可以获得许多其他好处。

通过连续记录整个组织的一系列传感器读数,人工智能系统能够了解什么构成了不同机器的“正常”运行基准。通过监视超出此范围的活动,这些系统可以生成警报和采取措施,以提高机械性能,或减轻操作人员可能不会注意到的潜在不安全状况。

例如,考虑一件重型设备,例如卡车或挖掘机。随着发动机磨损的加剧以及各种机械问题的出现,其性能可能会降低,从而导致燃油效率降低,功率输出降低,从而使工作进度变慢。或者,随着其制动系统的磨损,它们会产生可测量的更大的热量,减小的制动力以及其他可以预测可能发生的危险情况的因素(例如,随着船上负载的增加,潜在的制动失败)。可以主动检测到这些问题,并通过预先警告(维护,修理,更换,升级)触发适当的操作来减轻风险。这将防止由于故障而导致容量降低或由于机械故障而增加物理危险的可能结果。

该设备的另一种情况是监视位置的安全性和因果关系。例如,如果设备产生了快速,意外的启动/停止运动,则可能表明该设备已坠毁,翻倒或其他异常动作,可能会给操作员带来危险。另一方面,如果设备开始像这样常规地生成异常数据,则可能表明操作人员正在以危险方式(快速加速/制动,在不安全的坡度上作业等)执行其工作。这可以生成不同类型的警报,例如警告经理重新培训此类行为,或者定义更安全的SOP(标准操作程序)。

当安全性,生产率和总拥有成本(TCO)成为所有优先事项时,使用可用的最佳技术来监视组织资产生成的数据是有意义的。今天,很有可能在整个企业中实际使用IoT数据,并且专业的供应商可以帮助评估可用数据并为IoT设备创建机器学习策略。通过这种方法,现代建筑组织可以立即看到今天的收益,并在明天看到自己的未来。

Josh Webb是Predii业务开发的副总裁。