Ten, kdo mluví s ventilátorem

Datovací jazyk a AI – Poslové digitalizace

Digitální transformace neznamená od nedávna jen ChatGPT, ale i umělou inteligenci. Úkoly, které jí jsou svěřeny, zahrnují jak opakující se, tak vysoce komplexní činnosti. Generativní AI dokáže na základě lidských vstupů vytvářet texty a obrázky, popisná AI rozpoznává složité vzory a popisuje aktuální stavy. Aplikace AI jsou nalezeny jak v službách, tak ve výrobě.

Digitální transformace znamená také komunikaci. Prostředkem k tomu je mimo jiné používání digitálního věku, dat, nejen osobních údajů. Každá stroj, v případě ventilační techniky každý ventilátor, neustále komunikuje prostřednictvím dat generovaných během provozu. Jejich správné využití znamená určitý druh interakce mezi členy různých druhů – člověkem a strojem – a tím umožňuje hluboké porozumění. Protože se strojem odhalí něco o něm a jeho stavu prostřednictvím všech dat.

Výzvou je slyšet a pochopit jazyk ventilátoru. Přesně zde se zaměřuje Ziehl-Abegg, když využívá umělou inteligenci k analýze a tím se stává překladatelem ventilátorové řeči založené na datech.

Tradiční údržba – Malý prostor pro zásah

Plné pochopení ventilátoru může být zvláště důležité, pokud jde o potenciální poruchy nebo nutnost údržby. Tradiční přístup čeká, dokud se komponenty nezastaví nebo neporuší. To často znamená neplánované odstávky, někdy v nevhodných časech. Mohou také nastat následné škody na sousedních součástech. Pomocí pravidelných zásahů, kdy jsou plánovány odstávky, může být situace lepší. Ovšem může se stát, že jsou vyměněny i zcela funkční části. Navíc zkušenosti nebo údaje o životnosti nezaručují, že se komponenty neporuší neplánovaně a mimo plán. Každý produkt je jiný, různé procesy neumožňují stoprocentní předpověď stavu. To znamená, že zásoby náhradních dílů musí být vždy k dispozici a servisní pracovníci musí být připraveni i na krátkodobé zásahy.

Je tedy téměř nemožné najít ideální čas pro zásah do provozu za účelem údržby. Poruchy se často neobjeví náhle, ale jsou předpověditelné. Pokud však nelze rozpoznat tiché signály nebo vnějšími prostředky nevidět, že se komponenta zhoršuje, je nutné jednat na základě domněnek. Kdyby však ventilátor mohl kdykoliv poskytnout informace o sobě a svém stavu, člověk by byl vždy informován. Pochopení jazykové komunikace ventilátoru založené na datech znamená přesně vědět, jak je na tom on a jeho komponenty v každém okamžiku. Mohlo by být přesněji předpovězeno blížící se narušení.

Vestavěná senzoring – Získávání dat

V této oblasti již Ziehl-Abegg učinil několik průlomových kroků. Výzvou je nejprve získat data. Ventilátory byly vybaveny senzory přesně přizpůsobenými požadavkům ventilace, které umožnily jejich „mluvení“. Díky již existujícím senzorům v motoru ventilátoru lze přímo na místě získat vibrace a telemetrická data, například vibrace na osách, otáčky, teploty a spotřebovaný proud.

Přenos do cloudu – Historizace dat

Získaná data mohla být nyní vizualizována prostřednictvím odeslání do cloudového řešení ZAbluegalaxy. Jazyk ventilátoru se tak stal viditelným. Měřicí data mohla být sledována, zaznamenávána a archivována. Analýzy, které tímto způsobem vznikly, umožnily již první závěry o stavu ventilátoru, například na základě nich bylo možné vydávat varovné zprávy.

Vestavěná AI – Porozumění datům v reálném čase

Výzva porozumět jazyku a podle toho jednat již byla řešena. Nicméně několik faktorů činí lidským odborníkům téměř nemožným data včas číst, hodnotit a interpretovat. Patří sem zejména jejich množství a skutečnost, že některé provozní stavy nelze odvodit pouze z jednotlivých dat, ale pouze z jejich kombinací. Neustálé sledování dat včetně jejich analýzy není z lidské strany možné. A i kdyby bylo možné zpracovat jen malou část, již by byla zastaralá. Data v reálném čase tak nelze efektivně využít. Při poruše by mohl být překročen práh pro včasné zásahy.

Právě zde přichází na scénu umělá inteligence ve formě neuronové sítě. Neuronové sítě, složené z propojených umělých neuronů ve více vrstvách, jsou mistry ve přijímání a analýze dat. Do vstupní vrstvy přicházejí data ve formě vstupního vektoru a procházejí jednou nebo více skrytými vrstvami k výstupní vrstvě. Na každé úrovni dochází ke zpracování dat. Ve výstupní vrstvě jsou vypočtené hodnoty převedeny do čitelné podoby, například procentuální hodnota udává stav komponenty. Pokud je pravděpodobnost poškození, je vydána varovná nebo chybová zpráva.
Na základě těchto analýz je AI schopna v případě potřeby poskytnout doporučení k zásahu. Navíc může pomoci při diagnostice problémů nebo poruch tím, že na základě provozních dat identifikuje možné příčiny. Umělá inteligence tak přebírá roli zaměstnance, který neustále poslouchá komunikaci ventilátoru, rozumí jeho slovům, interpretuje je a navrhuje opatření. Data, která byla dosud zaznamenána, mohou být nyní smysluplně zpracována.

Nasazení AI – Příprava dat

Stejně jako každý zaměstnanec, i AI musí být zaškolena. Ziehl-Abegg ji trénoval v náročných předpracích: shromáždil miliony datových bodů, přiřadil je k jednotlivým provozním stavům. To vyžadovalo rozhodnutí, která data a znaky jsou důležité pro analýzu určitých stavů a jak je vážit. Simulovány byly poruchy a škody, aby AI znala normální chování ventilátoru a dokázala okamžitě rozpoznat i nejmenší odchylky. Současně byly velké objemy dat připraveny pomocí techniky feature engineering, tj. standardizace a transformace. Data musí být nejen kvalitní, ale i ve sjednocené podobě, aby bylo možné je porovnávat. AI tak dostává vodítko, podle kterého se může řídit.

Obzvlášť pro možnost provádět výpočty přímo na komponentě je třeba data zjednodušit, což vyžaduje rovnováhu mezi zjednodušením a maximální přesností. Celková agregace však zvyšuje srozumitelnost – příliš mnoho dat a příliš mnoho znaků by mohly analýzu ztížit. Vytrénovaná AI může být nyní testována na validačních datech.

Perfektní shoda – Odborné znalosti a AI

Data a AI musí být nejprve připravena na svůj úkol. I poté AI zaujímá důležité místo, ale nestává se jediným rozhodovatelem. Překládá jazyk ventilátoru díky skvělým analytickým schopnostem pro lidského odborníka a dává doporučení. Rozhodnutí, jak s doporučením naložit, musí být však učiněno po kontrole, která zahrnuje hodnocení informací a zohlednění dalších faktorů, lidskou expertízou. Člověk tak musí stále disponovat odbornými a kontextovými znalostmi, AI nemůže sama aktivně jednat. Je možné ventilátor nastavit tak, aby se při chybové hlášce ihned vypnul – ale toto nastavení je třeba aktivně požadovat a není to standardní funkcionalita.

Celkově spolupracují umělá a lidská inteligence úzce. Možnost sledování v reálném čase a analytické schopnosti AI, umístěné přímo u komponenty, tvoří dokonalou souhru s člověkem, který má odborné znalosti a je oprávněn rozhodovat.

Revoluční údržba – Oprávnění k zásahu díky AI

Zjišťuje se, že člověk má nyní dokonce větší prostor pro zásahy než dříve. Protože spolupráce s AI přináší moderní systém údržby, který může v mnoha ohledech bodovat. Ať už je poškození předvídatelné nebo neočekávané, každá škoda a potenciální porucha je nyní předem oznámena a dává čas na reakci. Člověk tak přesouvá své jednání spíše k aktivnímu zásahu než k pasivnímu nebo nouzovému. Klíčové je plánování. I neočekávané poruchy se hlásí předem, a naopak není třeba vyměňovat funkční části, které by mohly vydržet déle, než se očekávalo. Životnost součástky může být využita na maximum, a dopad poruchy na systém je zmírněn.

Oznámení obvykle poskytne dostatek času na stanovení vhodného termínu údržby. Probíhající procesy jsou optimalizovány, spolehlivost ventilátoru se zvyšuje. Odstávky jsou omezeny pouze na dobu údržby. Zaměstnanci již nemusí být připraveni na zavolání, a náhradní díly nemusí být nutně skladem. Čas a náklady na údržbu jsou minimalizovány. Údržba již není nepříjemným překvapením, které přeruší provoz, ale je do něj jakoby začleněna.

Kromě výhod optimalizované údržby existují i další. Časem bude možné identifikovat problematické oblasti, například při opakujících se chybových hlášeních, nebo určit dobu do prvního výskytu chyby, i s ohledem na prostředí. Provozní parametry lze podle potřeby snadněji upravovat. Plány údržby neztratí smysl, ale mohou být dále optimalizovány. Obecně je možné lépe poznat ventilátor a jeho provoz, což umožní zcela nové strategie údržby.

Význam času a prostoru – Vestavěný systém

Kromě obecného použití umělé inteligence je zvlášť důležitá implementace vestavěného systému. Přesněji řečeno, „embedded system“ je přítomen v dvojím smyslu. Senzory nemusí být zvlášť pořizovány, protože jsou již integrovány přímo do motoru – přizpůsobeny požadavkům ventilace, zatímco externí senzory nemusí zachytit všechny relevantní údaje.

AI není třeba kupovat zvlášť, protože je již přímo součástí systému. Není nutná žádná dodatečná externí software nebo infrastruktura, například platformy pro analýzu dat.

Připojení ventilátoru k bráně a přenos dat do cloudu – přičemž data musí aktivně požadovat uživatel – je možné, ale pro analýzu u jednoho zařízení není rozhodující. Výhody jsou zřejmé. Téměř žádné zpoždění, analýza je skutečně v reálném čase. Pokud je požadována vizualizace nebo ukládání dat, nebo pokud je třeba propojit více zařízení, přebírá to cloud. Množství přenesených dat se tak snižuje, což snižuje zatížení sítě. To je výhodné i pro data, která se přesto mají přenést. Cloud může ukázat práci AI navenek, zatímco AI se stará o to, aby byly odesílány pouze již zpracovaná a kvalitnější data.

Závěr

Ziehl-Abegg pokračuje ve své cestě, využívá již existující data, která přesně popisují stav ventilátoru. Umělá inteligence zde není jen „příjemná navíc“, ale základní součástí dalšího kroku. S řešením AI bylo vytvořeno nástroj, který revolucionalizuje údržbu i v oblasti větrání. AI překládá datově založený jazyk ventilátoru a stává se „komunikační inteligencí“. Díky popisu provozních stavů lze předpovídat možné poruchy, popisná AI se stává prediktivní.

Ve standardu může být v budoucnu instalována do každého ventilátoru a tím otevřít cestu zcela novým pracovním metodám. S ní má provozovatel ventilátoru stále přítomného servisního pracovníka, který analyzuje data a vyvozuje závěry. Paradoxně právě tento dodatečný krok pomáhá zvýšit autonomii díky lepším možnostem zásahu. Na jiném místě však odpadne krok: vestavěné řešení nevyžaduje nutně přenos dat. Nejnovější prostředek digitalizace, AI, tak činí trvalé připojení k síti zbytečným a optimalizuje použití cloudu. AI tak stojí samostatně, ale také vytváří dokonalou harmonii v hybridním řešení s ZAbluegalaxy.