Fünf Schritte
Eine KI-basierte Geräuschprüfung schafft konsistente Prüfkriterien, ermöglicht eine lückenlose Fehlererkennung und erhöht so die Prozessstabilität. Eine vorherige Eingrenzung und Spezifizierung der zu erkennenden Anomalien ist dabei nicht notwendig. Basierend auf einem Deep-Learning-Ansatz erkennt die Lösung Ausfälle und unerwünschte Geräusche. Auch neu auftretende Fehler können durch das lernende System erkannt werden. Die Ergebnisse werden in einer Webanwendung dokumentiert, visualisiert und zusammengefasst. Die KI-basierte Geräuscherkennung besteht aus fünf Schritten.
- Zuhören und Erfassen: Der Prüfstand oder die Station ist mit minimalinvasiver Sensorik ausgestattet. Die Datenerfassung wird gestartet. Dieser Prozess ist in kürzester Zeit erledigt, um schnell zum interessanten Teil zu kommen: dem Training des KI-Modells.
- Bewerten: Der Ingenieur nutzt die Software, um relevante Qualitätskriterien der Geräuschdetektion zu dokumentieren und schafft damit die Grundlage für das Training des KI-Modells.
- Trainieren: Auf der Grundlage der verfügbaren Daten wird ein Deep-Learning-Algorithmus trainiert und in der Cloud bereitgestellt.
- Überwachen und Erkennen: Der Prüfstand wird kontinuierlich überwacht und Geräuschanomalien werden automatisch in Echtzeit erkannt. Die Geräusche können visualisiert, bewertet und verglichen werden.
- Verifizieren: Ingenieure geben Rückmeldung über die Genauigkeit der Geräuscherkennung und optimieren den Algorithmus langfristig.
Sounce von Porsche soll Entwicklung und Produktion von Komponenten in der Automobilindustrie und anderen Branchen unterstützen. Das SaaS-System lässt sich in verschiedenen Bereichen einsetzen und bietet u.a. objektive Geräuschbewertung, eine lückenlose Überwachung, die Prüfstandfernsteuerung sowie unterschiedliche Methoden zur Analyse der Geräusche.
www.porsche.digital