Advanced NDT

Extrakcí charakteristikcého rysu je možné klasifikovat testované objekty na základě naměřených signálů, např. aktivně či pasivně získaných akustických signálů, obrazových záznamů nebo jiných parametrů jako je teplota. Pozornost se přitom soustřeďuje na přiřazování významu těmto komplexním datům, např. »Toto ozubené kolo je bez vady« nebo »Tento ventil dosáhl 80 % jeho životnosti«. Fraunhofer IKTS má na tomto poli dlouholeté a rozsáhlé zkušenosti. Vyvinuté algoritmy byly doposud úspěšně testovány a použity v různorodých aplikacích, mimo jiné ve strojírenství ale také v automobilovém, sklářském, papírenském, textilním a hodinovém průmyslu. Kromě počítačového řešení byl navíc vyvinut autarkní a modulární přenosný měřicí přístroj, na který se dají připojit různé senzory a mikrofony.

Technické detaily

• Nezávislost na typu nedestruktivní metody, měřicího principu a typu použitých senzorů
• Možnost kombinace dat z různých senzorů

Oblasti aplikace

• Analýza dobrých/špatných výsledků
• Předpověď životnosti dílů
• Rozeznání trhlin, vměstků a rázů
• Monitoring opotřebení
• Monitoring stavu dílů, strojů a celých zařízení
• Monitring výrobních procesů

Strojové učení slouží jako podobor umělé inteligence k učení většinou velkého množství nasbíraných dat. Tento proces však neprobíhá učením se zpaměti, ale na základě rozpoznáváním vzorců a zákonitostí známých příkladových případů, tzv. tréninkových dat. V tréninkovém procesu jsou vytvořeny zobecněné modely, pomocí kterých je možné klasifikovat nová data. Fraunhofer IKTS k tomu používá speciální strojové metody, jako jsou deep learning k tréninku hlubokých neuronových sítí (DNN), expectation-maximization algoritmus (EM) pro skrytý Markovův model (HMM) nebo konvexní optimalizace pro metodu podpůrných vektorů (support vector machines, SVM). Speciální tréninkový software umožňuje jednoduché učení nových modelů, například pro další série jednoho a toho samého dílu nebo dílů podobných.

Nabídka

• Rozeznávací a tréninkový software
• Hardwarové moduly
• Datová analýza a vyhodnocování
• Vývoj celých systému dle zadání zákazníka

Dalším stěžejním bodem v kontextu Industry 4.0 jsou asistenční systémy, které podporují člověka v manipulaci s technikou. Fraunhofer IKTS vyvíjí pro řízení asistenčních systémů kognitivní uživatelská rozhraní, která umožňují přirozený dialog mezi člověkem a systémem. Díky tomu uživatel nepotřebuje mít povědomí o tom, jak systémy fungují, ani se učit nové příkazy. Toto rozhraní se samostatně přizpůsobí pracovnímu stylu uživatele a zadání. Navíc je systém schopen se naučit rozeznat indivuální způsob užívání a může být řízen různými typy komunikace (např. řečí). To usnadňuje ovládání systému v komplikovaných podmínkách jako je například stížený přístup k testovanému tělesu nebo ozářené prostředí.

Výhodou tohoto kognitivního uživateského rozhraní vyvinutého na Fraunhofer IKTS je schopnost pracovat autarkně. Pro jeho plnou funkci není zapotřebí internetového připojení ani telefonní sítě. Hardwareový modul nevyužívá ani zdrojů testovacího zařízení. Získaná data jsou ukládnána pouze na asistenčním zařízení a nejsou přenášena na externí servery nebo na cloudy třetích stran, čímž je zajištěno absolutní zabezpečení dat. Díky tomu je tato technologie vhodná i pro důvěryhodné a lokální aplikace, kde dochází k manipulaci s citlivými údaji.

Technické detaily

• Funkčnost bez telefonní sítě a internetového připojení
• Bez přenosu uživatelských dat na servery třetích stran
• Možnost bezdotykove komunikace (»hands and eyes free«)

Oblasti alikace

• Údržba, oprava a provoz (MRO) pro:
• Velké technické infrastruktury
• Letectví
• Technika pro průmyslová zařízení
• Interakce mezi člověkem a strojem
• Řízení strojů a zařízení

Nabídka služeb

• Rozeznávací software
• Hardware
• Tréninkový software
• Vývoj dle zadání zákazníka