В ASUS придумали, как с помощью ИИ выявлять дефектные вентиляторы охлаждения

AIoT-подразделение тайваньской компании Asustek Computer, работающее над технологиями искусственного интеллекта и интернета вещей, на недавней выставке промышленной автоматизации Taipei International Industrial Automation Exhibition 2020, прошедшей в Тайбэе с 19 по 22 августа, представило ИИ-системы контроля качества продукции, анонсированные ASUS этим летом. ИИ-система AI Wave Signature анализирует звуки исправно работающих вентиляторов охлаждения и создает на их основе звуковую сигнатуру. Затем с помощью этой сигнатуры ИИ-алгоритм обучается быстро оценивать качество вентиляторов и выявлять дефекты в их работе. К достоинствам системы разработчики относят ее 100-процентную точность и минимальное время обучения ИИ-алгоритма - для этого нужно всего три звуковых файла продолжительностью 30 секунд каждый. Для сравнения, у производителей компьютеров и потребительской электроники уходит от трех до шести месяцев на подготовку профессиональных инспекторов качества, которые могут выявлять дефекты в вентиляторах по звуку их работы. При этом в отличие от ИИ-системы, подобные специалисты подвержены слуховому утомлению и другим профессиональным факторам, которые негативно влияют на их здоровье и снижают эффективность работы. Использование системы AI Wave Signature может сочетаться с проверкой качества продукции по другим параметрам, таким как сила электрического тока, напряжение, вибрация и т. д. Систему также можно применять для мониторинга производственного оборудования в режиме реального времени. Например, AI Wave Signature может следить за работой двигателей на предприятиях. В случае каких-то аномалий ИИ-система немедленно оповестит оператора. Это позволит выявить неполадки и отремонтировать оборудование до того, как оно полностью выйдет из строя, а значит, поможет избежать простоев на предприятии. Asustek также разработала ИИ-систему визуального контроля качества AI Visual Inspection System для выявления дефектов поверхностей. Существующие решения автоматизированного оптического контроля (АОК) обычно имеют точность около 80-90 процентов, а значит, более 10 процентов дефектов могут быть пропущены. Кроме того, чтобы настроить АОК-систему, в ее базу нужно внести от нескольких сотен до нескольких тысяч фотографий с изображением возможных дефектов. Благодаря обучению с помощью технологий искусственного интеллекта точность системы визуального контроля ASUS достигает 98 процентов. Кроме того, для тренировки ИИ-алгоритма ей требуется всего 50 изображений, рассказал журналистам DigiTimes Цэн Ли-фан, старший директор по стратегическим продуктам и развитию партнеров Asustek. Ссылка на источник