DHGE 和 DMG MORI 开发用于预测机床故障风险的 AI 应用程序

格拉-艾森纳赫企业大学 (DHGE) 是一所技术和应用科学机构，与工业界合作寻找有效和创新的解决方案来应对持续存在的挑战，例如预测机床故障的风险。该大学与国际机械加工公司 DMG MORI Seebach 合作，并使用 MATLAB^® 工具开发和测试使用人工智能预测工业机器何时需要维护的应用程序，有助于防止故障并提高效率。

为了为最终用户创建直观的应用程序，DHGE 首先使用 MATLAB 工具进行特征工程。这看起来像是标准化和处理来自不同来源的关键数据，除了设计实验方法来识别特征之外。接下来，通过使用在 MATLAB App 设计工具中开发并使用 MATLAB Compiler™ 编译的代码，研究人员将数据处理成可用于训练浅层神经网络的通用向量。该模型是使用 Statistics and Machine Learning Toolbox™ 的神经网络函数创建的。使用 MATLAB 工具提供了一种无缝实现模型的方法，有助于简化 DHGE 和 DMG MORI 之间的协作。

DHGE 正在寻找一种解决方案，以便有效地将数据处理成预测性维护模型的通用格式。通过专门使用 MATLAB 工具开发预测模型，研究人员受益于流畅的迭代设计过程以及数据一致性、安全性和保障性。与使用 Python^® 完成的类似工作相比，开发过程所需的中间步骤和数据传输也更少，从而缩短了原型设计和部署之间的时间。利用这些工具，DHGE 研究人员为 DMG MORI 创建了一个应用程序，从而为机床的生产和配置创建了更强大、更高效的流程。

DHGE 研究人员计划在未来的项目中继续使用 MATLAB 工具以及 MathWorks 支持，其中包括评估此预测性维护应用程序的功能以及开发新的 MATLAB 工具箱以支持机器数据导入，以满足 AI 领域日益增长的需求。