פיתוח ישראלי: התוכנה שמאזינה למכונות ומזהה תקלות

זוכרים את המוסכניקים שהיו מאזינים למנוע הרכב ובכך יודעים לזהות את הבעיה? הם לא היחידים: הכירו את החוקר אורי נגרי, ד"ר לפיזיקה, שפיתח ושדרג את הרעיון לרמה תעשייתית של מפעלים תוך שהוא משתמש בבינה מלאכותית. למעשה הוא מאזין למכונות על מנת לחזות כשלים עתידיים, לטפל בבעיות ולהקדים תרופה למכה.

ד"ר נגרי הוא ראש תחום אלגוריתמיקה בחברת אוגורי (Augury) שפיתחה טכנולוגיית בינה מלאכותית מבוססת ענן לניטור בריאות מכונה. בילדותו התקשה במסגרות חינוכיות ובגיל 18 מצא עצמו ללא תעודת בגרות, אך למרות זאת הוא נשאב לעולם הפיזיקה, השלים בגרויות ועד לפני כמה שנים עבד כחוקר בטכניון.

נגרי עמל בחודשים האחרונים יחד עם צוות האלגוריתמיקה של החברה על מחקר בתחום חיזוי כשלים במכונות או מילים אחרות היכולת לדעת מראש מתי מכונות ייצור יפסיקו לעבוד. החיזוי נעשה ע"י "האזנה" (מדידה רציפה) של אותות אקוסטיים: ויברציה, טמפרטורה ומגנטים, האותות עולים לענן שם מנתחת אותו בינה מלאכותית במטרה להגיע ליכולת ״האזנה״ למכונות, לא רק כדי לזהות מתי ישנה או צפויה תקלה, אלא גם מתי היא תגרום לשבר או כשל במערכת באופן שיוביל לפגיעה בייצור ובסופו של יום, למחסור במוצרים הבסיסיים שכולנו צורכים בסופרמרקט.

התהליך נועד כדי שניתן יהיה לתכנן פעילויות תחזוקה מבלי לעצור את קווי הייצור באופן פתאומי שיוביל לעלויות תפעול רבות ולבזבוז החומר שנותר בתהליך. המחקר מבוסס על למעלה מ-100 מיליון שעות הקלטה ו-80,000 מכונות.

המכונות נחלקות לסוגים שונים: מנועי השראות, מנועי זרם ישר, משאבות, מאווררים תעשייתיים, מנועי סרבו, קומפרסורים ועוד. מלבד המשמעות הכלכלית יש כאן משמעות סביבתית חשובה: מכונה בריאה צורכת פחות אנרגיה. רק בשנת 2020 המגזר התעשייתי צרך 33% מסך האנרגיה בארה"ב, והתהליך עשוי למזער את צריכת האנרגיה.

בזכות המערכת החדשה אפשר להפחית את פליטת הפחמן הדו חמצני בכ-2-4 מיליון טונות בשנה ו-27-76 מיליון טונות בין 2023 ל-2042. לשם השוואה, הפעולות הבאות פולטות טונה של פחמן דו חמצני: טיסה הלוך ושוב מפריז לניו יורק, נסיעה של 4,000 קילומטר או ייצור של אוכל עבור אמריקאי בודד במשך שישה חודשים. בין החברות שהשתמשו בתוכנה והפחיתו משמעותית את הזיהום הסביבתי שלהן, ניתן למצוא את הרשיז, קולגייט, הייניקן, כיל, חברת החשמל, אסם, מקורות ותנובה. בתוך כך, הן האריכו את חיי המכונה וחסכו משאבים כלכליים על תיקון ורכישת מכונות חדשות.