Teknologien til Otosense «lytter» til vibrasjonene i biler for å advare om problemer før de blir alvorlige.
Teknologien til Otosense «lytter» til vibrasjonene i biler for å advare om problemer før de blir alvorlige. (Bilde: Colourbox)

Bilen lytter til seg selv, og varsler før det blir skader

Bruker vibrasjonene i bilen.

  • Motor

Biler kan bli sikrere og mer holdbare hvis feil kan oppdages før de blir til en skade. Nå vil bilprodusentene lytte etter illevarslende lyder i bilen.

Den amerikanske oppstartsbedriften OtoSense vil bruke vibrasjonene i biler for å advare om problemer før de blir alvorlige. Teknikken dreier seg om å «lytte» etter vibrasjoner og å analysere resultatene ved hjelp av avansert programvare. Det skriver Technology Review.com.

Teknikken kan også gjøre det sikrere å ferdes i trafikken, siden et slikt system kan «høre» ting som føreren av bilen kanskje overhører. For eksempel lyden fra utrykningskjøretøyer. Også dekkstøy kan analyseres, og på den måten kan overflaten på veien analyseres og advare sjåføren hvis veien er glatt eller hullete.

De fleste av oss klarer å få med oss at det er hull i eksosanlegget, eller hvis en bremsekloss sitter fast. Men det å oppdage et problem før det blir så stort at det menneskelige øret kan fange det opp, er noe helt annet.

Derfor bygger OtoSenses system på machine learning, og blir trent opp til å identifisere de små variasjonene i vibrasjonene som oppstår hvis noe mekanisk begynner å vise tegn på slitasje.

Alle kan være med i en enkel prosess

Men der machine learning tidligere har vært noe som krevde spesialkunnskaper, ser modellen til Otosense ut til å kunne benyttes av de fleste.

Alle former for sensorer – for eksempel akustiske, akselerasjonsmålere, pizo, trykk og laser – kan levere data til programvaren til Otosense; Otosense Edge.

Og du trenger ikke å bruke en kraftig datamaskin. Det trengs bare en 50 MHz CPU med 1 MB RAM til rådighet.

Programvaren må ha forbindelse med en skytjeneste, slik at eksperter fra Otosense kan gjennomgå data og legge opp en modell. Denne modellen kan deretter legges tilbake i bilen, der den kan kjøres lokalt og offline.

Franske forsøk

For tiden kjøres systemet i tester hos franske PSA Group, hvor det blir trent opp med store mengder data.

Foreløpig viser resultatene at systemet i 95 prosent av tilfellene kan foreta en korrekt diagnose av problemet ved å lytte til motor, varmesystem, hjul og lignende deler av bilen.

Ved å montere en sensor (for eksempel en akselerasjonsmåler) på frontruten i bilen, er det også mulig å fange opp lyden av sirener og i hvilken retning de kommer fra. Dette kan ikke minst være en fordel, når du sitter i en selvkjørende bil, og er opptatt av andre ting enn trafikken.

OtoSense jobber også med databrikke-produsenten Analog Devices for å utvikle en enkel spesialbrikke der programvaren er innebygd.

Vindmølleindustrien har gjort det i årevis

Det er ikke første gang at machine learning blir tatt i bruk for å avsløre feil, før de blir alvorlige. Teknologien har blitt brukt i vindmølleindustrien i flere år.

Vindmølleprodusenter som Siemens og Vestas bruker machine learning for å analysere data fra vibrasjonssensorer flere steder i vindmøllene. Dataene blir registrert i store datasentra, der de analyseres. Dette kan spare enorme summer, hvis for eksempel et aksellager kan vedlikeholdes eller byttes i god tid før en liten feil utvikler seg til en stor.

Også innenfor optimering av produksjonen brukes machine learning, og Siemens har siden 2014 samarbeidet med forskere fra Universitet i Berlin i prosjektet «Autonomous Learning in Complex Environment».

Også den amerikanske bedriften Augury jobber med feilsøking via vibrasjoner. Men i motsetning til Otosense, bruker Augury en egenutviklet sensor.

Artikkelen ble opprinnelig publisert på Ing.dk

Kommentarer (10)

Kommentarer (10)