Virtex Perception - En tjeneste for prediktivt vedlikehold gjennom interaktiv maskinlæring.

Offentlig prosjektsammendrag

Tjenesten er rettet mot markedet for vedlikehold av industriuelt utstyr, og tilbyr kontinuerlig overvåkning av utstyrets helsetilstand. Tjenestens viktigste mål er å gjøre det mulig å unngå unødvendig vedlikehold og nedetid for utstyret som overvåkes. Dette oppnås ved at det sendes ut varsel når systemet oppdager avvik fra utstyrets normaltilstand som vil føre til havari. Et slikt varsel vil da inneholde anbefaling om vedlikehold og en estimert tidsfrist på når vedlikeholdet bør være utført for å forhindre havari. Med en slik varslingstjeneste vil det være mulig å gjøre det som kalles "prediktivt vedlikehold" (https://en.wikipedia.org/wiki/Predictive_maintenance). Den teknologiske kjernen i tjenesten består først og fremst i at måleverdier fra sensorer tilknyttet utstyret kontinuerlig blir behandlet av en datamaskin som bruker kunstig intelligens for å oppdage avvik som vil føre til havari. Maskinlæringsalgoritmene som benyttes må veiledes i den forstand at de må bli fortalt hvilke tilstander som er "gode" og hvilke som er "dårlige". Tjenesten tilbyr interaktive web-baserte verktøy til denne veildningen, slik at en fagekspert kan analysere ukjente tilstander og lære maskinen opp slik at den i fremtiden selv kan gjenkjenne tilstanden. Bruk av maskinlæringsalgoritmer er i seg selv ikke nytt i vedlikeholdssammenhenger. Men det er en kjent sak at det er mengden data tilgjengelig for opplæring av disse algoritmene, og spesielt kvaliteten på denne datamengden som avgjør hvor treffsikkert systemet blir i bruk. Vår tjeneste fokuserer sterkt på tilgjengeliggjøring av data gjennom verktøy som maksimerer nyttegjøring av ekspertkunnskap hos fagpersoner med erfaring med de maskiner eller prosesser som overvåkes. Dette skaper et fortrinn ved at tjenesten lærer fortere og blir så treffsikker som mulig.