嵌入式AI案例研究:改造工业检测和提高工人安全的开放创新挑战

描述

 

 

 

该实验项目是Safetytech Accelerator与塞拉菲尔德核电站,国家核实验室(NNL)和Reality AI合作,对通风管道进行远程检查,以识别穿孔等缺陷。

 

 

挑战

 

根据英国《工作健康与安全法》要求定期检查通风系统并记录检查结果。目前,通风管道是目视检查或利用超声波厚度探测检测的,这需要大量的成本和时间,如果手动完成,可能会造成人为错误和通风设备损坏的潜在风险。

这项开放式创新挑战旨在使用数字化解决方案来改变通风管道检测方式,并确保未来几十年工人和环境的安全。

Safetytech Accelerator开始寻找供应商,以便在未来为管道和更广泛的工业资产提供持续的远程监控。经过全面的调查,4家公司入围向挑战合作伙伴推介各自的解决方案。

最近被瑞萨电子株式会社收购的美国初创公司Reality AI被选为技术合作伙伴。Reality AI平台内置分析传感器数据功能,并有解读工业声音和振动的特定经验。

 

实验

 

该实验集中在监测非核NNL设施的管道。由于COVID-19大流行严重影响了对该设施的使用,但一旦生活开始恢复正常,我们就使用方形钢管和动力空气过滤器建造了一个测试台。

 

mcu

管道试验台

 

Reality AI的硬件由连接到数据收集设备的麦克风和激励器(声音创建器)组成。该设备使用强大的磁铁连接到管道上。

 

mcu

一个激励器和两个麦克风连接到管道的两个部分

 

虽然在COVID-19大流行期间禁止进入该设施,但Reality AI能够使用运往纽约实验室的管道进行一些初步测试。这使得Reality AI能够确保为最终数据收集选择正确类型的传感器。一旦NNL设施准备好进行测试,Reality AI就将其数据收集硬件运送到坎布里亚郡(英国),供NNL员工安装和操作。

该实验收集了96个处于各种操作状态的通风声学样本,管道和法兰正常或有缺陷。NNL工作人员能够根据每个测试的要求将管道部分替换为正常或穿孔部分。

声学样本被上传到直观而强大的Reality AI平台,该平台内置了数据导入,数据清理,模型训练,测试和部署功能。训练了特定于NNL环境的模型,并保留了一段数据,以便在稍后阶段验证AI模型。

 

mcu

用于声音分析的Reality AI平台

 

结果

 

使用750ms、1000ms、1250ms和1500ms的窗口大小收集声音样本。分析表明,最佳窗口长度为1s。这意味着在生产中,可以在一秒钟内检测到缺陷,并且与较大的窗口尺寸相比,使用较少的计算能力。

 

使用1s窗口大小,试点解决方案执行如下

  • 检测正常操作:100%准确率

  • 检测松动的法兰:97.6%的精度

  • 检测穿孔:97.5%的准确度

 

高水平的准确性甚至令Reality AI团队感到惊讶,同时还需要做更多的工作,特别是在一天中的不同时间收集数据,这可能会影响结果。然而,该实验验证了使用声学分析作为远程和连续监测工业通风管道的可行方法。这改进了目前偶尔检查的做法,可以立即识别缺陷,而不会将人员置于潜在的危险环境中。

 

 

“Reality AI与Safetytech Accelerator, Sellafield和NNL合作进行了通风管道检查试点。随着时间的推移,我们面临着包括Covid在内的各种挑战,但最终证明了使用声学传感器识别管道系统中缺陷的可行性。结果看起来很有希望,我们现在需要进行更大规模的测试,以准备和验证ML模型以供将来使用。

这是各方之间的良好合作,包括项目规划、硬件设计、数据收集和模型构建。Reality AI期待为该项目的实际部署提供支持。”

Nalin Balan(业务发展主管),Reality AI

 

 

全行业影响

 

除了核能之外,在这一挑战中试点的声学解决方案有可能提高管道检测至关重要的行业的安全性,包括制造、制药和航运,从而降低对人和环境的风险。

 

 

“与Reality AI和Safetytech Accelerator合作是一次奇妙的经历!尽管由于Covid大流行和地理分隔,需要完全远程完成该项目,但项目团队已经测试并证明,使用人工智能处理声学信号以确定潜在的通风管道故障机制具有真正的潜力。该系统在检测我们模拟的各种缺陷方面的可靠性给我们留下了深刻的印象。利用NNL在坎布里亚郡设施中设计,建造和操作实验钻机的专业知识,再次证明了Sellafield LTD和NNL之间合作关系的实力。NNL是英国核部门创新的渠道,使Reality AI等中小企业的创新技术能够发展成为Sellafield及其他地区的有影响力的解决方案。我们期待在这个试点项目所做的出色工作的基础上,支持该项目在现实世界中部署这种人工智能的新应用。”

Andy Cooney(创新主管)Sellafield

 

Case study: An open innovation challenge to transform industrial inspection and improve safety of workers - Safetytech Accelerator

 

 

 


原文标题:嵌入式AI案例研究:改造工业检测和提高工人安全的开放创新挑战

文章出处:【微信公众号:瑞萨MCU小百科】欢迎添加关注!文章转载请注明出处。


打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分