"ब्रेकडाउन खोजने के लिए सुनो": प्रकाशित औद्योगिक मशीनों की ऑडियो रिकॉर्डिंग प्रकाशित हुई

हिताची के इंजीनियरों ने लड़ाकू स्थितियों में औद्योगिक उपकरणों के संचालन को दर्शाते हुए हजारों ऑडियो रिकॉर्डिंग का उत्पादन किया है। ऐसी लाइब्रेरी की मदद से, मशीन एल्गोरिदम सिस्टम के असामान्य संचालन का पता लगा सकते हैं और संभावित टूटने की भविष्यवाणी कर सकते हैं।

हम बताते हैं कि डेटा सेट में क्या गया और कौन अभी भी इसी तरह की परियोजनाओं पर काम कर रहा है।


^{फोटो अबी इस्माइल / अनप्लैश}

क्यों जरूरी है?

डॉक्टर कुछ बीमारियों का निदान करने के लिए स्टेथोस्कोप का उपयोग करते हैं। लेकिन इस तरह से विकृति का पता 20-20% लगाया जा सकता है। इसलिए, आज कृत्रिम बुद्धिमत्ता प्रणाली वाले इलेक्ट्रॉनिक स्टेथोस्कोप बचाव में आते हैं। उदाहरण के लिए, ऐसा उपकरण शिकागो के नॉर्थवेस्ट मेमोरियल अस्पताल के विशेषज्ञों द्वारा बनाया गया है । स्मार्ट एल्गोरिदम निदान की सटीकता को 97% तक बढ़ाने में मदद करते हैं।

एक समान दृष्टिकोण उत्पादन के क्षेत्र में गति प्राप्त कर रहा है - मशीन लर्निंग मॉडल औद्योगिक मशीनों की खराबी को प्रकट करते हैं: प्रसारण, पंप, प्रशंसकों या वाल्व के संचालन में अप्राकृतिक शोर। मशीन सीखने की सटीकता और गुणवत्ता में सुधार के लिए, हिताची ने औद्योगिक मशीनों की ऑडियो रिकॉर्डिंग का एक सेट सार्वजनिक रूप से तैयार किया और उपलब्ध कराया। वास्तविक कारखाने की स्थितियों में काम किया गया है।

लेखकों के अनुसार, यह दुनिया में इस तरह का पहला डेटा सेट है । इसे MIMII डेटासेट - ध्वनि डाटसेट के लिए खराबी औद्योगिक औद्योगिक जांच और निरीक्षण कहा जाता है।

अंदर क्या है

चयन में वाल्व, पंप, पंखे और रेल गाइड की आवाज़ होती है। उनमें से सभी विभिन्न निर्माताओं से हैं। संग्रह में सामान्य परिस्थितियों में काम करने वाली मशीनों की आवाज़ के साथ 26 हजार से अधिक दस-सेकंड नमूने हैं। इसके अलावा, दोषपूर्ण उपकरणों और मशीनों के काम की रिकॉर्डिंग के साथ 6 हजार ऑडियो फाइलें हैं जो "अपूर्ण स्थिति" में हैं।

इन स्थितियों में: गाइडों को नुकसान और उन पर स्नेहन की कमी, ब्लेड के रोटेशन के दौरान असंतुलन और उनके ठेला, तेल रिसाव और पावर सर्ज।

^{फोटो सर्गेई अकुलिच / अनप्लैश}

ऑडियो नमूनों की अवधि 10 सेकंड है, ये सभी WAV प्रारूप में 16 kHz की नमूना आवृत्ति के साथ दर्ज किए जाते हैं। कई उत्पादन कारखानों में एक बार रिकॉर्डिंग की गई। आठ माइक्रोफोन का उपयोग किया गया था, एक गोलाकार सरणी में इकट्ठा किया गया था और मशीन टूल्स और उपकरणों से 10-50 सेमी की दूरी पर स्थापित किया गया था (आरेख पृष्ठ 3 पर व्हाइटपेपर में पाया जा सकता है)।

किट को CC BY-SA 4.0 के तहत लाइसेंस दिया गया है। अभिलेखागार ज़ेनोडो साइट पर हैं , लेकिन उनका कुल वजन 150 जीबी से अधिक है । आप यहां कई ऑडियो रिकॉर्डिंग सुन सकते हैं ।

लेखक की योजना

एक औद्योगिक मशीन के प्रत्येक मॉडल के लिए - चूंकि उन सभी की अपनी ध्वनिक विशेषताएं हैं - इंजीनियरों ने विसंगति डिटेक्टर विकसित किए। टेस्ट लॉन्च से पता चला है कि प्रशिक्षित बुद्धिमान सिस्टम प्रशंसकों और रेल गाइडों में खराबी का बेहतर पता लगाते हैं। लेकिन डिटेक्टरों ने वाल्व के संचालन का विश्लेषण करने में कठिनाई का अनुभव किया।

इंजीनियरों ने इसे इस तथ्य से समझाया कि वाल्व को खोलने और बंद करने की आवाज़ कम है और शायद ही कभी होती है। इस प्रकार, अन्य तंत्रों के स्थिर और निरंतर ध्वनियों की तुलना में खराबी की पहचान करना अधिक कठिन है। वाल्व के संचालन में विसंगतियों का पता लगाने के लिए प्रभावी एल्गोरिदम का विकास, हिताची विशेषज्ञ भविष्य में निपटेंगे।

इसी तरह की परियोजनाएं

पहली उपधारा में, हमने ध्यान दिया कि कृत्रिम बुद्धिमत्ता प्रणाली स्वास्थ्य सेवा क्षेत्र में प्रवेश करती है। इसलिए, प्रशिक्षण एल्गोरिदम के लिए बड़ी संख्या में डेटा सेट जो आंतरिक अंगों के रोगों का निदान करते हैं, इस क्षेत्र में भी दिखाई देते हैं। उदाहरण के लिए, स्टैनफोर्ड विश्वविद्यालय के एक इंजीनियर ने सार्वजनिक रूप से दिल की धड़कन की असामान्यता का वर्गीकरण प्रकाशित किया है।

इसका उपयोग स्मार्ट स्टेथोस्कोप विकसित करने के लिए किया जाता है - डेटा सेट को भारत, अमेरिका, कनाडा, फ्रांस, जर्मनी और अन्य देशों के विशेषज्ञों द्वारा 7 हजार से अधिक बार डाउनलोड किया गया है।


^{फोटो मार्सेलो लील / अनसप्लेश}

एक और उदाहरण कारों की दुनिया से है। इजरायली कंपनी 3dsignals एक बुद्धिमान नैदानिक ​​प्रणाली विकसित कर रही है। इसके लिए धन्यवाद, कार मालिक खराबी के बारे में समय पर जानकारी प्राप्त करने में सक्षम होंगे। लेखकों का दावा है कि सिस्टम उस समय अंतराल की भविष्यवाणी करने में सक्षम है जिसके दौरान एक ब्रेकडाउन होगा।

परीक्षण के परिणामों के अनुसार, ऐसे निदान की सटीकता 98% है। दुर्भाग्य से, डेटा सेट जिस पर तंत्रिका नेटवर्क को प्रशिक्षित किया गया था, 3dsignals में खुलासा नहीं किया गया है। कंपनी का समाधान बड़े औद्योगिक प्रतिष्ठानों की निगरानी के लिए भी उपयुक्त है। उदाहरण के लिए, ऊर्जा टरबाइनों की स्थिति का मूल्यांकन करने के लिए पहले से ही Enel Green Power Corporation में इसका उपयोग किया जा रहा है ।

---

हमारे ब्लॉग से अतिरिक्त पढ़ना:

कुतिया बेटी: क्यों ऑडियो इंटरफेस एक महिला आवाज में बोलते हैं
"मशीन साउंड": तंत्रिका नेटवर्क पर आधारित सिंथेसाइज़र

विभिन्न प्रकार की प्रकृति वाली लाइब्रेरी
यूआई के लिए लगता है: थीम्ड संसाधनों का संकलन
परियोजनाओं के लिए ऑडियो नमूने कहाँ से प्राप्त करें: नौ विषयगत संसाधनों का चयन
आपकी परियोजनाओं के लिए संगीत: क्रिएटिव कॉमन्स ट्रैक के साथ 12 विषयगत संसाधन
वेब पर ध्वनि की कल्पना कैसे करें: विषयगत सामग्री और वीडियो व्याख्यान का चयन

---