Bruker maskinlæring for prediktivt vedlikehold på skip

Bruker maskinlæring for prediktivt vedlikehold på skip

Dipai er et nystartet IT-selskap som springer ut fra innovasjonsmiljøet på NTNU. De er eksperter i dataanalyse basert på kunstig intelligens og maskinlæring. Nå inngår Digitread Connect og Dipai et spennende strategisk samarbeid.

Firmanavnet Dipai står for Diagnose, Prognose ved bruk av AI, og det er nettopp dette som er kjernen i Dipais forretningsidé. De arbeider med å utvikle systemer som gjør prediktivt vedlikehold mulig.

Enkelt forklart går metoden ut på å samle inn data fra ulike typer komponenter over en periode. Hensikten er å finne det normale driftsmønsteret på komponenter som for eksempel pumper eller motorer. Dataene fra komponentene benyttes til å trene opp maskinlæringsalgoritmen. Når algoritmen «vet» hva som er normalt, finner den også eventuelle avvik fra det normale. Det er disse avvikene som gir indikasjon på at et eller annet er i ferd med å degradere seg, bli ødelagt, eller som til slutt kan bli til feil som kan føre til havari.

– Hvis vi kan gi tidlig varsling, eller forutsi feil som kan føre til havari, kan vi sende ut servicepersonell før komponenter går i stykker. Når vi klarer å fange opp sånne feil, minimaliserer vi også nedetiden på kompontentene, sier André Listou Ellefsen som er CEO i Dipai.

– Vi starter med innsamling av data og bruker litt tid på å lære opp algoritmen, men etter hvert vil vi kunne stille diagnoser der vi kan forutsi at det kanskje er 98 prosent sannsynlig at en spesifikk feil oppstår. Deretter kan vi lage en prognose som for eksempel sier at det er to uker til komponenten havarerer, og det er dit vi ønsker å komme, slik at vedlikeholdet kan gjøres før noe slutter å fungere, fortsetter han.

Inspeksjon av sanntidsdata for drivstofforbruket til forskningsskipet Gunnerus sammenlignes med den predikerte verdien fra DIPAI sin maskinlæringsalgoritme. Lars Hvidsten og Christoffer Lange studerer applikasjonen som er utviklet av Digitread IoT.

Parter som utfyller hverandre
–  For Digitread Connect er ikke maskinlæring et buzzword, men noe vi kan realisere. Maskinlæring er et verktøy industrien bør bruke for å høste verdier ut av dataene sine. Å bygge systemer med maskinlæring i krever dyp kunnskap, og vi er ekstremt glade for at vi nå kan tilby den beste kompetansen innenfor feltet sammen med Dipai, sier Christoffer Lange i Digitread Connect.

Mens Dipai er mestere innenfor analyse og dyp maskinlæring, sitter Digitread Connect på kompetansen og løsningene rundt de andre byggeblokkene i IoT-løsningen.

– Vi har nå laget en IoT-løsning rundt Dipai sin maskinlæring hvor redere kan få oversikt over drivstofforbruk og avviksdeteksjon for skipene sine, fortsetter Lange.

Målet med samarbeidet er å skape verdi for kundene slik at for eksempel nedetiden på deres mekaniske komponenter reduseres.

– Denne typen teknologi kan benyttes i alle industrier, ikke bare i maritim sektor og det eneste vi trenger er tilgang på sensordata, sier Listou Ellefsen.

Dette er Dipai

  • Dipai har blitt utviklet fra å være et innovasjonsprosjekt i regi av Institutt for havromsoperasjoner og byggteknikk ved NTNU i Ålesund, til å bli et eget aksjeselskap.
  • Prosjektet har fått støtte fra NTNU Discovery med 750 000 kroner og 500 000 kroner fra Norges Forskningsråd.
  • To av tre gründerne bak Dipai har doktograd fra NTNU, i tillegg har selskapet knyttet til seg flere doktorgradsstudenter som arbeider deltid.
  • Dipai er eksperter på dataanalyse og det viktigste konkurransefortrinnet deres er dyp kompetanse om kunstig intelligens og maskinlæring. 
Publisert: 19.11.2020