Искусственный интеллект для распределенных сенсорных систем от Lenord + Bauer и STMicroelectronics
Использование искусственного интеллекта в недалеком будущем позволит измерительным системам для рельсовых транспортных средств независимо анализировать получаемые данные, а также генерировать и классифицировать различную информацию. Исследуя упомянутые возможности, Lenord + Bauer и STMicroelectronics в совместном инновационном проекте разработали демонстрационный образец с нейросетью для анализа данных о вибрации на подшипнике.
Все больше систем и измерительных приборов устанавливается на железнодорожных транспортных средствах для повышения безопасности подвижного состава, однако современные концепции безопасности требуют связи между узлами таких систем в реальном времени. Для уменьшения нагрузки на сеть связи в транспортном средстве необходимо анализировать данные датчиков там, где они возникают, т.е. передаваться должны только те данные, которые действительно нужны центральной системе. Перенос обработки данных из центральной системы в распределенные процессоры является одним из способов реализации искусственного интеллекта. Так, например, микроконтроллер датчика может обрабатывать полученные данные локально при помощи алгоритмов.
Нейронные сети, идентифицирующие наборы и классы данных с помощью многоступенчатых вычислений, могут использоваться при создании алгоритмов. С помощью статистического анализа входных данных могут быть решены задачи, предъявляющие высокие требования к физическому моделированию или не имеющие аналитического решения.
Мощности обработки микроконтроллеров на данный момент недостаточно для обучения нейронных сетей, но они могут эффективно обрабатывать алгоритмы полностью обученной сети. В соответствии с этим подходом STMicroelectronics и Lenord + Bauer реализовали совместный проект. Было разработано специализированное программное обеспечение, которое преобразует обученные нейронные сети для 32-битного микроконтроллера STM32. Датчик вибрации, состоящий из блока измерения ускорения и микроконтроллера STM32, обнаруживает различные типы сигналов и классифицирует их с помощью нейронной сети. Результаты будут реализованы в концепции продукта i3SAAC от Lenord + Bauer. В итоге объединенные интеллектуальные, интегрированные и интерактивные датчики с автономными приводами и контроллерами будут сами оценивать полученные данные.
При реализации на практике датчик вибрации, установленный на опоре рельсового транспортного средства, оснащен искусственным интеллектом и выявляет повреждения или усталость материала на ранней стадии. Затем датчик сообщает эту информацию в центральную систему технического обслуживания, которая собирает и анализирует информацию со всех датчиков. Затем состояние подшипника можно оценить с помощью представления вибрации на мониторе.