AWS ra mắt dịch vụ chẩn đoán thiết bị dựa trên Machine Learning

Amazon Web Services (AWS) hôm nay đã tiết lộ một dịch vụ mới sử dụng các mô hình Machine Learning độc quyền để giúp các công ty công nghiệp thực hiện bảo trì dự đoán trên thiết bị trong cơ sở của họ. Được gọi là Amazon Lookout for Equipment , dịch vụ mới này nhập dữ liệu cảm biến từ thiết bị công nghiệp của khách hàng (ví dụ: áp suất, tốc độ dòng chảy, RPM, nhiệt độ và công suất), sau đó nó đào tạo một mô hình Machine Learning duy nhất để dự đoán chính xác các dấu hiệu cảnh báo sớm về sự cố máy móc hoặc hiệu suất dưới mức tối ưu bằng cách sử dụng các luồng dữ liệu thời gian thực từ thiết bị của khách hàng.

Dịch vụ hiện có sẵn ở Đông Hoa Kỳ (N. Virginia), EU (Ireland) và Châu Á Thái Bình Dương (Seoul), với khả năng cung cấp ở các khu vực khác trong những tháng tới

Tránh Breakdown Time tốn kém

Các công ty công nghiệp không ngừng nỗ lực để nâng cao hiệu quả hoạt động bằng cách tránh thời gian ngừng hoạt động ngoài kế hoạch do sự cố thiết bị. Theo thời gian, nhiều công ty trong số này đã đầu tư rất nhiều vào cảm biến vật lý, kết nối dữ liệu, lưu trữ dữ liệu và bảng điều khiển để theo dõi tình trạng và hiệu suất thiết bị của họ.

Để phân tích dữ liệu từ thiết bị của họ, hầu hết các công ty thường sử dụng các quy tắc đơn giản hoặc cách tiếp cận mô hình hóa để xác định các vấn đề dựa trên hiệu suất trong quá khứ. Tuy nhiên, bản chất thô sơ của các cách tiếp cận này thường khiến khách hàng xác định các vấn đề sau khi đã quá muộn để thực hiện hành động hoặc nhận được các cảnh báo sai dựa trên các vấn đề được chẩn đoán sai yêu cầu kiểm tra không cần thiết và kịp thời.

Thay vào đó, khách hàng muốn phát hiện các điều kiện vận hành chung hoặc các dạng hư hỏng (ví dụ: nhiệt độ cao do ma sát) cùng với các hỏng hóc phức tạp của thiết bị (ví dụ: máy bơm hỏng được chỉ ra bởi độ rung cao và RPM nhưng tốc độ dòng chảy thấp) chỉ có thể được rút ra bằng cách lập mô hình duy nhất mối quan hệ giữa các cảm biến.

Swami Sivasubramanian, VP Amazon Machine Learning, AWS cho biết : “Nhiều công ty sản xuất và công nghiệp đã đầu tư rất nhiều vào cảm biến vật lý và công nghệ khác với mục đích cải thiện việc bảo trì thiết bị của họ. Nhưng ngay cả với thiết bị này, các công ty cũng không có khả năng triển khai các mô hình Machine Learning trên hàng đống dữ liệu do thiếu tài nguyên và khan hiếm các nhà khoa học dữ liệu. Do đó, họ bỏ lỡ những thông tin chi tiết quan trọng và những phát hiện có thể hành động sẽ giúp họ quản lý hoạt động của mình tốt hơn Hôm nay, chúng tôi vui mừng thông báo về sự sẵn có chung của Amazon Lookout for Equipment”

Với Amazon Lookout for Equipment, các công ty có thể phát hiện các bất thường của thiết bị với tốc độ và độ chính xác, nhanh chóng chẩn đoán sự cố, giảm cảnh báo sai và tránh Breakdown Time tốn kém bằng cách thực hiện trước khi máy xảy ra lỗi. Không có cam kết trả trước hoặc phí tối thiểu với Amazon Lookout for Equipment và khách hàng phải trả cho lượng dữ liệu được nhập vào, số giờ tính toán được sử dụng để đào tạo một mô hình tùy chỉnh và số giờ suy luận được sử dụng.

Hệ thốnng hoạt động như thế nào ?

Các công ty sản xuất và công nghiệp hiện có thể nhanh chóng và dễ dàng xây dựng giải pháp bảo trì dự đoán cho toàn bộ cơ sở hoặc trên nhiều địa điểm. Để bắt đầu, khách hàng tải dữ liệu cảm biến của họ lên (ví dụ: áp suất, tốc độ dòng chảy, RPM, nhiệt độ và công suất) lên Amazon Simple Storage Service (S3) và cung cấp vị trí thùng S3 có liên quan cho Amazon Lookout for Equipment. Dịch vụ sẽ tự động phân tích dữ liệu, đánh giá các mô hình bình thường hoặc lành mạnh và xây dựng mô hình Machine Learning phù hợp với môi trường của khách hàng.

Sau đó, Amazon Lookout for Equipment sẽ sử dụng mô hình Machine Learning được xây dựng tùy chỉnh để phân tích dữ liệu cảm biến đến và xác định các dấu hiệu cảnh báo sớm về sự cố hoặc hỏng hóc của máy. Đối với mỗi cảnh báo, dịch vụ sẽ chỉ định cảm biến nào đang chỉ ra sự cố và đo mức độ ảnh hưởng của nó đối với sự kiện được phát hiện.

Ví dụ: nếu Amazon Lookout for Equipment phát hiện sự cố trên một máy bơm có 50 cảm biến, dịch vụ có thể hiển thị năm cảm biến nào chỉ ra sự cố trên một động cơ cụ thể và liên hệ vấn đề đó với dòng điện và nhiệt độ của động cơ. Điều này cho phép khách hàng xác định vấn đề, chẩn đoán vấn đề, ưu tiên các hành động cần thiết và thực hiện bảo trì chính xác trước khi sự cố xảy ra — giúp họ tiết kiệm tiền và cải thiện năng suất bằng cách ngăn chặn thời gian ngừng hoạt động.

Ngoài Amazon Lookout for Equipment, AWS cung cấp cho khách hàng công nghiệp và sản xuất phạm vi rộng nhất của dịch vụ máy học công nghiệp từ đám mây đến hàng đầu, bao gồm Amazon Monitron (để bảo trì dự đoán bằng cách sử dụng giải pháp end-to-end bao gồm cảm biến, cổng và một dịch vụ máy học), Amazon Lookout for Vision (để phát hiện sự bất thường về hình ảnh bằng cách sử dụng các mô hình thị giác máy tính trong đám mây) và AWS Panorama (để kiểm tra hình ảnh bằng Bộ công cụ và phát triển phần mềm mang các mô hình thị giác máy tính đến máy ảnh tại chỗ).

Phản ứng tích cực từ thị trường

Amazon Lookout for Equipment có sẵn trực tiếp qua bảng điều khiển AWS cũng như thông qua các đối tác hỗ trợ trong Mạng đối tác AWS.

Siemens Energy cung cấp các sản phẩm, giải pháp và dịch vụ trên toàn bộ chuỗi giá trị năng lượng để hỗ trợ khách hàng của mình trên con đường hướng tới một tương lai bền vững hơn – bất kể họ đang đi bao xa. “Chúng tôi làm việc với khách hàng của mình để cải thiện hiệu suất, độ tin cậy và an toàn thông qua các ngành nghề kinh doanh hiện tại của chúng tôi được tăng cường với các giải pháp dịch vụ kỹ thuật số.

Amogh Bhonde, Phó chủ tịch cấp cao về giải pháp kỹ thuật số tại Siemens Energy, cho biết: Digitalisation là động lực chính cho một tương lai năng lượng bền vững. “Với Amazon Lookout for Equipment, chúng tôi nhận thấy cơ hội kết hợp công nghệ máy học AWS với chuyên môn về chủ đề Năng lượng của Siemens để cải thiện khả năng hiển thị vào các hệ thống và thiết bị trong toàn bộ hoạt động của khách hàng. Amazon Lookout for Equipment ‘ quy trình công việc Machine Learning tự động của s giúp dễ dàng xây dựng và triển khai các mô hình trên nhiều loại nội dung khác nhau mà không cần kiến ​​thức về khoa học dữ liệu. Siemens Energy coi AWS là đối tác đáng tin cậy đang thúc đẩy sự phát triển liên tục của chúng tôi đối với bộ giải pháp kỹ thuật số Omnivise. ”

Cepsa là một công ty năng lượng và hóa chất toàn cầu hoạt động từ đầu đến cuối trong mọi giai đoạn của chuỗi giá trị dầu khí. Cepsa cũng sản xuất các sản phẩm từ nguyên liệu có nguồn gốc thực vật và đang thúc đẩy một chiến lược mới để trở thành tài liệu tham khảo trong quá trình chuyển đổi năng lượng.

“Tại Cepsa, chuyển đổi kỹ thuật số tập trung vào con người. Về mặt đó, các chuyên gia của chúng tôi là động cơ đằng sau quá trình chuyển đổi của chúng tôi. Với Amazon Lookout for Equipment, chúng tôi đang mang đến những hiểu biết về máy học cho các chuyên gia hiểu rõ nhất về thiết bị — các kỹ sư bảo trì và độ tin cậy— cho phép họ đưa ra các quyết định sáng suốt hơn để thúc đẩy thời gian hoạt động cao hơn và chi phí hoạt động thấp hơn, ”Alberto Gascón, người đứng đầu bộ phận phân tích nâng cao tại Cepsa cho biết.

Đại sứ quán vạn vật (EOT) là người tạo ra Twin Talk, một Hệ thống cung cấp dữ liệu ETL ++ an toàn và có thể mở rộng được thiết kế để khai thác giá trị chưa thực hiện được ẩn trong dữ liệu hoạt động từ các hệ thống SCADA và sử gia, đồng thời cho phép các công ty vận hành công nghiệp tận dụng sức mạnh của nền tảng đám mây phân tích dữ liệu, máy học và AI.

“Sử dụng phân tích dự đoán và phát hiện bất thường cho không chỉ một mà trên tất cả các địa điểm sản xuất là chìa khóa cho phép khách hàng của chúng tôi đạt được mức tối ưu hóa sản xuất cao nhất cũng như giảm chi phí và phát thải. Hệ thống Twin Talk của chúng tôi giải phóng dữ liệu hoạt động để kích hoạt đám mây Matt Oberdorfer, Giám đốc điều hành của Đại sứ quán Vạn vật cho biết: dựa trên sự kiện, dựa trên kiến ​​trúc thời gian thực cho các Dịch vụ đám mây của Amazon như IoT SiteWise và S3.

“Chúng tôi đang tận dụng Amazon Lookout for Equipment cho bộ giải pháp của mình, cho phép quy trình máy học tự động cải thiện độ chính xác của việc phát hiện thông tin chi tiết có ý nghĩa nhất và cho phép thông tin chi tiết hành động nhanh hơn. Lookout for Equipment là một công cụ thay đổi cuộc chơi thực sự vì nó đặt AI vào tay các kỹ sư bảo trì bằng cách loại bỏ các bước truyền thống nặng về khoa học dữ liệu có thể mở rộng hiệu quả trên các nội dung. “

RoviSys là nhà tích hợp hệ thống Công nghệ hoạt động toàn cầu và là nhà cung cấp độc lập hàng đầu các giải pháp và dịch vụ tự động hóa quy trình toàn diện. Bryan DeBois, giám đốc AI công nghiệp tại Rovisys cho biết: “Machine Learning là một trong những công nghệ hứa hẹn nhất cho các khách hàng công nghiệp và có tiềm năng mang lại giá trị lớn bằng cách giảm chi phí bảo trì và vận hành”.

Tìm kiếm Thiết bị có dữ liệu từ cơ sở hạ tầng và thiết bị tại chỗ sử dụng dịch vụ AWS IoT, để kích hoạt các giải pháp bảo trì máy học tiên tiến trên quy mô lớn. Công nghệ này cho phép khách hàng của chúng tôi tận dụng cơ sở hạ tầng hiện có, nhưng thậm chí còn mở khóa nhiều giá trị hơn từ dữ liệu đó một cách nhanh chóng và dễ dàng. “

Seeq là một giải pháp phân tích tiên tiến cho phép các kỹ sư và chuyên gia về chủ đề trong các tổ chức sản xuất quy trình nhanh chóng điều tra và chia sẻ thông tin chi tiết từ dữ liệu trong các nhà sử học, nền tảng IIoT, dịch vụ AWS và hệ thống sản xuất và kinh doanh.

Megan Buntain, giám đốc đối tác đám mây tại Seeq Corporation, cho biết: “Chúng tôi rất vui mừng được thông báo về việc hợp tác với AWS để phát triển các giải pháp cung cấp các phân tích chẩn đoán, giám sát và dự đoán được hỗ trợ bởi dữ liệu lớn và đổi mới Machine Learning ,” Megan Buntain, giám đốc đối tác đám mây tại Seeq Corporation cho biết. “Sử dụng Seeq với Amazon Lookout for Equipment sẽ giúp các tổ chức biến dữ liệu thành thông tin chi tiết nhằm mang lại các mục tiêu cải tiến liên tục và bền vững.”

TensorIoT là Đối tác tư vấn nâng cao của AWS cung cấp các sản phẩm và giải pháp đầu cuối hoàn chỉnh trong IoT, kỹ thuật dữ liệu, máy học và trí tuệ nhân tạo. Charles Burden, phó chủ tịch tư vấn của TensorIoT cho biết: “TensorIOT xây dựng các giải pháp với các dịch vụ AWS để tăng tốc tích hợp Machine Learning trong các sản phẩm và quy trình trong các hoạt động công nghiệp.

“Tận dụng Amazon Lookout for Equipment có thể giúp giảm bớt gánh nặng của việc tận dụng máy học bằng cách tự động phát triển, quản lý và hỗ trợ cải tiến liên tục các mô hình phát hiện bất thường. Điều này làm giảm đáng kể số lượng điểm tiếp xúc thủ công cần thiết và cho phép các kỹ sư chuyển những hiểu biết sâu sắc thành các cải tiến hoạt động. Nói một cách đơn giản, Lookout for Equipment cho phép các công ty đổi mới nhanh hơn ”.