Thin[gk]athon Distributed AI for Predictive Maintenance

Задание «Распределенный ИИ для прогнозного обслуживания в производстве полупроводников»: конвейер ИИ от периферии до облака с помощью Infineon AI Kit

при поддержке Infineon, ZEISS Digital Innovation & Smart Systems Hub –
3 дня идей и прототипирования

О THIN[GK]ATHON

Thin[gk]athon — это больше, чем классический хакатон. Это интенсивный спринт совместных инноваций, в котором междисциплинарные команды работают над реальными промышленными задачами.

Менее чем за 3 дня команды разработчиков программного обеспечения, обработки данных, встроенного проектирования и промышленности вместе разрабатывают рабочие прототипы и концепции технической архитектуры.

Основное внимание уделяется:

• интеграции аппаратного и программного обеспечения

• работе с реальными данными и технологиями

• разработке решений в практических условиях

Thin[gk]athon предлагает пространство, в котором новые технические подходы могут быть быстро протестированы, оценены и доработаны.

ЗАДАЧА: РАСПРЕДЕЛЕННЫЙ ИИ ДЛЯ ПРОГНОЗИРУЕМОГО ОБСЛУЖИВАНИЯ

Менее чем за 3 дня команды разработчиков программного обеспечения, обработки данных, встраиваемых систем и промышленности совместно функционируют прототипы и техническая архитектура концепции.

Основное внимание уделяется:

• интеграции аппаратного и программного обеспечения

• работе с реальными данными и технологиями

• разработке решений в практических условиях

Таким образом, Thin[gk]athon предлагает пространство, в котором новые технические подходы могут быть быстро протестированы, оценены и доработаны.

На современных производственных предприятиях полупроводниковой промышленности непрерывно генерируются данные датчиков. от машин и систем. Эти данные содержат ценную информацию, на основе которой можно определить состояние машины – например, в отношении износа, аномалий или предстоящих неисправностей.

Однако на практике эти данные часто не используются в достаточной степени для принятия последовательных и обоснованных решений по техническому обслуживанию. Кроме того, данные, необходимые для профилактического обслуживания, часто отсутствуют, поскольку они еще не регистрируются систематически – даже в высокоавтоматизированной полупроводниковой промышленности, где доступность, стабильность и точность оказывают прямое влияние на производство. Компании сталкиваются с рядом проблем:

• Большие объемы данных создаются непосредственно на месте, но из-за ограниченности ресурсов не могут быть полностью обработаны там для всех необходимых вариантов использования.
• Чисто облачная обработка приводит к задержкам при принятии срочных решений.
• В то же время подходящие или экономически разумные инфраструктуры искусственного интеллекта часто отсутствуют локально.

Однако быстрые и надежные решения имеют решающее значение для доступности, стабильности и производительности. производительность. Это как раз область проблем. Распределенный ИИ: интеллектуальная связь локального выполнения ИИ на периферийных системах с централизованным обучением моделей и управлением ими в облаке.

МИССИЯ

Разрабатывает функционирующий конвейер ИИ от периферии до облака для промышленного использования, который использует данные датчиков для автоматического обнаружения и визуализации состояний ошибок и формирования выводов о требованиях к техническому обслуживанию при включении линии.

Отправная точка — реальная испытательная среда в Infineon: испытательный полигон с конвейерной системой представляет собой практическое приложение, где данные датчиков записываются непосредственно в транспортные контейнеры. Таким образом, разработанные решения могут быть не только концептуально спроектированы, но также проверены и проверены непосредственно на реальном объекте.

Цель состоит в том, чтобы показать, как распределенный ИИ может быть реализован в промышленных средах - от сбора данных в системе, посредством обучения и развертывания до локального обнаружения и облачной оценки.

Команды разрабатывают комплексную архитектуру, которая:

• Данные датчиков в транспортных контейнерах записей тестовых маршрутов

• выбирает и обрабатывает соответствующие данные для определения состояния

• разрабатывает концепцию соответствующих данных и архитектуры системы

• технически реализует запись данных, описание состояния и обнаружение ошибок

• делает обучающие данные пригодными для использования для известных и новых состояний ошибок

• самое эффективное обучение для новых состояний ошибок позволяет

• Модели машинного обучения обучаются и при необходимости создаются автоматически доступно для развертывания в периферийных системах

• Обнаруживает состояния ошибок локально на периферийном устройстве

• Обнаруженные состояния и результаты становятся доступными и визуализируются в подходящей форме

Основное внимание здесь уделяется сценарию профилактического обслуживания: как можно заранее распознать, когда на линии требуется техническое обслуживание – например, отклонения в механических компонентах, таких как подшипники или другие элементы, подверженные износу.

Область решения включает современные промышленные системы и облачные технологии, особенно в экосистеме AWS и CNCF. Использование GenAI для поиска решений и создания прототипов явно желательно.

Thin[gk]athon служит для разработки решения, которое не только работает технически, но и делает дополнительную ценность распределенного искусственного интеллекта для обнаружения промышленных ошибок и прогнозируемого обслуживания видимой в реальном приложении.

ПРЕИМУЩЕСТВА:

• прямое сотрудничество с отраслевыми партнерами

• Доступ к реальному оборудованию и сценариям промышленного использования

• Поддержка наставников и технологических экспертов

• Интенсивное сотрудничество в междисциплинарных группах

• Работа с промышленностью, стартапами и исследованиями

УЧАСТНИК ПРОФИЛЬ

Мы ищем участников с разным опытом, перспективами и навыками.
Типичные роли:

• Разработчики программного обеспечения
• Инженеры данных/Инженеры машинного обучения
• Инженеры встраиваемых систем
• Системные архитекторы
• Отраслевые эксперты
• Творческие умы/Интернет вещей Энтузиасты

ВЛАДЕЛЕЦ ВЫЗОВА

ZEISS Digital Innovation разрабатывает индивидуальные программные решения для сложных производственных сред. Благодаря высокому уровню отраслевого опыта и широкому пониманию технологических инноваций, а также гибкому мышлению, идеи инновационных решений реализуются быстро и творчески.

Компания объединяет опыт в:

• Разработке промышленного программного обеспечения

• Данных и искусственном интеллекте

• Периферийных и облачных архитектурах

• Кибербезопасности

Infineon — одна из ведущих мировых компаний в полупроводниковой промышленности. Производственная площадка Infineon в Дрездене была основана в 1994 году — тогда как часть Siemens.

Сегодня Дрезден является одним из самых современных и крупнейших центров производства, технологий и разработки продукции, и сейчас на двух предприятиях работает более 4000 человек. Это делает Infineon Dresden одним из важнейших промышленных работодателей в регионе.

Infineon Dresden производит более 400 различных продуктов на основе пластин диаметром 200 и 300 мм для всех четырех направлений деятельности группы. С помощью Smart Power Fab Infineon открывает в Дрездене одно из самых современных и в то же время самых гибких предприятий по производству 300-мм полупроводников в Европе с одним из крупнейших технологических спектров в мире.

На Thin[gk]athon ZEISS Digital Innovation и Infineon Technologies бросают вызов в контексте промышленного искусственного интеллекта и распределенных технологий. AI.

ПАРТНЕРЫ
Smart Systems Hub

Infineon Technologies

Цифровые инновации ZEISS


РЕЗУЛЬТАТЫ И ПРИЗНАНИЕ
Лучшие команды получают возможность:

• далее развивать свою идею вместе с отраслевыми партнерами

• чтобы сделать свои результаты видимыми в Сеть Smart Systems Hub.