Industrie
❯
Amélioration produit
❯Décryptage IA des magnétogrammes
Solution d'IA pour identifier rapidement les défauts lors du processus d'assurance qualité sur les pales d'éoliennes
Pour:
Fabricant
But:
Détecter les défauts des produits en inspectant les données de numérisation des tests non destructifs.
Objectif:
Autre
Décryptage IA des magnétogrammes
Pour:
Fabricant
But:
Transport de pétrole et de gaz. Solution d'IA pour identifier rapidement les défauts lors du processus d'assurance qualité sur un pipeline de terrain.
Objectif:
Améliorer l'efficacité des opérations
Tirer parti de l'IA pour améliorer la qualité de l'adhésif
Pour:
Industries manufacturières; fournisseurs et acheteurs; environnement
But:
Fabrication par lots/continue/discrète (déployée dans plus de 75 lignes de fabrication dans plus de 10 pays ; identifier spécifiquement les contributeurs à la qualité ; prédire les défaillances potentielles de la qualité).
Objectif:
Autre
Amélioration de la productivité de la fabrication de semi-conducteurs
Pour:
Dirigeants d'entreprises de fabrication de semi-conducteurs
But:
Analyse des données extraites des équipements de production et amélioration de la productivité sur la base de l'analyse.
Objectif:
Autre
Conception générative de pièces mécaniques
Pour:
Organisations, concepteurs, clients, utilisateurs finaux
But:
Aidez les ingénieurs en mécanique à concevoir des pièces plus légères, plus solides et de meilleure qualité.
Outil de classification automatique pour le noyau de taille réelle
Pour:
Fabricant, géologue
But:
Exploration pétrolière et gazière, classification des types de roches, saturation en huile, carbonate et fracture selon les images de base
Objectif:
Autre
Extraction d'informations à partir de fiches de contrôle industriel marquées à la main
Pour:
Entreprises de fabrication, inspecteurs de machines, ingénieurs
But:
Localisation et cartographie des zones machine, flèches et texte, pour extraire les informations des fiches d'inspection étiquetées manuellement.
Optimisation de la consommation de ferroalliage pour une entreprise de production d'acier
Pour:
Sidérurgie, industrie sidérurgique
But:
Recommandation pour la consommation optimale des ferroalliages par le traitement du four poche lors de la sidérurgie secondaire.
Objectif:
Autre
De nouvelles simulations d'apprentissage automatique réduisent les besoins énergétiques des tissus de masque N95
Pour:
Entreprises de fabrication de tissus de masques à haute densité, dans ce projet 3M en particulier.
Objectif:
Amélioration du développement de produits / R&D
Solution d'IA pour calculer la quantité de matière contenue à partir des données de mesure de la spectrométrie de masse
But:
Calcul de la quantité de matière contenue à partir des données de mesure de spectrométrie de masse à l'aide de la chromatographie.
Objectif:
Réduire les coûts
Décryptage IA des magnétogrammes
Pour:
FabricantObjectif:
Améliorer l'efficacité des opérationsProblème adressé
Détection de défauts internes (piqûres, ulcères, etc.) Détection d'éléments structurels (soudures, coudes, etc.)
But du cas d'usage
Transport de pétrole et de gaz. Solution d'IA pour identifier rapidement les défauts lors du processus d'assurance qualité sur un pipeline de terrain.
Description
Sur le territoire de la Fédération de Russie, il existe des dizaines de milliers de kilomètres de canalisations de production de petit diamètre dans des conditions variables, confrontées à un nombre variable de défauts internes (fosses, ulcères, etc.) et d'éléments structurels (soudures, coudes, etc.) Il existe des détecteurs de défauts dans le tube qui permettent de lire le signal des capteurs du magnétomètre. Ces robots sont peu utilisés en raison de la rapidité d'interprétation des données. L'automatisation de la reconnaissance des éléments structurels et des défauts réduirait le processus de diagnostic du pipeline d'au moins 160 x
Voir -Vidéo
IA: Percevoir