Optymalizacja działania HVAC dzięki detekcji anomalii i zaawansowanej analizie czujników
Client Story – Detekcja anomalii i zaawansowana analiza czujników dla wiodącego producenta HVAC
O projekcie
Seria naszych projektów obejmowała współpracę z jednym z globalnych liderów w produkcji jednostek HVAC (ang. heating, ventilation, air conditioning). Wraz z rozprzestrzenianiem się czujników IoT zintegrowanych z nowoczesnymi maszynami, w tym systemami ogrzewania i klimatyzacji, generowanych jest wiele danych z czujników, które zapewniają wgląd w aktualny stan maszyn.
Wyzwania
Wyzwaniem było efektywne wykorzystanie tych danych w celu optymalizacji działań konserwacyjnych, poprawy wykorzystania urządzeń oraz opracowania innowacyjnych produktów i scenariuszy, które zapewnią użytkownikom wartość dodaną bez konieczności stosowania dodatkowych urządzeń fizycznych.
Rozwiązanie
Rozpoczęliśmy kilka zaawansowanych projektów analitycznych i AI, obejmujących różne przypadki użycia, w tym:
- Określenie trwałych i niezawodnych czujników: Analiza danych z testów terenowych w celu zidentyfikowania najtrwalszych i najbardziej niezawodnych czujników spośród różnych możliwości oraz rozpoznawanie nietypowych zachowań bez danych odniesienia.
- Architektura i przetwarzanie danych: Budowa solidnej architektury danych i przepływów przetwarzania danych w chmurze AWS dla ponad 100 urządzeń, z których każde wyposażone jest w ponad 50 czujników. Wymagało to wykorzystania technologii takich jak Apache Airflow, Athena i AWS Glue.
- Klasyfikacja trybów pracy: Wykorzystanie technik analizy wielowymiarowej do klasyfikacji trybów pracy urządzeń, umożliwiając lepsze zrozumienie i optymalizację ich wydajności.
- Detekcja anomalii: Opracowanie algorytmów detekcji anomalii w celu identyfikacji awarii czujników lub urządzeń przez wykrywanie nieprawidłowości we wzorcach danych w porównaniu z wartościami normalnymi.
- Szacowanie wpływu: Ocena wpływu trybów pracy maszyny na otoczenie, w tym automatyczna optymalizacja jakości powietrza w oparciu o warunki wewnętrzne i zewnętrzne.
Wszystkie projekty skupiały się na wykorzystaniu efektywnych technik inżynierii danych w chmurze i wykorzystaniu metod uczenia maszynowego do analizy danych szeregów czasowych. Obejmowało to zarówno klasyczne techniki uczenia maszynowego, jak i rozwijanie głębokich sieci neuronowych.
Korzyści dla biznesu
- Optymalizacja kosztów: Dzięki wykorzystaniu detekcji anomalii i klasyfikacji trybów pracy, producent HVAC może optymalizować działania konserwacyjne, zmniejszać koszty związane z naprawami i poprawiać ogólną wydajność urządzeń.
- Rozwój produktów: Wgląd w zaawansowaną analizę czujników umożliwia tworzenie innowacyjnych produktów i scenariuszy, które oferują wartość dodaną użytkownikom urządzeń, rozszerzając portfel produktów producenta i zwiększając konkurencyjność na rynku.
- Większa wydajność: Skuteczna architektura danych i przepływy przetwarzania w chmurze AWS umożliwiają efektywne zarządzanie, przetwarzanie i analizę danych, oszczędzając czas i zasoby.
- Optymalizacja warunków otoczenia: Szacowanie wpływu trybów pracy maszyny na otoczenie, włącznie z automatyczną optymalizacją jakości powietrza, przyczynia się do stworzenia bardziej przyjaznego dla środowiska i zrównoważonego rozwiązania HVAC.
Unikalne cechy rozwiązania
- Efektywna infrastruktura oparta na chmurze: Wykorzystanie usług chmury AWS, w tym Apache Airflow, Athena, MS Azure IoT Hub i AWS Glue, zapewnia skalowalność, elastyczność i wysoką wydajność.
- Analiza szeregów czasowych: Wykorzystanie zaawansowanych technik uczenia maszynowego do analizy danych szeregów czasowych umożliwia precyzyjną detekcję anomalii i klasyfikację trybów pracy.
- Zaawansowane algorytmy grupowania: Pracując z dużymi wolumenami danych z testów terenowych, które nie mają danych referencyjnych, analiza powiązań między różnymi grupami czujników pozwala odkryć najbardziej prawdopodobne awarie.
- Głębokie sieci neuronowe (deep learning): Budowanie głębokich sieci neuronowych zwiększa zdolność do wydobywania skomplikowanych wzorców i spostrzeżeń ze złożonych danych z czujników, dodatkowo poprawiając wydajność i dokładność.
Nasza współpraca z wiodącym producentem urządzeń HVAC zaowocowała powstaniem przełomowych rozwiązań, które wykorzystują zaawansowaną analitykę czujników i wykrywanie anomalii. Dzięki skutecznej analizie ogromnych ilości danych z czujników, producent może zoptymalizować działania konserwacyjne, poprawić wykorzystanie urządzeń, opracować innowacyjne produkty i zapewnić swoim klientom większą wartość. Wspólnie zrewolucjonizowaliśmy operacje HVAC, zwiększając wydajność, zrównoważony rozwój i konkurencyjność w branży.
Skontaktuj się z nami
Skontaktuj się z nami już dziś.