您的位置:首頁 > 資訊 > 企業(yè)動態(tài) > 正文

嵌入式AI技術(shù)公司Aitad:人工智能技術(shù)能使機器人運行更為穩(wěn)定

2023-08-15 09:28 性質(zhì):原創(chuàng) 作者:南山 來源:AGV
免責(zé)聲明:中叉網(wǎng)(www.htyl001.com)尊重合法版權(quán),反對侵權(quán)盜版。(凡是我網(wǎng)所轉(zhuǎn)載之文章,文中所有文字內(nèi)容和圖片視頻之知識產(chǎn)權(quán)均系原作者和機構(gòu)所有。文章內(nèi)容觀點,與本網(wǎng)無關(guān)。如有需要刪除,敬請來電商榷?。?/div>
Aitad是一家專注于嵌入式AI技術(shù)的公司。Aitad的創(chuàng)始人Viacheslav Gromov分享了如何應(yīng)用專門的知識來增強機器人的穩(wěn)定性。這種穩(wěn)定性可以節(jié)省大量資金...Viacheslav Gromov,是德國Aitad公司的首...


Aitad是一家專注于嵌入式AI技術(shù)的公司。Aitad的創(chuàng)始人Viacheslav Gromov分享了如何應(yīng)用專門的知識來增強機器人的穩(wěn)定性。這種穩(wěn)定性可以節(jié)省大量資金...

Viacheslav Gromov,是德國Aitad公司的首席創(chuàng)始人,深知若機器的運行費用每小時為2,500歐元,那么機器人臂或其他工業(yè)機器人的任何故障都會迅速增加費用。因此,預(yù)防因技術(shù)問題導(dǎo)致的運行中斷是至關(guān)重要的,無論公司是僅使用一個機械臂還是多臺工業(yè)機器人。故障不僅會導(dǎo)致生產(chǎn)暫停,還會對倉儲成本帶來重大壓力。如果不這樣做,就需要持續(xù)保持大量關(guān)鍵備件的庫存。

格羅莫夫指出:“很難獲取關(guān)于生產(chǎn)機器人停機時間的官方數(shù)據(jù)。同時,這些數(shù)據(jù)的差異也很大,因此很難精確估算由此產(chǎn)生的損失。但在汽車行業(yè),每家公司每年因停機而產(chǎn)生的損失可以高達數(shù)百萬美元。根據(jù)行業(yè)經(jīng)驗,常見的故障部件包括連接部件、驅(qū)動設(shè)備和液壓系統(tǒng)。由于自然磨損,隨著時間的流逝,機械臂的精度會降低。但這種情況是可以避免的。”

走出固定的機器人維護流程

Gromov表示,為了解決這個問題,機器人制造商已經(jīng)制定了更或少嚴格的維護流程。目前,修正或預(yù)防性維護是主流做法。但選擇性的修復(fù)性維護可能會加速機器人部件的磨損。他進一步解釋,在現(xiàn)實中,機械臂往往只有在真正需要維修或維護時才會得到維修?;蛘哌M行預(yù)防性維護而不考慮機器的實際狀態(tài)。“因此,機器人制造商開始采用狀態(tài)監(jiān)測系統(tǒng)。這涉及基于機器人的實際狀態(tài)來預(yù)測未來的維護需求?!钡A(yù)測仍然是一個模糊的概念。事實上,狀態(tài)監(jiān)控只是一種更精細的故障檢測手段。它提供了更多的預(yù)測性維護優(yōu)勢。

數(shù)據(jù)量大的確好,但如何有效傳輸?

Gromov指出,在實際操作中,正確地收集關(guān)于系統(tǒng)或機器人的數(shù)據(jù)并有效地評估它們并不簡單。許多機器人還是通過一系列傳感器來進行監(jiān)控,但這些傳感器功能有限,只能收集部分數(shù)據(jù)。盡管如此,他強調(diào),當(dāng)涉及數(shù)據(jù)量時,“越多越好”這一說法是適用的,但也需要注意。收集和評估的數(shù)據(jù)越多,對未來機器狀況的預(yù)測就越精準。但數(shù)據(jù)傳輸?shù)木W(wǎng)絡(luò)容量是一個難題。例如,詳細的振動數(shù)據(jù)通常會產(chǎn)生大量的數(shù)據(jù),這使得數(shù)據(jù)的傳輸變得極為困難?!艾F(xiàn)在,這種問題通??梢酝ㄟ^所謂的邊緣計算來解決。算法將嘗試僅篩選出關(guān)鍵數(shù)據(jù),然后傳輸?shù)娇刂破鬟M行實際評估?!盇itad的創(chuàng)始人這樣解釋。但他也坦言,這需要強大且昂貴的計算能力,并會影響整個系統(tǒng)的效率。

嵌入式AI:一種更經(jīng)濟的機器人優(yōu)化技術(shù)

Gromov提到,如果想要盡量消除機器人的故障并降低成本,最佳做法是在源頭對傳感器數(shù)據(jù)進行分析。這并不是遙不可及的未來,但隨著半導(dǎo)體技術(shù)的進步,特別是在運行“嵌入式”人工智能的特定流程中,這在過去幾年已經(jīng)變得可能。這種嵌入式AI傳感器只傳輸評估后的結(jié)果,大大減少了傳輸?shù)臄?shù)據(jù)量。同時,處理大數(shù)據(jù)的能力也得到了增強,從而可以進行更深入、更準確的評估。格羅莫夫補充:“如果你在機器人中使用嵌入式AI,你不僅可以了解到當(dāng)前的磨損狀況,還可以對部件甚至整個機器的預(yù)期使用壽命進行精確預(yù)測。與在邊緣系統(tǒng)中使用的算法相比,嵌入式AI的優(yōu)勢在于,即使是復(fù)雜且難以預(yù)測的事件也可以被識別,并立即觸發(fā)適當(dāng)?shù)姆磻?yīng)。例如,非典型的振動模式可能意味著變速器有問題。

嵌入式AI不僅能更深入地分析數(shù)據(jù)。由于其對資源的需求較低,因此其成本并不高。因此,你可以用更少的投資獲得更高的性能。“傳統(tǒng)的預(yù)測維護系統(tǒng)可能會花費數(shù)千美元,而嵌入式AI的成本可能低至數(shù)十美元。”這也意味著更多的機器人可以享受到這種技術(shù)的好處,從而進一步降低維護成本。

網(wǎng)友評論
文明上網(wǎng),理性發(fā)言,拒絕廣告

相關(guān)資訊

關(guān)注官方微信

手機掃碼看新聞