นายมโนรมย์ เชี่ยวพานิช และคณะ
บริษัทปทุมอินสตรูเม้นท์ จำกัด

อยู่ระหว่างยื่นคำขอ

Vibration (การสั่นสะเทือน) เป็นตัวแปรที่สำคัญที่สุดในการบ่งชี้สภาวะความเค้นทางพลวัตร์ (dynamic) ความเค้นที่เกิดจากการหมุน เช่น การไม่สมดุล, การเสียหายของฟันเฟือง, การเสียหายของแบริ่ง(ลูกปืน) และภาวะการทำงานที่ไม่เสถียร การเฝ้าดูการวัดและวิเคราะห์ความสั่นสะเทือนจึงเป็นเทคนิคสมัยใหม่ที่ใช้มามากกว่า 30 ปี
ปัจจุบัน IoT มีราคาถูกลงและมีประสิทธิภาพเพิ่มขึ้น จึงมีการใช้ IoT กันอย่างแพร่หลาย แม้แต่ในชีวิตประจำวัน, การติดตามสภาพเครื่องจักรการผลิตในอุตสาหกรรมด้วยการวัดความสั่นสะเทือน online-IoT กลายเป็นแฟชั่นที่อยู่ในความสนใจ แต่ในโลกความเป็นจริง มันเป็นการสิ้นเปลืองทรัพยากร เมื่อเทียบกับผลลัพธ์ที่ได้ เพราะความสั่นสะเทือนเป็น incipient failure ซึ่งไม่ใช่ความเสียหายที่แท้จริง และที่สำคัญที่สุดความสั่นสะเทือนจะแสดงผลในระยะสุดท้าย ของช่วงชีวิตของเครื่องจักรเท่านั้น ขณะที่วงจรชีวิตเครื่องจักรมีอายุตั้งแต่ 3-10 ปี แตกต่างกันไป จะเห็นได้ว่าข้อมูลความสะเทือนในช่วงแรกของเครื่องจักร ไม่มีประโยชน์อะไรเลยในระบบ Online ถึงแม้จะใช้ AIเพราะdataที่ได้, AIจะมองเป็นlinear ทำให้การคาดคะเนผลล่วงหน้า

บ. ปทุมอินสตรูเม้นท์ จึงพัฒนาระบบ AI ที่ไม่พึ่ง Big Data แต่จะทำการตัดสินใจภายใต้ supervisory algorithm ที่กำหนดไว้ ,โดย AI จะเป็นคนเลือก Algorithm และtuning data เพื่อทำให้การคาดคะเนผลล่วงหน้า

ประโยชน์,จุดเด่นของเทคโนโลยี
1 ไม่สิ้นเปลืองทรัพยากร Digital
2 มีความแม่นยำสูงในการคาดคะเนล่วงหน้า

เสาะหาผู้ร่วมวิจัยพัฒนา

ผลการทดลองระดับห้องปฏิบัติการได้รับการพิสูจน์ว่าเป็นไปได้

เทคโนโลยีราคาเดียว