3DSignals 通过声音分析破译机器维护

工业物联网最引人注目的方面之一是传感器技术能够解决困扰传统行业多年甚至数十年的问题。此类问题之一是机器维护和修理。直到最近，此类维护通常都非常耗时、成本高昂，而且由于难以找到合适的技术工人而受到限制。

一家通过物联网和机器学习相结合成功应对这些挑战的初创公司是以色列公司 3DSignals。

我与联合创始人兼首席执行官 Amnon Shenfeld 进行了交谈以了解更多信息。我总是很想知道人们是如何获得创业想法的。对于申菲尔德来说，它从一次简单的火车之旅开始：

Shenfeld 拥有深度学习的背景，他解释说：“我非常确定我可以训练一个神经网络来识别这些声音，以便自动报告它们并对它们进行分类，然后（并经过专家的一些验证），构建一个基于声音会增加很多关于机器状况的重要信息。”

怀着永不放弃的想法，Shenfeld 与一群来自不同学科的朋友开始了实地考察：机器学习、数学、电气工程，以及当地的一家钢铁厂。

“我们问工作人员，这里经常出现什么问题？答案之一是锯片，它们正在切割钢型材和横梁，因此它们经常会出现故障。他们告诉我们一些非常惊人的事情：‘我们有 50% 的效率，我们为此感到非常自豪，因为在钢铁行业它被认为是很多，’”他说。

他补充说，现在“我们是软件人员，我们感到震惊，因为如果您将所有这些资金投资于电力、人力、设备、物理空间，您可能希望获得超过 50% 的正常运行时间。他们在接管业务之前表示，他们正在做 20% 的业务，他们的主要痛点之一是无法预测的刀片故障；他们每次更换刀片至少需要 20 分钟，每条生产线平均每天需要 3 次。

“因此，我们谈论的是每台机器每天更换锯片所花费的时间超过一个小时，更不用说如果锯片破碎会对机器造成任何残留影响。他们尝试了现有的监测技术（例如电流、温度），但无济于事，”他说。

Shenfeld 认为他和他的朋友可以提供帮助，因此创建 3DSignals 的动力非常迫切。

破坏预防性维护周期

机器维护传统上是一个费力的过程，需要在每个工厂/工厂/工作场所派一个自然人来检查每台机器，通常是按照设定的时间表。传统上，它依赖于工程师来识别异常并做出相应的响应。

正如申菲尔德解释的那样，“人们过去常常依赖音响效果，例如在他们的汽车中，（看看它是否听起来）正常或听起来有点奇怪。同样，可以听到泵声的技术人员可以告诉您哪个工作正常。”

事实上，3DSignals 是第一家利用传感器技术通过声音监控机器的物联网公司。他们的系统可以扩展到一系列机器，“基于类似机器应该如何发声的知识，并学习特定机器的非常具体的声音。

这与人类过程非常相似，如果您要与监控一组机器的维护工程师交谈，他知道每台机器的正常情况或不正常情况，并且该系统会通过神经网络模拟这种行为，换句话说，深度学习。”

这一切都会提高维护效率和预测问题的能力，以便工程师可以根据需要做出响应，而不仅仅是在预先存在的预防性维护时间范围内。

3DSignals 系统伴随着易于使用的平台和云，这意味着“声音样本甚至可以发送给电机、泵、阀门的制造商，让他们回馈这些非常自然的知识。”他说，它与能源行业有着天然的联系，在那里“他们有这么多涡轮机在旋转，旁边没有人......他们来进行例行维护以修理泵，然后注意到完全不同的设备是由于听起来如何而失败。在我们之前，他们没有任何其他方法。”

声音技术主要在学术界研究用于语音识别，特别是在深度学习和算法方面。正如申菲尔德所说，“我们处于开发软件和算法以及开发自动听力的前沿。这非常令人兴奋。”

就连埃隆·马斯克也依靠神秘的声音试图解决 Space X Falcon 9 爆炸：

申菲尔德解释说，在向公司介绍他的想法时，他询问了满屋子适合工作人员的房间“你能通过声音知道你的机器是如何工作的吗？我从来没有拒绝过。”这项技术与从采矿到农业再到自动驾驶汽车的各个领域都具有天然的亲和力，这将不是您第一次听说 3DSignals。