W klasycznej architekturze dane z kamer i czujników są przesyłane do centralnego systemu, w którym odbywa się ich analiza. W rozwiązaniu Edge AI obliczenia realizowane są bezpośrednio na urządzeniu zainstalowanym w maszynie, wykorzystującym odpowiednio wydajny komputer przemysłowy lub platformę AI.
W przypadku koparek i żurawi system może integrować obraz z kamer otaczających maszynę z danymi pochodzącymi z jej układów i czujników. Algorytmy sztucznej inteligencji analizują te informacje lokalnie, wspierając wykrywanie obiektów, klasyfikację pojazdów, monitorowanie stref roboczych oraz identyfikację nieprawidłowości w parametrach eksploatacyjnych.
Takie rozwiązanie umożliwia analizę obrazu i danych z czujników bezpośrednio na maszynie, co przyspiesza wykrywanie potencjalnych zagrożeń w jej otoczeniu. Ogranicza również opóźnienia związane z przesyłaniem informacji do chmury i pozwala przekazywać najważniejsze alarmy oraz dane operacyjne do centrum kontroli. Lokalna analiza może być prowadzona także przy ograniczonej łączności z siecią, co ma szczególne znaczenie na odległych terenach wydobywczych.
Edge AI nie zastępuje operatora ani wymaganych systemów bezpieczeństwa. Stanowi dodatkowe narzędzie wspierające obserwację otoczenia, analizę danych i podejmowanie decyzji operacyjnych.
Zastosowanie platformy AIE510-ONX wspiera poprawę widoczności otoczenia maszyn dzięki analizie obrazu z wielu kamer, w tym z obszarów trudnych do kontrolowania z kabiny operatora. Lokalne przetwarzanie obrazu i danych z czujników pomaga szybciej identyfikować obiekty, pojazdy oraz potencjalnie niebezpieczne sytuacje w strefie roboczej.
Integracja danych eksploatacyjnych, takich jak stan silnika, ciśnienie hydrauliczne, obciążenie i lokalizacja, ułatwia monitorowanie pracy urządzeń oraz wspiera diagnostykę i planowanie konserwacji. Jednocześnie lokalne wnioskowanie AI ogranicza zależność od stałej łączności z chmurą, ponieważ analiza danych nie wymaga ciągłego przesyłania wszystkich strumieni wideo do zewnętrznych serwerów.
Dzięki komunikacji 5G i Wi-Fi 6E kluczowe informacje mogą być przekazywane do centrum kontroli, zależnie od dostępności infrastruktury sieciowej. Obsługa PoE i przemysłowych interfejsów komunikacyjnych ułatwia natomiast integrację kamer, czujników i systemów maszyny, upraszczając budowę całego rozwiązania.
Zastosowanie Edge AI wspiera poprawę świadomości sytuacyjnej i organizacji pracy na terenach wydobywczych. Rzeczywisty wpływ systemu na liczbę wypadków, przestojów i koszty eksploatacji zależy jednak od konfiguracji, zastosowanych algorytmów oraz sposobu integracji z procedurami bezpieczeństwa.
Potencjał rozwiązania wynika z połączenia analizy obrazu z informacjami pochodzącymi z układów maszyny. Zamiast traktować monitoring wizyjny i diagnostykę jako dwa niezależne obszary, można integrować je w jednej architekturze obliczeniowej.
Kamery zamontowane wokół maszyny dostarczają obraz jej bezpośredniego otoczenia. Algorytmy AI mogą wykrywać obiekty, rozpoznawać pojazdy oraz wspierać obserwację stref, w których widoczność operatora jest ograniczona. Ułatwia to monitorowanie ruchu wokół koparki lub żurawia i identyfikowanie sytuacji wymagających szczególnej uwagi.
Analiza obrazu może wspierać wykrywanie obecności pojazdów i innych obiektów w pobliżu aktywnej strefy roboczej. Informacje te mogą być wykorzystywane do generowania powiadomień i wspomagania nadzoru nad ruchem na placu robót. Skuteczność takiej funkcji zależy od jakości kamer, algorytmów oraz konfiguracji systemu.
Dane z czujników przekazywane przez interfejsy przemysłowe mogą obejmować stan silnika, ciśnienie hydrauliczne, obciążenie oraz inne parametry eksploatacyjne. Ich bieżąca analiza ułatwia obserwację pracy urządzenia i może wspierać wykrywanie odchyleń od typowych wartości, stanowiących podstawę do dalszej diagnostyki.
Informacje z maszyn mogą być przesyłane do centrum kontroli za pośrednictwem 5G lub Wi-Fi 6E, jeśli dostępna jest odpowiednia infrastruktura. Umożliwia to zdalny nadzór nad urządzeniami, analizę wybranych danych operacyjnych oraz sprawniejsze zarządzanie sprzętem pracującym w rozproszonych lokalizacjach.
Połączenie danych eksploatacyjnych, historii pracy i odpowiednio przygotowanych modeli analitycznych może pomóc identyfikować symptomy potencjalnych usterek. Takie podejście wspiera planowanie przeglądów i konserwacji, choć skuteczna konserwacja predykcyjna wymaga odpowiednich danych, walidacji modeli i dopasowania ich do konkretnego typu maszyny.
Wybór platformy Edge AI do maszyn pracujących w branży naftowej wymaga uwzględnienia nie tylko wydajności obliczeniowej, ale również warunków środowiskowych, dostępnych interfejsów i sposobu zarządzania urządzeniami.
AIE510-ONX łączy wysoką wydajność obliczeniową z rozbudowanymi możliwościami komunikacyjnymi. Moduł NVIDIA Jetson Orin NX zapewnia wydajność AI do 100 TOPS, umożliwiając realizację zadań związanych z analizą obrazu i lokalnym wnioskowaniem AI. Podwójne PoE oraz interfejsy sieciowe ułatwiają integrację kamer i czujników, a obsługa Ethernet oraz komunikacji bezprzewodowej 5G i Wi-Fi 6E wspiera wymianę danych między maszyną a centrum kontroli.
Platforma została przystosowana do pracy w zmiennych temperaturach, w zakresie od -25°C do +60°C, co pozwala uwzględnić wymagania wielu zastosowań zewnętrznych i mobilnych. Certyfikacja E-Mark potwierdza przystosowanie konstrukcji do odpowiednich wymagań dotyczących zastosowań pojazdowych i mobilnych. Z kolei obsługa zdalnego zarządzania za pośrednictwem platformy Allxon ułatwia monitorowanie urządzeń, ich kontrolę i wdrażanie aktualizacji OTA, co jest szczególnie przydatne w przypadku instalacji rozmieszczonych w odległych lokalizacjach.
Obsługa środowisk NVIDIA Isaac, ROS i SDK ułatwia tworzenie oraz integrowanie aplikacji wykorzystujących sztuczną inteligencję i robotykę. Dobór konfiguracji powinien uwzględniać rzeczywiste wymagania projektu, liczbę kamer, rodzaje czujników, protokoły komunikacyjne i warunki montażu. W przypadku instalacji na maszynach roboczych istotne jest również uwzględnienie odporności całego systemu, w tym obudowy, okablowania i sposobu mocowania, na drgania, zapylenie oraz inne czynniki środowiskowe.
Zastosowanie sztucznej inteligencji bezpośrednio na koparkach i żurawiach pozwala połączyć monitoring wizyjny, analizę danych eksploatacyjnych i komunikację z systemami zdalnego nadzoru. Jest to szczególnie ważne na terenach wydobywczych, gdzie ograniczona widoczność, trudne warunki pracy i niestabilna łączność mogą utrudniać szybkie reagowanie na zmieniającą się sytuację.
Platforma Axiomtek AIE510-ONX, wykorzystująca NVIDIA Jetson Orin NX, zapewnia podstawę sprzętową do realizacji takich zastosowań. Wydajność AI do 100 TOPS, obsługa kamer i czujników, komunikacja bezprzewodowa oraz funkcje zdalnego zarządzania umożliwiają budowę systemów, które przetwarzają dane lokalnie i przekazują kluczowe informacje do centrum kontroli.
Edge AI nie eliminuje wszystkich zagrożeń związanych z pracą ciężkich maszyn, ale może wspierać operatorów i zespoły techniczne w lepszym rozpoznawaniu otoczenia, monitorowaniu parametrów pracy i planowaniu działań utrzymaniowych. Dzięki temu technologia ta staje się istotnym elementem rozwoju bezpieczniejszych, bardziej efektywnych i lepiej skomunikowanych operacji w branży naftowej.
Przykłady wdrożeń pokazują, że Edge AI znajduje zastosowanie w wielu sektorach – od przemysłu i transportu, przez energetykę, po ochronę zdrowia oraz projekty Smart City.
Lokalne przetwarzanie danych umożliwia szybsze podejmowanie decyzji, zwiększa niezawodność systemów oraz ułatwia wdrażanie aplikacji wykorzystujących sztuczną inteligencję.
Edge AI umożliwia analizę danych z kamer i czujników bezpośrednio na urządzeniu zainstalowanym w maszynie. Dzięki temu system może szybciej wykrywać potencjalne zagrożenia i ograniczać zależność od połączenia z chmurą.
System analizuje obraz z kamer, wykrywa obiekty i pojazdy oraz wspiera monitorowanie martwych pól i aktywnych stref roboczych. Pomaga operatorom lepiej oceniać sytuację wokół maszyny i szybciej reagować na potencjalne zagrożenia.
AIE510-ONX może przetwarzać obraz z kamer oraz dane z czujników maszyny, takie jak stan silnika, ciśnienie hydrauliczne, obciążenie i lokalizacja GPS. Informacje te wspierają monitoring operacyjny, analizę otoczenia i diagnostykę urządzeń.
Odległe lokalizacje mogą mieć ograniczony lub niestabilny dostęp do sieci. Edge AI pozwala analizować dane bezpośrednio na maszynie, ograniczając opóźnienia i umożliwiając lokalne działanie funkcji analitycznych bez stałego połączenia z chmurą.
AIE510-ONX wykorzystuje moduł NVIDIA Jetson Orin NX, zapewnia wydajność AI do 100 TOPS i obsługuje podwójne PoE, 2.5 Gigabit Ethernet, 5G oraz Wi-Fi 6E. Pracuje w zakresie temperatur od -25°C do +60°C i wspiera zdalne zarządzanie oraz aktualizacje OTA.
Tak, odpowiednio skonfigurowany system może analizować dane eksploatacyjne i pomagać identyfikować symptomy potencjalnych usterek. Skuteczność konserwacji predykcyjnej zależy jednak od dostępności danych historycznych, jakości modeli analitycznych i ich dopasowania do konkretnej maszyny.
Przedstawicieli firm zainteresowanych propozycjami LoRaWAN zapraszamy do kontaktu pod adresem e-mail: iit[at]jm.pl lub poprzez poniższy formularz kontaktowy.
Jeśli jesteś zainteresowany samodzielnym zgłębianiem oferty JM elektronik, rekomendujemy założenie nieodpłatnego konta w Portalu zakupowym B2B>>
Konto w Portalu B2B umożliwia:
