लाभ:
- जानता है कि कौन सा डेटा खराबी का संकेत देता है
- सरल सीमा निगरानी के साथ पूर्वानुमान लगा सकते हैं
- यह बताता है कि एआई यहां क्या कर सकता है और क्या नहीं
अधिकांश खराबी अचानक नहीं होती; पहले ही संकेत दे देता है. बढ़ा हुआ कंपन, तापमान में वृद्धि, करंट ड्रॉ में बदलाव और ध्वनि चरित्र में बदलाव सबसे आम अग्रदूत हैं।
ट्रैक करने के लिए डेटा
- मोटर करंट: बढ़ता करंट रुकावट या बेयरिंग के चिपकने का संकेत दे सकता है।
- असर तापमान: स्नेहन की कमी या गलत संरेखण।
- कंपन: असंतुलन, घिसाव, ढीलापन।
- आकांक्षा दबाव अंतर: फ़िल्टर क्लॉगिंग।
- उत्पादन दक्षता: समान सेटिंग के साथ घटती दक्षता टूट-फूट का एक अप्रत्यक्ष संकेतक है।
कृत्रिम बुद्धि की भूमिका
कृत्रिम बुद्धिमत्ता इस डेटा में पैटर्न का मानव की तुलना में अधिक धैर्यपूर्वक अनुसरण करती है: "सी2 रोलर का मोटर करंट पिछले तीन हफ्तों में धीरे-धीरे बढ़ रहा है" का पता लगाने से एक प्रवृत्ति दिखाई देती है जिसे शायद नजरअंदाज कर दिया गया हो।
हालाँकि, आर्टिफिशियल इंटेलिजेंस खराबी नहीं देखता है, वह डेटा देखता है। यदि कोई सेंसर नहीं है और कोई डेटा रिकॉर्ड नहीं किया गया है, तो कोई भविष्यवाणी नहीं है। पूर्वानुमानित रखरखाव के लिए पूर्व शर्त माप है; सॉफ्टवेयर दूसरा चरण है.
वाक्य "एआई विफलता की भविष्यवाणी करता है" केवल तभी सत्य है जब डेटा मौजूद हो। पहले मापें, बाद में मॉडल बनाएं। माप के बिना एक मॉडल बनाने का अर्थ है गैर-मौजूद जानकारी से निष्कर्ष निकालना।