维护设备提供动力我们的世界



大多数人只想到权力他们的城市出现错误时系统。不幸的是,很多人在旧金山湾区有很多思考最近当他们的公用事业公司开始计划停电,企图阻止野火。毁灭性火灾,去年被发现有故障的设备,包括变压器的结果后,决定来了。

变压器是发电厂,电力传输线,配电网络之间的联系。如果出现错误与变压器,整个电厂可以熄灭。要解决这个问题,运营商全天候工作,以评估工厂的各个组成部分,可以考虑不同的数据源,并决定需要修理或更换的东西。

电力设备的维护和故障等影响深远的问题就很难附加一个美元符号。超出工厂的收入损失,有一些无法操作的企业,人被困在电梯,地铁,和学校无法打开。

现在启动tagup正致力于现代化变压器等工业设备的维护。该公司的平台可以让运营商查看其所有数据流在一个地方利用机器学习来估算,如果当组件将失败。

tagup的工业设备监控平台是目前正在使用的能源公司来监控60,000台设备的周围北美和欧洲。包括变压器,离岸风力涡轮机,以及用于水过滤反渗透系统。

谁最近完成了他的博士课程在机械工程的ag真人平台的部门,并将于本月毕业 - - tagup目前正在使用的能源公司来监视大约由首席执行官Jon加里蒂'11和CTO将维加棕色'11,'13 SM成立60000件设备的周围北美和欧洲。包括变压器,离岸风力涡轮机,并且反渗透系统用于水过滤,除其他事项。

“我们的使命是利用人工智能使机器动力的世界更安全,更可靠,更高效,”加里蒂说。

一个灯泡的推移

维加棕色和加里蒂冲过了许多在ag真人平台多年来的方法路径。作为大学生,他们拍了几张相同的课程,在机械工程和物理学和加里蒂维加棕色双主修经济学和物理学双专业。他们也是兄弟会以及在橄榄球队的队友。

后来,当加里蒂在参加哈佛商学院和Vega棕色正在寻求他的博士学位回到校园,他们又是在ag真人平台的能源企业当然同学。

不过,创始人也没多想创办一家公司到2015年,之后加里蒂已在GE能源和Vega棕色合作良好到他在ag真人平台计算机科学和人工智能实验室的博士工作。

在GE,加里蒂发现通过它像喷气发动机的关键资产是由客户租用一个有趣的商业模式 - 在这种情况下,航空公司 - 而不是购买,而制造商举行了远程监控和维护他们的责任。安排允许GE和其他人利用他们的工程专业知识,而客户专注于自己的产业。

“当我曾在GE,我总是在想:为什么不是这项服务适用于任何设备类型的答案是经济学。”加里蒂说,“它是建立远程监控中心昂贵,仪器设备在现场,工作人员在50名以上的工程主题专家,并提供所需的最终客户的支持。设备故障成本,无论是在业务中断和设备故障方面,必须是巨大的,以证明高平均固定成本。”

“我们意识到两件事情,”加里蒂继续。 “传感器和云基础设施的日益普及,我们可以大大减少从基础设施和通讯侧[监控关键的资产]成本。并且,新的机器学习方法,我们可以手动谁审查设备数据提高工程师的工作效率。”

这种认识导致tagup,虽然这将需要时间来证明了创始人的技术。 “使用的问题的AI对于工业应用是缺乏高品质的数据,”维加棕色解释。 “我们的许多客户都有巨大的数据集,但在工业数据的信息密度往往是相当低的。这意味着我们需要在我们如何猎取信号和验证我们的模型非常小心,这样我们就可以可靠地做出准确的预测和估计“。

创始人利用其ag真人平台的联系,获得该公司离地面。他们的指导意见从ag真人平台的创业指导服务,并tagup在接受进入ag真人平台产业联络计划的(ILP)STEX 25加速器,这与行业的成员连接高潜力的初创创业公司的第一批。 tagup以来通过ILP获得一些客户,这些早期的合作伙伴关系帮助该公司的火车,并验证它的一些机器学习模型。

使电源更可靠

tagup的平台结合了所有客户的设备数据整合到一个可排序的主列表,显示每个资产的可能性,造成的破坏。用户可以点击特定的资产,看看历史数据的图表和趋势料将tagup的车型。

该公司不会部署任何自己的传感器。相反,它结合了客户的实时传感器测量与像维修记录和机器参数等数据源,以提高其专有的机器学习模型。

创始人也开始有针对性的方法来构建自己的系统。变压器是第一类型的设备,他们一起工作之一,他们已经扩大到资产的其他群体逐步显现。

tagup的首次部署是在面对查尔斯河接近ag真人平台的校园电厂2016年八月。它被安装短短数个月后,加里蒂正在开会海外时,他接到了关于刚刚走了意外脱机变压器工厂经理的电话。从他的电话,加里蒂能够从变压器和气体传感器检测的实时数据,并给经理,他需要重新启动系统的信息。加里蒂说,保存植物约26小时的停机时间和$ 150,000的收入。

“这些都是真正的业务成果方面的灾难性事件,”加里蒂说,并指出变压器故障的费用估计每年$ 23十亿。

从那时起,他们已经固定的伙伴关系与几家大型公用事业企业,包括国家电网和纽约爱迪生联合电气公司。

向下行,加里蒂和Vega棕色被激发关于使用机器学习来控制设备的操作。例如,一台机器可以在相同的方法,automous车可以感知周围的障碍物,并转向自我管理。

这些能力对确保灯光熄灭,当我们在晚上翻转开关系统产生重大影响。

“它变得真正令人兴奋的向优化发展,”加里蒂说。维加褐色同意,并称:“电力和水的巨额资金被浪费,因为没有足够的专家来调整全球每一个工业机器上的控制器。如果我们可以用人工智能来捕获一些专家知识的算法,我们可以减少低效和规模化提高安全性“。