Maskinlæring og sensorer redder elevatoren fra nedbrud
more_vert
close

Få de daglige nyheder fra Version2 og Ingeniøren. Læs mere om nyhedsbrevene her.

close
Ved at tilmelde dig accepterer du vores Brugerbetingelser, og du accepterer, at Teknologiens Mediehus og IDA-gruppen lejlighedsvis kan kontakte dig om arrangementer, analyser, nyheder, job og tilbud m.m. via telefon og e-mail. I nyhedsbreve, e-mails fra Teknologiens Mediehus kan der forefindes markedsføring fra samarbejdspartnere.

Maskinlæring og sensorer redder elevatoren fra nedbrud

I fremtiden siger elevatoren selv til, når den er ved at gå i stykker. Det sker ved hjælp af målinger fra sensorer og maskinlæring.

Elevatoren er så at at sige vokset op og har fået et sprog.

»Det er ligesom en baby, der kun kan skrige, og det gør det svært for en læge at vide, hvad der er galt. Et voksent menneske kan fortælle: 'Det gør ondt her, og i går føltes det sådan og sådan'. Det gør det nemmere for lægen at finde årsagen til problemerne. Elevatorerne har indtil nu været på baby-stadiet og kun kunne skrige og sige: 'Jeg kan ikke køre.' Nu har vi nået et sted, hvor de kan fortælle os, hvad der er galt.«

Sådan forklarer Farrokh Jafari fra Kone, som er en af verdens førende virksomheder inden for elevator- og rulletrappebranchen. Han er elektroingeniør og har arbejdet med elevatorer i 21 år. Senest har han haft at gøre med den danske del at et pilotprojekt, som går ud på at få elevatorer og rulletrapper ind i Industri 4.0-alderen. Ved hjælp af målinger og IBM’s Watson-system til maskinlæring og kunstig intelligens kan man komme nedbruddet i forkøbet.

»Vi bliver i stand til at forudse, hvilke fejl der kan opstå i fremtiden. Det betyder, at vi kan undgå, at der sker fejl,« forklarer Thomas Ohm, som også er elektroingeniør og administrerende direktør i Kones danske afdeling.

Hvis elevatoren for eksempel ikke standser i niveau, kan det give skader, hvis nogen snubler over trinene.

»Hvis vi kan fange fejlen, før den opstår, kan vi undgå mange problemer.«

Én enlig elevator kan ikke gøre det

Kone indgik februar sidste år et samarbejde med IBM, i hvad der har været et enormt udviklingsprojekt. Kone har én million enheder – elevatorer og rulletrapper – over hele kloden, som fragter én milliard mennesker hver dag.

Det nye system er primært udviklet i Finland, med pilotprojekter i mange lande, herunder Danmark, som også har været involveret i testfasen.

Men tankerne bag systemet går længere tid tilbage.

»Vi startede i 2011 på vores egne elevatorer,« forklarer Farrokh Jafari.

»Jeg var med til at programmere lineære forudsigelser. Men det gik op for os, at hvis man skal kunne forudse driftsikkerhed, er det ikke nok at se på den enkelte elevator. Vi havde mange sensorer i vores egne systemer, men vi er gået den anden vej, hvor vi har udviklet sensorer, som kun kigger på få elementer, men kan sidde på samtlige elevatorer.«

Det betyder, at der kan indsamles data fra hundredtusindvis af elevatorer af samme type, og som centralt kan opsamles og analyseres. Det er simple sensorer, for intelligensen befinder sig i det bagvedliggende system.

Sensorerne måler for eksempel, hvor komfortabel elevatorturen er for passagerne, hvordan den ‘rammer’ etagen, hvordan den åbner og lukker døren og registrerer temperatur, fugtighed, og mere til.

Selve enheden er et lille printkort på 5 x 5 cm, med fire accelerometre, magnetometer og temperaturmåler. Det fylder ikke meget mere en et lille æble. Enheden er monteret oven på elevator-kabinen og tilsluttet til elevatorens strømforsyning.

Få observationer kan forudsige fejl

Accelerometrene kan mærke hver en lille bevægelse i tre dimensioner og registrere, hvad der sker i alle elevatorens bevægelige dele. Dertil kommer magnetometre, der kan detektere de mange magneter i elevatorens aktuator og transducer.

Printkortet er forbundet til netværk via almindelig GSM-telefoni, og sender løbende data til IBM’s Watson-system.

Sensorerne kan for eksempel detektere, hvis elevatoren begynder at slingre. Og hvis vibrationerne overstiger en vis tærskelværdi, kan det indikere, at elevatoren er på vej til at fejle.

»Erfaringen viser, at vi med få observationer kan forudse, at noget vil ske. Når vi har millioner enheder af samme type, kan man hurtigt forudse, hvilke som kommer til at fejle,« mener Farrokh Jafari.

Sensorerne består af standardkomponenter. Det gør det billigt at indsamle data.

»De er blevet så små, at de kan placeres på en lille enhed til få penge. Det tillader, at vi kan sætte dem på millionvis af elevatorer.«

En elevator er en stor installation, og bare det at komme til de forskellige dele er forbundet med så stort et arbejde, at hvis man skal skifte bare en lille ting i en elevatorskakt, skal man stille et stillads op. Selv små sager kan tage dagevis, og her er det en stor hjælp, når elevatoren selv kan sige ‘av’ på forhånd.

»Vi har haft et stort pilotprojekt på 170 elevatorer i Danmark. I 80 procent af tilfældene ved vi, når elevatoren er på vej til at gå i stå.«

Men der er stadig menneskelig dømmekraft med i ligningen, siger Farrokh Jafari.

»Det er en ‘Watson’ og ikke en ‘Sherlock Holmes’ – det er en hjælp og et værktøj til teknikeren til at løse problemet.«

sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først