Paperikonekäyttöjen analysointi tekoälyllä
Pakarinen, Eerik Juhani (2018)
Pakarinen, Eerik Juhani
2018
Automaatiotekniikka
Teknisten tieteiden tiedekunta - Faculty of Engineering Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2018-09-05
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201808142156
https://urn.fi/URN:NBN:fi:tty-201808142156
Tiivistelmä
Tässä työssä selvitetään tekoälyn mahdollisuuksia paperikoneen sähkökäyttöjen analysointiin. Työ rajataan leikkurin mekaanisten värähtelyiden analysointiin. ABB:n sähkökäytöt mittaavat antureilla valtavan määrän dataa talteen. Laitteiden vikaantuessa toimitaan tällä hetkellä reaktiivisesti, vaikka prediktiivisesti toimiminen olisi kaikkien osapuolten kannalta parempi vaihtoehto. Tekoälyn ja tiedonlouhinnan avulla voisi olla mahdollista löytää mekaanisista värähtelyistä joitain tärkeitä suorituskykyilmaisimia eli KPI:tä.
Työ suoritetaan analysoimalla leikkurin sähkökäyttöjen mekaanisten värähtelyiden mittausdataa. Mittausdata on kerätty dataloggereille. RTDB-tietokanta (Real-Time Database) tulee ensin muuttaa sopivaan muotoon, kuten xls-tiedostoksi, jotta sen käsittely onnistuu kolmannen osapuolen pilvipalveluissa. Datan perusteella määritellään valmis koneoppimisalgoritmi, jonka avulla pyritään löytämään datasta mahdollisia toistuvuuksia.
Teoriaosuudessa käsitellään työn toimintaympäristö sekä työkalut, joita työssä käytetään. Toimintaympäristössä esitellään paperitehdas ja paperikone yleisesti ja leikkuri tarkemmin. Sähkökäyttöjen osalta kerrotaan erikseen moottoreista, taajuusmuuttajista ja ohjausjärjestelmistä. Viimeisenä toimintaympäristön osana esitellään teollisuus 4.0, joka on uusin teollisuuden vallankumous ja johon pilvipalvelut ja IoT liittyvät merkittävästi.
Työkalut, jotka työssä esitellään, ovat tekoäly, IoT ja tiedonlouhinta. Tekoäly on tietokoneen ajattelukykyä. Sitä voidaan kehittää loogisesti tai ihmismäisesti. Tekoälyn suurimmat odotukset kohdistuvat tällä hetkellä tietokoneen itseoppimiseen ja varsinkin luonnollisen kielen ymmärtämiseen. Esimerkkinä odotuksia täynnä olevasta tekoälystä on IBM Watson, joka pystyy nykyään puhumaan ja ymmärtämään yhdeksää kieltä natiivisti. Tekoälyn kognitiivisiin mahdollisuuksiin lukeutuvat myös ennustavat huoltotoimenpiteet. Uudet tekniikat, kuten esimerkiksi 5G, ovat välttämättömiä, jotta IoT voi yleistyä tehtaissa. Tiedonlouhinta on myös tärkeää datan määrien kasvaessa.
Työ suoritetaan analysoimalla leikkurin sähkökäyttöjen mekaanisten värähtelyiden mittausdataa. Mittausdata on kerätty dataloggereille. RTDB-tietokanta (Real-Time Database) tulee ensin muuttaa sopivaan muotoon, kuten xls-tiedostoksi, jotta sen käsittely onnistuu kolmannen osapuolen pilvipalveluissa. Datan perusteella määritellään valmis koneoppimisalgoritmi, jonka avulla pyritään löytämään datasta mahdollisia toistuvuuksia.
Teoriaosuudessa käsitellään työn toimintaympäristö sekä työkalut, joita työssä käytetään. Toimintaympäristössä esitellään paperitehdas ja paperikone yleisesti ja leikkuri tarkemmin. Sähkökäyttöjen osalta kerrotaan erikseen moottoreista, taajuusmuuttajista ja ohjausjärjestelmistä. Viimeisenä toimintaympäristön osana esitellään teollisuus 4.0, joka on uusin teollisuuden vallankumous ja johon pilvipalvelut ja IoT liittyvät merkittävästi.
Työkalut, jotka työssä esitellään, ovat tekoäly, IoT ja tiedonlouhinta. Tekoäly on tietokoneen ajattelukykyä. Sitä voidaan kehittää loogisesti tai ihmismäisesti. Tekoälyn suurimmat odotukset kohdistuvat tällä hetkellä tietokoneen itseoppimiseen ja varsinkin luonnollisen kielen ymmärtämiseen. Esimerkkinä odotuksia täynnä olevasta tekoälystä on IBM Watson, joka pystyy nykyään puhumaan ja ymmärtämään yhdeksää kieltä natiivisti. Tekoälyn kognitiivisiin mahdollisuuksiin lukeutuvat myös ennustavat huoltotoimenpiteet. Uudet tekniikat, kuten esimerkiksi 5G, ovat välttämättömiä, jotta IoT voi yleistyä tehtaissa. Tiedonlouhinta on myös tärkeää datan määrien kasvaessa.