相关实验视频
Updated: Jul 10, 2026

08:15
Data Communication Based on MQTT in a Polymer Extrusion Process
Published on: July 15, 2022
3.4K
基于边缘计算技术的机器状态监控系统
Igor Halenar1, Lenka Halenarova1, Pavol Tanuska1
1Institute of Applied Informatics, Automation and Mechatronics, Faculty of Materials Science and Technology in Trnava, Slovak University of Technology in Bratislava, 812 43 Bratislava, Slovakia.
Sensors (Basel, Switzerland)
|January 11, 2025
概括
本研究介绍了一种人工智能驱动的设备状态监控系统. 它使用边缘计算来处理传感器数据以进行预测性维护,增强工业运营.
科学领域:
- 工业工程 工业工程 工业工程
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 有效监控生产设备对于最大限度地减少停机时间和优化维护时间表至关重要.
- 传统的监控方法往往缺乏实时处理能力和先进的分析洞察力.
- 整合人工智能 (AI) 和边缘计算 (EC) 提供了一种有前途的方法来增强设备诊断.
研究的目的:
- 设计和评估一种用于评估生产设备状况的新系统.
- 通过边缘计算 (EC) 利用人工智能 (AI) 和专家系统 (ES) 来实时处理传感器数据.
- 通过集成的传感器子系统和数据分析,开发出可预测维护的强大解决方案.
主要方法:
- 开发一个传感器子系统,用于监控选定的生产过程参数.
- 在边缘 (EC) 实现使用人工智能和专家系统 (ES) 的数据处理算法.
- 设计通信基础设施和数据库,用于存储触发器并促进预测性维护.
- 设计系统的实验室测试和实验操作.
主要成果:
- 成功整合AI和EC,直接在现场处理传感器数据.
- 在数据库中生成触发器,以便进行有效的预测维护.
- 展示系统能够实时评估设备状况的能力.
- 开发一个交互式在线地图,以可视化生产系统状态.
结论:
- 设计的系统通过人工智能驱动的边缘处理的传感器数据有效地提高了设备状况评估.
- 人工智能,ES和EC的整合为工业环境中的预测性维护提供了一个强大的框架.
- 开发的解决方案为生产系统的实时监控和操作状态可视化提供了显著的进步.

