Etwas das besonders bei langjährigen Mitarbeitenden immer wieder als zentraler Vorteil erwähnt wird ist ihre Erfahrung zu erkennen, ob eine Maschine noch funktioniert oder nicht – allein am Geräusch, welches sie macht. Doch diese Fähigkeit stirbt mit immer kürzeren Arbeitszyklen immer stärker aus. Forscher der ETH Zürich versuchen dies nun mit künstlicher Intelligenz auszugleichen und haben eine KI entwickelt, die erkennen soll, ob eine Maschine „gesund“ ist oder Wartung benötigt.

Die Anwendungsfelder dieser KI sind dabei umfangreich, denn egal ob es sich um die Bahn, um Generatoren oder um Pumpen und Ventile handelt, sie alle haben einen einzigartigen Sound, der je nach Intensität und Dynamik eine besondere Reihenfolge haben kann – besonders bei Störungen.

AI can detect the sound of healthy machines. Can you? (Quelle: ETH Zürich)

 

Um diese Geräusche optimal auslesen zu können und um auch Abweichungen im kleinsten Dezibel Bereich wahrzunehmen, braucht es eine KI, welche die Mitarbeitenden bei ihrer täglichen Arbeit unterstützt. Die Forscher von ETH haben dafür ein maschinelles Lernverfahren entwickelt, welches die von Mikrofonen aufgenommenen Geräusche interpretiert und anhand der Erfahrungswerte ihrer menschlichen Kollegen trainiert wird. Ziel der Forschenden ist es, den Experten vor Ort ein Werkzeug an die Hand zu geben, welches automatisch die Abläufe überwacht, auch wenn alle anderen Kollegen im Feierabend sind. Das Machine Learning Verfahren funktioniert dabei jedoch nicht nur bei verschiedenen Maschinentypen, sondern auch für verschiedene Arten von Signalen, Geräuschen und Vibrationen.

 

Kommentieren Sie den Artikel

Bitte geben Sie Ihren Kommentar ein!
Bitte geben Sie hier Ihren Namen ein

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.