ಮಲ್ಟಿ-ಆಕ್ಸಿಸ್ CNC ಮಿಲ್ಲಿಂಗ್ ಯಂತ್ರಗಳ ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಗಾಗಿ ಎಡ್ಜ್-ಕಂಪ್ಯೂಟಿಂಗ್-ಶಕ್ತಗೊಂಡ IoT ಚೌಕಟ್ಟುಗಳು

ಸಿಎನ್‌ಸಿ ಯಂತ್ರ ಹಿತ್ತಾಳೆ

ವಿಷಯ ಮೆನು

● ● ದಶಾಪರಿಚಯ

● ● ದಶಾCNC ಮಿಲ್ಲಿಂಗ್‌ನಲ್ಲಿ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು IoT ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

● ● ದಶಾಎಡ್ಜ್-ಶಕ್ತಗೊಂಡ IoT ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳ ಪ್ರಮುಖ ಘಟಕಗಳು

● ● ದಶಾಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು: ಹಂತಗಳು ಮತ್ತು ವೆಚ್ಚಗಳು

● ● ದಶಾನೈಜ ಜಗತ್ತಿನ ಉದಾಹರಣೆಗಳು ಮತ್ತು ಗೆಲುವುಗಳು

● ● ದಶಾಕಾಯಬೇಕಾದ ಸವಾಲುಗಳು

● ● ದಶಾಮುಂದೇನು?

● ● ದಶಾತೀರ್ಮಾನ

● ● ದಶಾಪ್ರಶ್ನೋತ್ತರಗಳು

● ● ದಶಾಉಲ್ಲೇಖಗಳು

 

ಪರಿಚಯ

ಬಹು-ಅಕ್ಷಗಳ ಗುಂಗಿನಿಂದ ಸುತ್ತುವರೆದಿರುವ ಕಾರ್ಖಾನೆಯ ನೆಲದ ಮೇಲೆ ನಿಮ್ಮನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿಸಿಎನ್‌ಸಿ ಮಿಲ್ಲಿಂಗ್ಏರೋಸ್ಪೇಸ್ ಟರ್ಬೈನ್ ಬ್ಲೇಡ್‌ಗಳು, ಆಟೋಮೋಟಿವ್ ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್‌ಗಳು ಅಥವಾ ವೈದ್ಯಕೀಯ ಇಂಪ್ಲಾಂಟ್‌ಗಳನ್ನು ನಂಬಲಾಗದ ನಿಖರತೆಯೊಂದಿಗೆ ರೂಪಿಸುವ ಯಂತ್ರಗಳು. ಈ ಯಂತ್ರಗಳು ಆಧುನಿಕ ಉತ್ಪಾದನೆಯ ಹೃದಯಭಾಗ, ಆದರೆ ಅವು ಮುರಿದುಹೋದಾಗ - ಒಂದು ಉಪಕರಣವು ಸವೆದುಹೋದಾಗ ಅಥವಾ ಸ್ಪಿಂಡಲ್ ಕಂಪಿಸಲು ಪ್ರಾರಂಭಿಸಿದಾಗ - ವಸ್ತುಗಳು ವೇಗವಾಗಿ ದುಬಾರಿಯಾಗುತ್ತವೆ. ಸ್ಥಗಿತವು ಗಂಟೆಗೆ ಸಾವಿರಾರು ವೆಚ್ಚವಾಗಬಹುದು, ಸ್ಕ್ರ್ಯಾಪ್ ಮಾಡಿದ ಭಾಗಗಳು ಅಥವಾ ತಪ್ಪಿದ ಗಡುವನ್ನು ಉಲ್ಲೇಖಿಸಬಾರದು. ಅಲ್ಲಿಯೇ ಭವಿಷ್ಯಸೂಚಕ ನಿರ್ವಹಣೆ ಹೆಜ್ಜೆ ಹಾಕುತ್ತದೆ, IoT ಸಂವೇದಕಗಳು ಮತ್ತು ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸಮಸ್ಯೆಗಳು ನಿಯಂತ್ರಣ ತಪ್ಪುವ ಮೊದಲು ಅವುಗಳನ್ನು ಹಿಡಿಯುತ್ತದೆ. ಅವು ಮುರಿದ ನಂತರ ವಸ್ತುಗಳನ್ನು ಸರಿಪಡಿಸುವ ಬದಲು ಅಥವಾ ಕಠಿಣ ವೇಳಾಪಟ್ಟಿಯಲ್ಲಿ ಭಾಗಗಳನ್ನು ಬದಲಾಯಿಸುವ ಬದಲು, ನೀವು ಒಂದು ಹೆಜ್ಜೆ ಮುಂದೆ ಇರುತ್ತೀರಿ, ಯಂತ್ರಗಳನ್ನು ಚಾಲನೆಯಲ್ಲಿ ಮತ್ತು ಬಜೆಟ್‌ಗಳನ್ನು ಹಾಗೆಯೇ ಇಟ್ಟುಕೊಳ್ಳುತ್ತೀರಿ.

ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಎಂದರೆ ಡೇಟಾವನ್ನು ಯಂತ್ರದಲ್ಲಿಯೇ ಸಂಸ್ಕರಿಸುವುದು, ದೂರದ ಸರ್ವರ್‌ಗೆ ಕಳುಹಿಸುವುದು ಅಲ್ಲ. ಇದು ವೇಗವಾಗಿದೆ, ಸುರಕ್ಷಿತವಾಗಿದೆ ಮತ್ತು ನಿಮ್ಮ ನೆಟ್‌ವರ್ಕ್ ಅನ್ನು ಮುಚ್ಚಿಕೊಳ್ಳುವುದಿಲ್ಲ. ಮತ್ತೊಂದೆಡೆ, IoT ಎಂದರೆ ನಿಮ್ಮ ಯಂತ್ರಗಳಿಗೆ ನರಮಂಡಲವನ್ನು ನೀಡುವಂತಿದೆ - ಪ್ರತಿ ಕಂಪನ, ತಾಪಮಾನ ಅಥವಾ ಬಲವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವ ಸಂವೇದಕಗಳು, ಸ್ಮಾರ್ಟ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗೆ ಒಳನೋಟಗಳನ್ನು ನೀಡುವಂತಿದೆ. ಒಟ್ಟಾಗಿ, ಅವು CNC ಮಿಲ್ಲಿಂಗ್‌ಗೆ ಗೇಮ್-ಚೇಂಜರ್ ಆಗಿರುತ್ತವೆ, $10,000 ವರ್ಕ್‌ಪೀಸ್ ಅನ್ನು ಹಾಳುಮಾಡುವ ಮೊದಲು ಮಂದ ಉಪಕರಣ ಅಥವಾ ಅಲುಗಾಡುವ ಬೇರಿಂಗ್‌ನಂತಹ ಸಮಸ್ಯೆಗಳನ್ನು ಗುರುತಿಸುತ್ತವೆ.

ಈ ಲೇಖನದಲ್ಲಿ, ಬಹು-ಅಕ್ಷದ CNC ಗಿರಣಿಗಳನ್ನು ಗುನುಗುವಂತೆ ಮಾಡಲು ಈ ತಂತ್ರಜ್ಞಾನಗಳು ಹೇಗೆ ಒಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಎಂಬುದರ ಕುರಿತು ನಾನು ನಿಮಗೆ ತಿಳಿಸುತ್ತೇನೆ. ಸಂವೇದಕಗಳು, ಅಂಚಿನ ಸಾಧನಗಳು, ಡೇಟಾ ಹರಿವುಗಳು - ತಂತ್ರಜ್ಞಾನವನ್ನು ನಾವು ಒಳಗೊಳ್ಳುತ್ತೇವೆ ಮತ್ತು ವೆಚ್ಚ ಮತ್ತು ಉಳಿತಾಯದ ಬಗ್ಗೆ ಕಠಿಣ ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ ಏರೋಸ್ಪೇಸ್ ಸ್ಥಾವರಗಳು ಅಥವಾ ವೈದ್ಯಕೀಯ ಸಾಧನ ಅಂಗಡಿಗಳಂತಹ ನೈಜ ಉದಾಹರಣೆಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇವೆ. ಇದನ್ನು ಆಧಾರವಾಗಿಟ್ಟುಕೊಳ್ಳಲು ನಾನು ಕೆಲವು ಘನ ಸಂಶೋಧನೆಗಳನ್ನು ಅವಲಂಬಿಸಿದ್ದೇನೆ, ಆದರೆ ನಾನು ಅದನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಇಡುತ್ತೇನೆ: ನೀವು ಏನು ಪ್ರಾರಂಭಿಸಬೇಕು, ಅದರ ಬೆಲೆ ಎಷ್ಟು ಮತ್ತು ತಲೆನೋವನ್ನು ತಪ್ಪಿಸಲು ಸಲಹೆಗಳು. ನೀವು ಅಂಗಡಿ ಮಹಡಿ ಎಂಜಿನಿಯರ್ ಆಗಿರಲಿ ಅಥವಾ ಬಾಟಮ್ ಲೈನ್ ಅನ್ನು ನೋಡುವ ವ್ಯವಸ್ಥಾಪಕರಾಗಿರಲಿ, ಇದು ನಿಮ್ಮ ಯಂತ್ರಗಳನ್ನು ಚುರುಕಾಗಿ ಕೆಲಸ ಮಾಡುವಂತೆ ಮಾಡುವ ಬಗ್ಗೆ.

CNC ಮಿಲ್ಲಿಂಗ್‌ನಲ್ಲಿ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು IoT ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಎಂದರೇನು?

ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ನಿಮ್ಮ ಸಿಎನ್‌ಸಿ ಯಂತ್ರದ ಪಕ್ಕದಲ್ಲಿ ಒಂದು ಮಿನಿ-ಮೆದುಳನ್ನು ಇಟ್ಟಂತೆ. ಪ್ರತಿಯೊಂದು ಡೇಟಾವನ್ನು - ಕಂಪನ ಸ್ಪೈಕ್‌ಗಳು, ಸ್ಪಿಂಡಲ್ ತಾಪಮಾನಗಳು ಎಂದು ನೀವು ಹೆಸರಿಸುತ್ತೀರಿ - ಜಗತ್ತಿನಾದ್ಯಂತ ಅರ್ಧದಷ್ಟು ಕ್ಲೌಡ್ ಸರ್ವರ್‌ಗೆ ರವಾನಿಸುವ ಬದಲು, ನೀವು ಅದನ್ನು ಅಲ್ಲಿಯೇ ನಿರ್ವಹಿಸುತ್ತೀರಿ. ಯಂತ್ರವು ಲೋಹವನ್ನು ಕತ್ತರಿಸುವಷ್ಟು ವೇಗವಾಗಿ ಸಂಖ್ಯೆಗಳನ್ನು ಕ್ರಂಚ್ ಮಾಡುವ ಗಿರಣಿಗೆ ಬೋಲ್ಟ್ ಮಾಡಲಾದ ಕಠಿಣವಾದ ಸಣ್ಣ ಕಂಪ್ಯೂಟರ್ ಬಗ್ಗೆ ಯೋಚಿಸಿ. ಇದು ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್‌ನಲ್ಲಿ ವೇಗವಾಗಿರುತ್ತದೆ, ಅಗ್ಗವಾಗಿರುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಬಿಗಿಯಾಗಿ ಲಾಕ್ ಮಾಡುತ್ತದೆ, ನೀವು ಏರೋಸ್ಪೇಸ್ ಭಾಗಗಳಂತಹ ಸೂಕ್ಷ್ಮ ವಸ್ತುಗಳನ್ನು ಮಿಲ್ಲಿಂಗ್ ಮಾಡುವಾಗ ಇದು ಮುಖ್ಯವಾಗಿದೆ.

ಟರ್ಬೈನ್ ಬ್ಲೇಡ್‌ಗಳನ್ನು ತಯಾರಿಸುವ ಏರೋಸ್ಪೇಸ್ ಅಂಗಡಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ. ಒಂದು ಕೆಟ್ಟ ಕಟ್ $15,000 ಮೌಲ್ಯದ ಭಾಗವನ್ನು ಕಸಿದುಕೊಳ್ಳಬಹುದು. ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್‌ನಲ್ಲಿ, ಸಂವೇದಕಗಳು ವಿಚಿತ್ರ ಕಂಪನಗಳನ್ನು ಎತ್ತಿಕೊಳ್ಳುತ್ತವೆ ಮತ್ತು ಸಿಸ್ಟಮ್ ಒಂದು ಸೆಕೆಂಡ್‌ನಲ್ಲಿ ಸವೆದ ಉಪಕರಣವನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ, ವಿಪತ್ತು ಸಂಭವಿಸುವ ಮೊದಲು ಯಂತ್ರವನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ. ನೀವು ಮೋಡವನ್ನು ಅವಲಂಬಿಸಿದ್ದರೆ, ಆ ಡೇಟಾವು ಒಂದು ಸುತ್ತಿನ ಪ್ರವಾಸವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ - ಬಹುಶಃ ಒಂದು ಅಥವಾ ಎರಡು ಸೆಕೆಂಡುಗಳು - ಇದು ಚಿಕ್ಕದಾಗಿ ತೋರುತ್ತದೆ ಆದರೆ ಬ್ಲೇಡ್ ಅಪಾಯದಲ್ಲಿರುವಾಗ ಅಲ್ಲ. ಜೊತೆಗೆ, ಸ್ಥಳೀಯ ಸಂಸ್ಕರಣೆ ಎಂದರೆ ಯಾವುದೇ ಇಂಟರ್ನೆಟ್ ಅಡಚಣೆಗಳು ನಿಮ್ಮನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದಿಲ್ಲ.

IoT: ಯಂತ್ರಗಳನ್ನು ಮಾತನಾಡುವಂತೆ ಮಾಡುವುದು

IoT ಚುಕ್ಕೆಗಳನ್ನು ಸಂಪರ್ಕಿಸುತ್ತದೆ. ನಿಮ್ಮ ಗಿರಣಿಯಲ್ಲಿ ಸ್ಪಿಂಡಲ್ ವೇಗ, ಕತ್ತರಿಸುವ ಬಲ ಅಥವಾ ಕೂಲಂಟ್ ತಾಪಮಾನದಂತಹ ವಿಷಯಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವ ಸಂವೇದಕಗಳಿವೆ. ಅವು ತೊಂದರೆಗಾಗಿ ಕಾಯುತ್ತಿರುವ ಅಂಚಿನ ಸಾಧನಕ್ಕೆ ಫೀಡ್ ಆಗುತ್ತವೆ - ಉದಾಹರಣೆಗೆ ಬೇರಿಂಗ್ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಪ್ರಾರಂಭಿಸುವುದು ಅಥವಾ ಸ್ನ್ಯಾಪ್ ಆಗಲು ಹೊರಟಿರುವ ಉಪಕರಣ. ಇದು ಕೇವಲ ಕಚ್ಚಾ ಡೇಟಾ ಅಲ್ಲ; ಸ್ಮಾರ್ಟ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳು "ಈಗ ನನ್ನನ್ನು ಸರಿಪಡಿಸಿ" ಎಂದು ಕಿರುಚುವ ಮಾದರಿಗಳನ್ನು ಹುಡುಕುತ್ತವೆ.

ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್‌ಗಳನ್ನು ಹೊರಹಾಕುವ ಆಟೋಮೋಟಿವ್ ಪ್ಲಾಂಟ್ ಅನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಸೆನ್ಸರ್‌ಗಳು ಸ್ಪಿಂಡಲ್ ವೈಬ್‌ಗಳನ್ನು ಹಿಡಿಯುತ್ತವೆ ಮತ್ತು ಅಂಚಿನ ವ್ಯವಸ್ಥೆಯು ಉತ್ಪಾದನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೊದಲು ಬೇರಿಂಗ್ ವೈಫಲ್ಯವನ್ನು ಮುನ್ಸೂಚಿಸುತ್ತದೆ. ಒಂದು ಕಾರ್ಖಾನೆಯಲ್ಲಿ ನಾನು ಈ ರೀತಿಯಾಗಿ ಡೌನ್‌ಟೈಮ್ ಅನ್ನು 20% ಕಡಿತಗೊಳಿಸಲಾಗಿದೆ ಎಂದು ಓದಿದ್ದೇನೆ, ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ ವರ್ಷಕ್ಕೆ $50,000 ಉಳಿಸುತ್ತದೆ. ಆದರೆ ಇದೆಲ್ಲವೂ ಸುಗಮವಾಗಿಲ್ಲ. ನೀವು ಸರಿಯಾದ ಸೆನ್ಸರ್‌ಗಳನ್ನು ಆರಿಸಬೇಕಾಗುತ್ತದೆ - ಕಂಪನಗಳಿಗೆ ಅಕ್ಸೆಲೆರೊಮೀಟರ್‌ಗಳು ಅಥವಾ ಶಾಖಕ್ಕಾಗಿ ಥರ್ಮೋಕಪಲ್‌ಗಳು - ಅವುಗಳನ್ನು ವೈರ್ ಮಾಡಬೇಕು ಮತ್ತು ಅವು ಕೂಲಂಟ್ ಅಥವಾ ಲೋಹದ ಧೂಳಿನಿಂದ ಉಸಿರುಗಟ್ಟಿಸುವುದಿಲ್ಲ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ. ಅದು ಯೋಜನೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.

ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ ಏಕೆ ದೊಡ್ಡ ವ್ಯವಹಾರವಾಗಿದೆ

ಹಳೆಯ ಶಾಲಾ ನಿರ್ವಹಣೆ ಎಂದರೆ ನಿಮ್ಮ ಕಾರಿಗೆ ಯಾವಾಗ ಎಣ್ಣೆ ಬದಲಾವಣೆ ಬೇಕು ಎಂದು ಊಹಿಸಿದಂತೆ. ನಿಗದಿತ ಪರಿಶೀಲನೆಗಳು - ಪ್ರತಿ 100 ಗಂಟೆಗಳಿಗೊಮ್ಮೆ ಉಪಕರಣಗಳನ್ನು ಬದಲಾಯಿಸುವುದು - ಉಪಕರಣವು ಸರಿಯಾಗಿದ್ದರೆ ಹಣವನ್ನು ವ್ಯರ್ಥ ಮಾಡುತ್ತದೆ. ಸ್ಥಗಿತಕ್ಕಾಗಿ ಕಾಯುವುದು ಕೆಟ್ಟದಾಗಿದೆ; ನೀವು ಸಿಲುಕಿಕೊಂಡಿದ್ದೀರಿ, ಭಾಗಗಳು ಹಾಳಾಗಿವೆ ಮತ್ತು ಎಲ್ಲರೂ ಒತ್ತಡಕ್ಕೊಳಗಾಗಿದ್ದಾರೆ. ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯು ಅಗತ್ಯವಿದ್ದಾಗ "ಹೇ, ಇದನ್ನು ಈಗಲೇ ಬದಲಾಯಿಸಿ" ಎಂದು ಹೇಳಲು ಡೇಟಾವನ್ನು ಬಳಸುತ್ತದೆ.

ಟೈಟಾನಿಯಂ ಮೊಣಕಾಲು ಕೀಲುಗಳಂತಹ ವೈದ್ಯಕೀಯ ಇಂಪ್ಲಾಂಟ್‌ಗಳನ್ನು ಗಿರಣಿ ಮಾಡುವ ಅಂಗಡಿಯಲ್ಲಿ, ಕೆಟ್ಟ ಉಪಕರಣವು $20,000 ತಪ್ಪನ್ನು ಅರ್ಥೈಸಬಲ್ಲದು. ಒಂದು ಸ್ಥಳವು ಉಪಕರಣಗಳ ವಟಗುಟ್ಟುವಿಕೆಯನ್ನು ಮೊದಲೇ ಹಿಡಿಯಲು IoT ಅನ್ನು ಬಳಸಿತು, ಯೋಜಿತವಲ್ಲದ ನಿಲುಗಡೆಗಳನ್ನು 15% ರಷ್ಟು ಕಡಿತಗೊಳಿಸಿತು ಮತ್ತು ವರ್ಷಕ್ಕೆ $100,000 ಉಳಿಸಿತು. ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅವರು ಅಕೌಸ್ಟಿಕ್ ಸಂವೇದಕಗಳು ಮತ್ತು ಅಂಚಿನ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸಿದರು. ಇದು ಮ್ಯಾಜಿಕ್ ಅಲ್ಲ - ಇದು ನಿಮ್ಮ ಯಂತ್ರಗಳನ್ನು ಆಲಿಸುವುದು ಮತ್ತು ಅವು ಕಿರುಚುವ ಮೊದಲು ಕಾರ್ಯನಿರ್ವಹಿಸುವುದರ ಬಗ್ಗೆ.

ಸಲಹೆ: ಬ್ಲೈಂಡ್ ಆಗಿ ಡೈವ್ ಮಾಡಬೇಡಿ. ಮೊದಲು ಒಂದು ಯಂತ್ರದಲ್ಲಿ ಸೆನ್ಸರ್‌ಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ, ಬಹುಶಃ ಕಂಪನ ಮಾನಿಟರ್‌ಗಳೊಂದಿಗೆ $1,000 ಸೆಟಪ್ ಮತ್ತು ರಾಸ್ಪ್ಬೆರಿ ಪೈನಂತಹ ಅಗ್ಗದ ಎಡ್ಜ್ ಬಾಕ್ಸ್. ಒಂದು ತಿಂಗಳು ಅದನ್ನು ಪರೀಕ್ಷಿಸಿ. ಅದು ಒಂದು ಬ್ರೇಕ್‌ಡೌನ್ ಅನ್ನು ಉಳಿಸಿದರೆ, ನೀವು ಈಗಾಗಲೇ ಮುಂದಿದ್ದೀರಿ.

ಸಿಎನ್‌ಸಿ ಮಿಲ್ಲಿಂಗ್

ಎಡ್ಜ್-ಶಕ್ತಗೊಂಡ IoT ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳ ಪ್ರಮುಖ ಘಟಕಗಳು

ಸಂವೇದಕಗಳು: ಕಣ್ಣುಗಳು ಮತ್ತು ಕಿವಿಗಳು

ಸೆನ್ಸರ್‌ಗಳಿಂದ ಎಲ್ಲವೂ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ. CNC ಗಿರಣಿಗಳಿಗೆ, ನೀವು ನೋಡುತ್ತಿರುವುದು:

- ಕಂಪನ ಸಂವೇದಕಗಳು (ವೇಗವರ್ಧಕಗಳು): ಉಪಕರಣದ ಸವೆತ ಅಥವಾ ಬೇರಿಂಗ್ ಸಮಸ್ಯೆಗಳನ್ನು ಗುರುತಿಸಿ. ಪ್ರತಿ ಪಾಪ್‌ಗೆ ಸುಮಾರು $100–$500.- ತಾಪಮಾನ ಸಂವೇದಕಗಳು (ಥರ್ಮೋಕಪಲ್‌ಗಳು): ಸ್ಪಿಂಡಲ್ ಅಥವಾ ಕೂಲಂಟ್ ಶಾಖದ ಮೇಲೆ ನಿಗಾ ಇರಿಸಿ. $50–$200.- ಫೋರ್ಸ್ ಸಂವೇದಕಗಳು: ಉಪಕರಣವು ಕಷ್ಟಪಡುತ್ತಿರುವಾಗ ಹಿಡಿಯಿರಿ. $500–$1,000.- ಅಕೌಸ್ಟಿಕ್ ಸಂವೇದಕಗಳು: ಇತರರು ತಪ್ಪಿಸಿಕೊಂಡ ವಟಗುಟ್ಟುವಿಕೆ ಅಥವಾ ಬಿರುಕುಗಳನ್ನು ಕೇಳಿ. $200–$800.

ಅಂತರಿಕ್ಷಯಾನದಲ್ಲಿ, ಒಂದು ಟರ್ಬೈನ್ ಬ್ಲೇಡ್ ಗಿರಣಿಯು ನಾಲ್ಕು ವೇಗವರ್ಧಕ ಮಾಪಕಗಳನ್ನು ಸ್ಪಿಂಡಲ್‌ಗೆ ಬಡಿಯಬಹುದು, ಸೆಕೆಂಡಿಗೆ 1,000 ಬಾರಿ ಡೇಟಾವನ್ನು ಸೆರೆಹಿಡಿಯಬಹುದು. ಲುವೋ ಮತ್ತು ಅವರ ತಂಡದ ಸಂಶೋಧನೆಯು ಇದು 95% ಟೂಲ್ ವೇರ್ ಸಮಸ್ಯೆಗಳನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚಿದೆ ಎಂದು ತೋರಿಸಿದೆ, ಇದರಿಂದಾಗಿ ಡೌನ್‌ಟೈಮ್‌ನಲ್ಲಿ ವರ್ಷಕ್ಕೆ $200,000 ಉಳಿತಾಯವಾಗುತ್ತದೆ. ಸಮಸ್ಯೆಯೆಂದರೆ, ಸಂವೇದಕಗಳು ಅವಿನಾಶಿಯಾಗಿಲ್ಲ - ನೀವು ಜಾಗರೂಕರಾಗಿರದಿದ್ದರೆ ಶೀತಕ ಮತ್ತು ಚಿಪ್‌ಗಳು ಅವುಗಳನ್ನು ಹಾಳುಮಾಡಬಹುದು.

ಒಂದು ಆಟೋಮೋಟಿವ್ ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್ ಅಂಗಡಿಯು ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ ಸೆನ್ಸರ್‌ಗಳಿಗೆ $5,000 ಖರ್ಚು ಮಾಡಿತು ಮತ್ತು ಆರು ತಿಂಗಳಲ್ಲಿ ಎರಡು ದೊಡ್ಡ ವೈಫಲ್ಯಗಳನ್ನು ತಪ್ಪಿಸುವ ಮೂಲಕ ಲಾಭ-ನಷ್ಟವನ್ನು ಅನುಭವಿಸಿತು. ಸಲಹೆ: IP68-ರೇಟೆಡ್ ಸೆನ್ಸರ್‌ಗಳನ್ನು ಪಡೆಯಿರಿ; ಅವು ನೀರು ಮತ್ತು ಧೂಳನ್ನು ನಗಿಸುತ್ತವೆ. ಅವು ಮಾಪನಾಂಕ ನಿರ್ಣಯದಿಂದ ದೂರ ಸರಿಯುತ್ತಿಲ್ಲ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಮಾಸಿಕವಾಗಿ ಅವುಗಳನ್ನು ಪರಿಶೀಲಿಸಿ.

ಎಡ್ಜ್ ಡಿವೈಸಸ್: ದಿ ಬ್ರೈನ್ಸ್

ಎಡ್ಜ್ ಸಾಧನಗಳು ಭಾರ ಎತ್ತುವಿಕೆಯನ್ನು ಮಾಡುವ ಸ್ನಾಯುಗಳಾಗಿವೆ - ಕೈಗಾರಿಕಾ ಪಿಸಿಗಳು ಅಥವಾ NVIDIA ಜೆಟ್ಸನ್‌ನಂತಹ ಕಾಂಪ್ಯಾಕ್ಟ್ ಘಟಕಗಳು $500–$5,000 ಬೆಲೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂದು ಭಾವಿಸಿ. ಅವರು ಸ್ಥಳದಲ್ಲೇ ಸೆನ್ಸರ್ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತಾರೆ, ತೊಂದರೆಗಳನ್ನು ಗುರುತಿಸಲು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುತ್ತಾರೆ. ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಯು ಕಂಪನಗಳನ್ನು "ಆರೋಗ್ಯಕರ" ಬೇಸ್‌ಲೈನ್‌ಗೆ ಹೋಲಿಸಬಹುದು ಮತ್ತು ವಿಷಯಗಳು ಕೆಟ್ಟದಾಗಿ ಕಾಣುವಾಗ ಕೂಗಬಹುದು.

ವರ್ಮಾ ಅವರ ಅಧ್ಯಯನದ ಪ್ರಕಾರ, ವೈದ್ಯಕೀಯ ಇಂಪ್ಲಾಂಟ್ ಅಂಗಡಿಯೊಂದು ನರಮಂಡಲ ಜಾಲವನ್ನು ಹೊಂದಿರುವ ಅಂಚಿನ ಸಾಧನವನ್ನು ಬಳಸಿಕೊಂಡು ಅಕೌಸ್ಟಿಕ್ ಸಿಗ್ನಲ್‌ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ, ಉಪಕರಣದ ವೈಫಲ್ಯವನ್ನು 90% ನಿಖರತೆಯೊಂದಿಗೆ ಊಹಿಸಿತು. ಪ್ರತಿ ಯಂತ್ರವನ್ನು ಸ್ಥಾಪಿಸಲು ಅವರಿಗೆ $10,000 ವೆಚ್ಚವಾಯಿತು, ಆದರೆ ಅವರು ಸ್ಕ್ರ್ಯಾಪ್ ಅನ್ನು 30% ಕಡಿತಗೊಳಿಸಿದರು, ವರ್ಷಕ್ಕೆ $150,000 ಉಳಿಸಿದರು. ಹಿಚ್? ಎಡ್ಜ್ ಸಾಧನಗಳು ಸೂಪರ್‌ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲ. ನಿಮ್ಮ ಮಾದರಿಗಳು ಉಸಿರುಗಟ್ಟಿಸದಂತೆ ನೀವು ಅವುಗಳನ್ನು ಸ್ಲಿಮ್ ಮಾಡಬೇಕು.

ಸಲಹೆ: ಸಮಯವನ್ನು ಉಳಿಸಲು ಟೆನ್ಸರ್‌ಫ್ಲೋ ಲೈಟ್‌ನಂತಹ ಸ್ಥಳಗಳಿಂದ ಪೂರ್ವ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಗಳನ್ನು ಪಡೆದುಕೊಳ್ಳಿ. ನೀವು ಎಷ್ಟು ಅಲಂಕಾರಿಕವಾಗಿ ಕಾಣುತ್ತೀರಿ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ, ಹಾರ್ಡ್‌ವೇರ್‌ಗಾಗಿ ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $2,000–$10,000 ಬಜೆಟ್.

ಸಂಪರ್ಕ: ಎಲ್ಲವನ್ನೂ ಒಟ್ಟಿಗೆ ಇಟ್ಟುಕೊಳ್ಳುವುದು

IoT ಗೆ ಘನ ಪೈಪ್‌ಲೈನ್ ಅಗತ್ಯವಿದೆ - ಈಥರ್ನೆಟ್, ವೈ-ಫೈ, ಬಹುಶಃ 5G - ಸಂವೇದಕಗಳಿಂದ ಅಂಚಿನ ಸಾಧನಗಳಿಗೆ ಡೇಟಾವನ್ನು ಸರಿಸಲು ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ದೀರ್ಘಕಾಲೀನ ಸಂಗ್ರಹಣೆಗಾಗಿ ಕ್ಲೌಡ್. ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಹೆಚ್ಚಿನ ಕೆಲಸವನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಇರಿಸುತ್ತದೆ, ಆದರೆ ನೀವು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಮೇಲಕ್ಕೆ ಕಳುಹಿಸಬಹುದು. ಭದ್ರತೆಯು ದೊಡ್ಡದಾಗಿದೆ; ಹ್ಯಾಕ್ ಮಾಡಿದ ಗಿರಣಿಯು ಕೆಟ್ಟ ಭಾಗಗಳನ್ನು ಹೊರಹಾಕಬಹುದು ಅಥವಾ ಸಂಪೂರ್ಣವಾಗಿ ಮುಚ್ಚಬಹುದು.

ಒಂದು ಏರೋಸ್ಪೇಸ್ ಪ್ಲಾಂಟ್ ಮಿಲ್ಲಿಂಗ್ ಬ್ಲೇಡ್‌ಗಳು ತ್ವರಿತ ಎಚ್ಚರಿಕೆಗಳಿಗಾಗಿ ಅಂಚಿನ ಸಾಧನಗಳನ್ನು ಮತ್ತು ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶಕ್ಕಾಗಿ ಮೋಡವನ್ನು ಬಳಸಿದವು. ಪ್ರತಿ ಯಂತ್ರವನ್ನು ಸ್ಥಾಪಿಸಲು $15,000 ವೆಚ್ಚವಾಯಿತು, ಆದರೆ ಇದು ನಿರ್ವಹಣಾ ವೆಚ್ಚವನ್ನು 25% ಕಡಿಮೆ ಮಾಡಿತು. ಪಟೇಲ್ ಅವರ ಸಂಶೋಧನೆಯು ಈ ರೀತಿಯ ಅಂಚಿನ ಸೆಟಪ್‌ಗಳು ಕ್ಲೌಡ್-ಮಾತ್ರಕ್ಕಿಂತ 40% ವೇಗವಾಗಿವೆ ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ. ಸಮಸ್ಯೆಯೆಂದರೆ, ದುರ್ಬಲ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಅಥವಾ ಕೆಟ್ಟ ಸಂರಚನೆಗಳು ನಿಮ್ಮನ್ನು ನಿಧಾನಗೊಳಿಸಬಹುದು.

ಸಲಹೆ: ಸುರಕ್ಷಿತ ಡೇಟಾ ವರ್ಗಾವಣೆಗಾಗಿ MQTT ಅಥವಾ OPC UA ಬಳಸಿ—ಅವು ಹಗುರ ಮತ್ತು ಕಠಿಣವಾಗಿವೆ. ಹ್ಯಾಕರ್‌ಗಳನ್ನು ದೂರವಿಡಲು ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ ಫೈರ್‌ವಾಲ್‌ನಲ್ಲಿ $1,000 ಖರ್ಚು ಮಾಡಿ.

ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು: ಹಂತಗಳು ಮತ್ತು ವೆಚ್ಚಗಳು

ಹಂತ 1: ಏನು ಒಡೆಯುತ್ತದೆ ಎಂಬುದನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ

ಮೊದಲು, ನಿಮ್ಮ ಗಿರಣಿಗಳನ್ನು ಕೂಲಂಕಷವಾಗಿ ನೋಡಿ. ಯಾವುದು ಹೆಚ್ಚಾಗಿ ವಿಫಲವಾಗುತ್ತಿದೆ? ಏರೋಸ್ಪೇಸ್ ಅಂಗಡಿಗಳು ಉಪಕರಣಗಳ ಮೇಲಿನ ಉಡುಗೆಯನ್ನು ಪ್ರತಿ ಊಪ್ಸ್‌ಗೆ $5,000 ತಿನ್ನುತ್ತವೆ. ಆಟೋಮೋಟಿವ್ ಸಸ್ಯಗಳು ಸ್ಪಿಂಡಲ್ ಕಂಪನಗಳು ತಮ್ಮ ತಲೆನೋವಿಗೆ 60% ಕಾರಣವೆಂದು ಹೇಳುತ್ತವೆ. ಏನೆಂದು ತಿಳಿಯಲು ನಿಮ್ಮ ಲಾಗ್‌ಗಳನ್ನು ಅಗೆಯಿರಿ.

ವೆಚ್ಚ: ಒಬ್ಬ ವೃತ್ತಿಪರರಿಗೆ ಅದನ್ನು ಮನೆಯಲ್ಲಿಯೇ ವಿಶ್ಲೇಷಿಸಲು ಅಥವಾ ಮಾಡಲು $1,000–$5,000. ಸಲಹೆ: ಮೊದಲು ನಿಮ್ಮ ಅತ್ಯಂತ ದುಬಾರಿ ಯಂತ್ರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿ - ನಿಮ್ಮ ಹಣಕ್ಕೆ ದೊಡ್ಡ ಬ್ಯಾಂಗ್.

ಹಂತ 2: ಸಂವೇದಕಗಳನ್ನು ಆರಿಸಿ ಮತ್ತು ಇರಿಸಿ

ನಿಮ್ಮ ಸಮಸ್ಯೆಗಳಿಗೆ ಸಂವೇದಕಗಳನ್ನು ಹೊಂದಿಸಿ. ವೈದ್ಯಕೀಯ ಇಂಪ್ಲಾಂಟ್ ಗಿರಣಿಗೆ ಉಪಕರಣಗಳ ವಟಗುಟ್ಟುವಿಕೆಗಾಗಿ ಅಕೌಸ್ಟಿಕ್ ಮತ್ತು ಬಲ ಸಂವೇದಕಗಳು ಬೇಕಾಗಬಹುದು, ಒಟ್ಟು ಸುಮಾರು $2,000. ಅವುಗಳನ್ನು ಸ್ಥಾಪಿಸಲು ಒಂದು ಅಥವಾ ಎರಡು ದಿನಗಳು ಬೇಕಾಗುತ್ತದೆ, $500–$1,000 ಕಾರ್ಮಿಕ ವೆಚ್ಚ.

ಲುವೋ ಅವರ ಕೆಲಸವು ಕಂಪನ ಸಂವೇದಕಗಳು ಉಪಕರಣ ವೈಫಲ್ಯಗಳನ್ನು 20% ರಷ್ಟು ಕಡಿತಗೊಳಿಸಿವೆ ಎಂದು ತೋರಿಸಿದೆ, ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $3,000 ವೆಚ್ಚವಾಗುತ್ತದೆ. ಸಲಹೆ: ಸಂವೇದಕ ನಿಯೋಜನೆಯ ಬಗ್ಗೆ ನಿಮ್ಮ ಸಿಬ್ಬಂದಿಗೆ ತರಬೇತಿ ನೀಡಿ - ಸ್ಲೋಪಿ ಇನ್‌ಸ್ಟಾಲ್‌ಗಳು ಕೆಟ್ಟ ಡೇಟಾವನ್ನು ಸೂಚಿಸುತ್ತವೆ.

ಹಂತ 3: ಎಡ್ಜ್ ಸಾಧನಗಳನ್ನು ಹೊಂದಿಸಿ

ನಿಮ್ಮ ಅಗತ್ಯಗಳಿಗೆ ಸರಿಹೊಂದುವ ಎಡ್ಜ್ ಸಾಧನವನ್ನು ಪಡೆಯಿರಿ. $1,000 ಬೆಲೆಯ ಜೆಟ್ಸನ್ ನ್ಯಾನೋ ಸರಳ ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್ ಮಾನಿಟರಿಂಗ್‌ಗಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ; ಏರೋಸ್ಪೇಸ್‌ಗೆ $5,000 ಪಿಸಿ ಬೇಕಾಗಬಹುದು. ಸಾಫ್ಟ್‌ವೇರ್ ಸೆಟಪ್ - ಕೋಡಿಂಗ್ ಮತ್ತು ತರಬೇತಿ ಮಾದರಿಗಳು - $5,000–$20,000 ವೆಚ್ಚವಾಗುತ್ತದೆ.

ವರ್ಮಾ ಅವರ ಅಧ್ಯಯನವು ಎಡ್ಜ್ ಸಾಧನಗಳೊಂದಿಗೆ 15% ಅಪ್‌ಟೈಮ್ ಜಿಗಿತವನ್ನು ಕಂಡಿತು, ಪ್ರತಿ ಮಿಲ್‌ಗೆ $10,000 ವೆಚ್ಚವಾಯಿತು. ಸಲಹೆ: ಕೋಡಿಂಗ್‌ನಲ್ಲಿ ಉಳಿಸಲು ಎಡ್ಜ್‌ಎಕ್ಸ್ ಫೌಂಡ್ರಿಯಂತಹ ಓಪನ್-ಸೋರ್ಸ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ಬಳಸಿ.

ಹಂತ 4: ಹುಕ್ ಇಟ್ ಅಪ್ ಮತ್ತು ಪರೀಕ್ಷೆ

ಸಾಧನಗಳ ಅಂಚಿನಲ್ಲಿ ಸೆನ್ಸರ್‌ಗಳನ್ನು ಜೋಡಿಸಿ ಮತ್ತು ಅವುಗಳನ್ನು ಒಂದು ಸುತ್ತು ಹಾಕಿ. ಸುಳ್ಳು ಎಚ್ಚರಿಕೆಗಳಂತಹ ದೋಷಗಳನ್ನು ನಿವಾರಿಸಲು ಒಂದು ಅಥವಾ ಎರಡು ವಾರಗಳ ಯೋಜನೆ. ಟರ್ಬೈನ್ ಬ್ಲೇಡ್ ಅಂಗಡಿಯೊಂದು ಪರೀಕ್ಷೆಗೆ $3,000 ಖರ್ಚು ಮಾಡಿತು ಆದರೆ ಸ್ಪಿಂಡಲ್ ಸಮಸ್ಯೆಯನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚುವುದರಿಂದ $50,000 ಉಳಿಸಿತು.

ಸಲಹೆ: ಪರೀಕ್ಷೆಗಳ ಸಮಯದಲ್ಲಿ ನಿಮ್ಮ ಹಳೆಯ ನಿರ್ವಹಣಾ ಯೋಜನೆಯನ್ನು ಚಾಲನೆಯಲ್ಲಿ ಇರಿಸಿ, ಇದರಿಂದ ಏನಾದರೂ ವಿಫಲವಾದರೆ ನೀವು ಸ್ಥಗಿತಗೊಳ್ಳುವುದಿಲ್ಲ.

ಹಂತ 5: ಅದನ್ನು ಹೊರತೆಗೆಯಿರಿ

ಒಂದು ಯಂತ್ರವು ಗಟ್ಟಿಯಾಗಿ ಬೆಳೆದ ನಂತರ, ದೊಡ್ಡದಾಗಿ ಬೆಳೆಯಿರಿ. ಒಂದು ಆಟೋಮೋಟಿವ್ ಅಂಗಡಿಯು 10 ಯಂತ್ರಗಳಿಗೆ $100,000 ಖರ್ಚು ಮಾಡಿತು ಮತ್ತು 18 ತಿಂಗಳುಗಳಲ್ಲಿ 30% ಕಡಿಮೆ ಡೌನ್‌ಟೈಮ್‌ನೊಂದಿಗೆ ಲಾಭ ಗಳಿಸಿತು. ಪ್ರೋಟೋಕಾಲ್‌ಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವುದರಿಂದ ಸ್ಕೇಲಿಂಗ್ ವೆಚ್ಚವನ್ನು 10% ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಎಂದು ಪಟೇಲ್ ಅವರ ಸಂಶೋಧನೆ ಹೇಳುತ್ತದೆ.

ಸಲಹೆ: ಪ್ರತಿ ಹಂತವನ್ನು ಬರೆದಿಟ್ಟುಕೊಳ್ಳಿ. ಇದು ಹೆಚ್ಚಿನ ಯಂತ್ರಗಳನ್ನು ಸೇರಿಸುವುದನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ. ಪೂರ್ಣ ಡೀಲ್‌ಗೆ ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $10,000–$20,000 ಬಜೆಟ್.

ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ

ನೈಜ ಜಗತ್ತಿನ ಉದಾಹರಣೆಗಳು ಮತ್ತು ಗೆಲುವುಗಳು

ಏರೋಸ್ಪೇಸ್: ಟರ್ಬೈನ್ ಬ್ಲೇಡ್‌ಗಳು

ಟರ್ಬೈನ್ ಬ್ಲೇಡ್‌ಗಳನ್ನು ಮಿಲ್ಲಿಂಗ್ ಮಾಡುವುದು ಹೆಚ್ಚಿನ ಜವಾಬ್ದಾರಿಯನ್ನು ಹೊಂದಿದೆ - ಇತ್ತೀಚೆಗೆ $10,000–$50,000 ವೆಚ್ಚವಾಗುವ ಒಂದು ಕೆಟ್ಟ ಭಾಗ. ಒಂದು ಅಂಗಡಿಯು ಉಪಕರಣದ ಸವೆತವನ್ನು ಹಿಡಿಯಲು IoT ಸಂವೇದಕಗಳು ಮತ್ತು ಅಂಚಿನ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸಿತು, 90% ಸಮಸ್ಯೆಗಳನ್ನು ಮೊದಲೇ ಸರಿಪಡಿಸಿತು. ಸೆಟಪ್ ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $20,000 ಆಗಿತ್ತು, ಆದರೆ ಅವರು ವರ್ಷಕ್ಕೆ $300,000 ಉಳಿಸಿದರು. ಲುವೋ ಅವರ ಹೈಬ್ರಿಡ್ ವಿಧಾನ - ವೇಗಕ್ಕೆ ಅಂಚು, ಪ್ರವೃತ್ತಿಗಳಿಗೆ ಮೋಡ - ಅದನ್ನು ಕೆಲಸ ಮಾಡುವಂತೆ ಮಾಡಿತು.

ಗೆಲುವು: 25% ಕಡಿಮೆ ಸ್ಕ್ರ್ಯಾಪ್. ಅಡಚಣೆ: ಮುಂಗಡ ವೆಚ್ಚಗಳು ಮತ್ತು ಟ್ರಿಕಿ ಸೆಟಪ್.

ಆಟೋಮೋಟಿವ್: ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್‌ಗಳು

ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್ ಗಿರಣಿಗಳು ಬಿಸಿಯಾಗಿ ಮತ್ತು ಭಾರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ, ಗಂಟೆಗೆ $5,000 ಡೌನ್‌ಟೈಮ್ ಇರುತ್ತದೆ. ಡೆಟ್ರಾಯಿಟ್ ಸ್ಥಾವರವು ಕಂಪನ ಸಂವೇದಕಗಳು ಮತ್ತು ಅಂಚಿನ ಸಾಧನಗಳನ್ನು ಬಳಸಿತು, ಸ್ಥಗಿತಗಳನ್ನು 20% ಕಡಿತಗೊಳಿಸಿತು. ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $15,000 ವೆಚ್ಚವಾಯಿತು, ಒಂದು ವರ್ಷದಲ್ಲಿ ಮರುಪಾವತಿಸಲಾಯಿತು. ವರ್ಮಾ ಅವರ ಅಧ್ಯಯನವು ಅಂಚಿನ ಎಚ್ಚರಿಕೆಗಳು 50% ವೇಗವಾಗಿವೆ ಎಂದು ಹೇಳಿದೆ.

ಗೆಲುವು: 15% ಹೆಚ್ಚಿನ ಔಟ್‌ಪುಟ್. ಅಡಚಣೆ: ಸಂವೇದಕಗಳು ಬೇಗನೆ ಸವೆಯುತ್ತಿವೆ.

ವೈದ್ಯಕೀಯ: ಇಂಪ್ಲಾಂಟ್‌ಗಳು

ಟೈಟಾನಿಯಂ ಹಿಪ್ ಇಂಪ್ಲಾಂಟ್‌ಗಳಲ್ಲಿ ದೋಷಗಳಿರಲು ಸಾಧ್ಯವಿಲ್ಲ. ಒಂದು ಅಂಗಡಿಯು ಅಕೌಸ್ಟಿಕ್ ಸೆನ್ಸರ್‌ಗಳು ಮತ್ತು ಎಡ್ಜ್ AI ಅನ್ನು ಬಳಸಿತು, ಸ್ಕ್ರ್ಯಾಪ್ ಅನ್ನು 30% ಇಳಿಸಿತು. ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $12,000 ವೆಚ್ಚವಾಯಿತು, ವಾರ್ಷಿಕವಾಗಿ $200,000 ಉಳಿಸಿತು. ಪಟೇಲ್ ಅವರ IoT ಸೆಟಪ್ ವಿಷಯಗಳನ್ನು ಬಿಗಿಯಾಗಿ ಇರಿಸಿತು.

ಗೆಲುವು: ಉತ್ತಮ ಗುಣಮಟ್ಟ. ಅಡಚಣೆ: ಹೊಸ ತಂತ್ರಜ್ಞಾನದ ಕುರಿತು ಜನರಿಗೆ ತರಬೇತಿ.

ಕಾಯಬೇಕಾದ ಸವಾಲುಗಳು

ತುಂಬಾ ಡೇಟಾ, ತುಂಬಾ ಅಲಾರಾಂಗಳು

ಎಡ್ಜ್ ಸಾಧನಗಳು ಅಂತ್ಯವಿಲ್ಲದ ಡೇಟಾವನ್ನು ನುಂಗಲು ಸಾಧ್ಯವಿಲ್ಲ, ಮತ್ತು ಕೆಟ್ಟ ಮಾದರಿಗಳು ಆಗಾಗ್ಗೆ ತೋಳದಂತೆ ಕೂಗುತ್ತವೆ. ಒಂದು ಏರೋಸ್ಪೇಸ್ ಅಂಗಡಿಯು ತಮ್ಮ ಸೆಟಪ್ ಅನ್ನು ಸರಿಪಡಿಸುವ ಮೊದಲು ಸುಳ್ಳು ಎಚ್ಚರಿಕೆಗಳ ಮೇಲೆ $10,000 ಸುಟ್ಟುಹಾಕಿತು. ವಿಷಯಗಳನ್ನು ಸ್ವಸ್ಥವಾಗಿಡಲು ಲುವೋ ತಂಡವು ಸರಳವಾದ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಮುಂದಿಟ್ಟಿತು.

ಸಲಹೆ: ಪ್ರತಿಯೊಂದು ಬ್ಲಿಪ್‌ನಲ್ಲಲ್ಲ, ಕಂಪನ ಸ್ಪೈಕ್‌ಗಳಂತಹ ಪ್ರಮುಖ ಸಿಗ್ನಲ್‌ಗಳ ಮೇಲೆ ಗಮನಹರಿಸಿ.

ಇದು ಅಗ್ಗವಲ್ಲ

ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $10,000–$20,000 ಖರ್ಚು ಮಾಡುವುದು ಸಣ್ಣ ಅಂಗಡಿಗಳನ್ನು ಹೆದರಿಸುತ್ತದೆ. ಸಂವೇದಕಗಳು ಮತ್ತು ಅಂಚಿನ ನೋಡ್‌ಗಳನ್ನು ಸಿಂಕ್ ಮಾಡುವುದರಿಂದ ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್ ಸ್ಥಾವರವು ಒಂದು ವಾರದವರೆಗೆ ಕೆಲಸ ಮಾಡಲಿಲ್ಲ. ನೋವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ವರ್ಮಾ ಮಾಡ್ಯುಲರ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಸೂಚಿಸಿದರು.

ಸಲಹೆ: ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಉಪಕರಣಗಳನ್ನು ಗುತ್ತಿಗೆಗೆ ಪಡೆಯಿರಿ ಮತ್ತು ಮೊದಲ ಬಾರಿಗೆ IoT ವೃತ್ತಿಪರರನ್ನು ಪಡೆಯಿರಿ.

ಹ್ಯಾಕರ್‌ಗಳು ಸಂಪರ್ಕಿತ ಯಂತ್ರಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತಾರೆ

IoT ತೊಂದರೆಗೆ ಬಾಗಿಲು ತೆರೆಯುತ್ತದೆ. ಒಂದು ವೈದ್ಯಕೀಯ ಅಂಗಡಿಯಲ್ಲಿ ರಾನ್ಸಮ್‌ವೇರ್ ಭೀತಿ ಇತ್ತು, ಅದನ್ನು ಸರಿಪಡಿಸಲು $5,000 ವೆಚ್ಚವಾಯಿತು. ಪಟೇಲ್ ಅವರ ಸಲಹೆ: ನಿರ್ಣಾಯಕ ಡೇಟಾವನ್ನು ಕ್ಲೌಡ್‌ನಿಂದ ದೂರವಿಡಿ.

ಸಲಹೆ: ಎಲ್ಲವನ್ನೂ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿ ಮತ್ತು ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ $1,000 ಫೈರ್‌ವಾಲ್ ಬಳಸಿ.

ಮುಂದೇನು?

ಈ ತಂತ್ರಜ್ಞಾನ ಇದೀಗ ಆರಂಭವಾಗುತ್ತಿದೆ. ವೇಗವಾದ 5G ತಂತ್ರಜ್ಞಾನವು ದೊಡ್ಡ ಮಾದರಿಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಮೂಲಕ ಅಂಚಿನ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಇನ್ನಷ್ಟು ಚುರುಕುಗೊಳಿಸುತ್ತದೆ. ದತ್ತಾಂಶವನ್ನು ಬಹಿರಂಗಪಡಿಸದೆ ಸಸ್ಯಗಳಾದ್ಯಂತ ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಫೆಡರೇಟೆಡ್ ಕಲಿಕೆಯು ಭರವಸೆಯನ್ನು ತೋರಿಸುತ್ತಿದೆ. ಭವಿಷ್ಯದಲ್ಲಿ, ವರ್ಧಿತ ರಿಯಾಲಿಟಿ ಮಾರ್ಗದರ್ಶಿ ರಿಪೇರಿಗಳು ಅಥವಾ ಬ್ಲಾಕ್‌ಚೈನ್ ಲಾಗ್‌ಗಳನ್ನು ಸುರಕ್ಷಿತಗೊಳಿಸುವ CNC ಗಿರಣಿಗಳನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ.

ಎಡ್ಜ್ AI ಉಪಕರಣಗಳ ಸವೆತವನ್ನು ಗುರುತಿಸುವುದಲ್ಲದೆ, 10% ದಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ಸ್ಪಿಂಡಲ್ ವೇಗವನ್ನು ಸರಿಹೊಂದಿಸುವ ಏರೋಸ್ಪೇಸ್ ಅಂಗಡಿಯನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಅಥವಾ ಬೋಲ್ಟ್ ಅನ್ನು ಮುಟ್ಟದೆಯೇ ಸರಿಪಡಿಸುವಿಕೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಡಿಜಿಟಲ್ ಅವಳಿಗಳು - ವರ್ಚುವಲ್ ಮೆಷಿನ್ ಕ್ಲೋನ್‌ಗಳನ್ನು ಬಳಸುವ ಕ್ಯಾಮ್‌ಶಾಫ್ಟ್ ಸ್ಥಾವರ. ಅದು ದೂರವಿಲ್ಲ - ಐದರಿಂದ ಹತ್ತು ವರ್ಷಗಳವರೆಗೆ ಯೋಚಿಸಿ.

ತೀರ್ಮಾನ

ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು ಐಒಟಿ ಆಟವನ್ನು ಬದಲಾಯಿಸುತ್ತಿವೆಸಿಎನ್‌ಸಿ ಮಿಲ್ಲಿಂಗ್, ಸಮಸ್ಯೆಗಳನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚಲು ಮತ್ತು ಲೈನ್ ಚಲಿಸುವಂತೆ ಮಾಡಲು ನಿಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಟರ್ಬೈನ್ ಬ್ಲೇಡ್‌ಗಳಲ್ಲಿ $300,000 ಉಳಿತಾಯದಿಂದ ಇಂಪ್ಲಾಂಟ್‌ಗಳಲ್ಲಿ $150,000 ವರೆಗೆ, ಸಂಖ್ಯೆಗಳು ಸುಳ್ಳಾಗುವುದಿಲ್ಲ - ಕಡಿಮೆ ಡೌನ್‌ಟೈಮ್, ಕಡಿಮೆ ತಪ್ಪುಗಳು, ಸಂತೋಷದ ಬಾಸ್‌ಗಳು. ಇದು ಪರಿಪೂರ್ಣವಲ್ಲ: ವೆಚ್ಚಗಳು ಕಚ್ಚುತ್ತವೆ, ಸೆಟಪ್‌ಗಳು ಚಂಚಲವಾಗಿರುತ್ತವೆ ಮತ್ತು ನೀವು ಭದ್ರತೆಯನ್ನು ಲಾಕ್ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಆದರೆ ಸಣ್ಣದಾಗಿ ಪ್ರಾರಂಭಿಸಿ, ಎಚ್ಚರಿಕೆಯಿಂದ ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ಬುದ್ಧಿವಂತಿಕೆಯಿಂದ ಅಳೆಯಿರಿ, ಮತ್ತು ನೀವು ಪ್ರತಿಫಲವನ್ನು ನೋಡುತ್ತೀರಿ.

ಏರೋಸ್ಪೇಸ್, ಆಟೋಮೋಟಿವ್ ಮತ್ತು ಮೆಡಿಕಲ್ ಶಾಪ್‌ಗಳ ಕಥೆಗಳು ಏನು ಸಾಧ್ಯ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತವೆ - ನಿಜವಾದ ಉಳಿತಾಯ, ನಿಜವಾದ ಫಲಿತಾಂಶಗಳು. ಲುವೋ, ವರ್ಮಾ ಮತ್ತು ಪಟೇಲ್‌ರಂತಹ ಜನರ ಸಂಶೋಧನೆಯು ಏನು ಕೆಲಸ ಮಾಡುತ್ತದೆ ಮತ್ತು ಯಾವುದನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಮುಂದೆ ನೋಡುವಾಗ, ವೇಗವಾದ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಮತ್ತು ಡಿಜಿಟಲ್ ಅವಳಿಗಳಂತಹ ಸ್ಲಿಕ್ಕರ್ ತಂತ್ರಜ್ಞಾನವು ಗಿರಣಿಗಳನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿಸುತ್ತದೆ ಆದರೆ ಅದ್ಭುತವಾಗಿಸುತ್ತದೆ. ನೆಲದ ಎಂಜಿನಿಯರ್‌ಗಳಿಗೆ, ಕರೆ ಸ್ಪಷ್ಟವಾಗಿದೆ: ಅಂಚಿನಲ್ಲಿ ಮತ್ತು IoT ಯೊಂದಿಗೆ ಮಂಡಳಿಯಲ್ಲಿ ಸೇರಿ, ಇಲ್ಲದಿದ್ದರೆ ಇತರರು ಮುಂದೆ ಓಡುತ್ತಿರುವಾಗ ನೀವು ಚಿಪ್‌ಗಳನ್ನು ಗುಡಿಸುತ್ತೀರಿ.

IoT ಚೌಕಟ್ಟುಗಳು

ಪ್ರಶ್ನೋತ್ತರಗಳು

ಪ್ರಶ್ನೆ: ಐಒಟಿ ಮತ್ತು ಎಡ್ಜ್ ತಂತ್ರಜ್ಞಾನಕ್ಕಾಗಿ ದೊಡ್ಡ ಮೊತ್ತವನ್ನು ಖರ್ಚು ಮಾಡುವ ಮೂಲಕ ನನ್ನ ಬಾಸ್ ಅನ್ನು ನಾನು ಹೇಗೆ ಮಾರಾಟ ಮಾಡುವುದು?

ಅವರಿಗೆ ಹಣ ತೋರಿಸಿ. $15,000 ವೆಚ್ಚದ ಸೆಟಪ್, ಆಟೋಮೋಟಿವ್ ಅಂಗಡಿಗಳು ಮಾಡಿದಂತೆ, ನಿಷ್ಕ್ರಿಯ ಸಮಯ ಮತ್ತು ಕೆಟ್ಟ ಭಾಗಗಳನ್ನು ತಪ್ಪಿಸುವ ಮೂಲಕ ವರ್ಷಕ್ಕೆ $50,000–$200,000 ಉಳಿಸಬಹುದು. ಮೊದಲು ಒಂದು ಯಂತ್ರದಲ್ಲಿ ಪ್ರಯತ್ನಿಸಿ - ನೈಜ ಡೇಟಾ ಪ್ರತಿ ಬಾರಿಯೂ ಮಾರಾಟದ ಪಿಚ್ ಅನ್ನು ಮೀರಿಸುತ್ತದೆ.

ಪ್ರಶ್ನೆ: ಇದನ್ನು ಹಾಳುಮಾಡಲು ಸುಲಭವಾದ ಮಾರ್ಗ ಯಾವುದು?

ಸೆನ್ಸರ್‌ಗಳನ್ನು ಟ್ಯೂನ್ ಮಾಡದೆ ಅವುಗಳ ಮೇಲೆ ಹೊಡೆಯುವುದು. ಕೆಟ್ಟ ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಎಂದರೆ ಜಂಕ್ ಡೇಟಾ - ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳು ಅಥವಾ ತಪ್ಪಿದ ಸಮಸ್ಯೆಗಳು. ಒಂದು ಅಂಗಡಿಯು ದೆವ್ವಗಳನ್ನು ಬೆನ್ನಟ್ಟಲು $5,000 ವ್ಯರ್ಥ ಮಾಡಿತು. ನಿಮ್ಮ ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಸರಿಯಾಗಿ ಪಡೆಯಲು ಧರಿಸಿರುವ ಉಪಕರಣದೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಲು ಒಂದು ದಿನ ತೆಗೆದುಕೊಳ್ಳಿ.

ಪ್ರಶ್ನೆ: ಒಂದು ಸಣ್ಣ ಅಂಗಡಿ ಇದನ್ನು ಸ್ವಿಂಗ್ ಮಾಡಬಹುದೇ?

ಸಂಪೂರ್ಣವಾಗಿ. $2,000 ಕಿಟ್‌ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ - ಕಂಪನ ಸಂವೇದಕಗಳು ಮತ್ತು ಅಗ್ಗದ ಅಂಚಿನ ಪೆಟ್ಟಿಗೆ. ಸಣ್ಣ ವೈದ್ಯಕೀಯ ಅಂಗಡಿಗಳು ಪ್ರತಿ ಯಂತ್ರಕ್ಕೆ ವರ್ಷಕ್ಕೆ $20,000 ಉಳಿಸುತ್ತವೆ. ಹಾರ್ಡ್‌ವೇರ್ ಅನ್ನು ಗುತ್ತಿಗೆಗೆ ಪಡೆಯುವುದು ನಿಮ್ಮ ಕೈಚೀಲವನ್ನು ಸಂತೋಷವಾಗಿಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಪ್ರಶ್ನೆ: ಹ್ಯಾಕರ್‌ಗಳು ನನ್ನ ಗಿರಣಿಗಳೊಂದಿಗೆ ಗೊಂದಲಕ್ಕೀಡಾಗುವುದನ್ನು ನಾನು ಹೇಗೆ ತಡೆಯುವುದು?

ಡೇಟಾವನ್ನು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿ ಮತ್ತು MQTT ಅಥವಾ OPC UA ಪ್ರೋಟೋಕಾಲ್‌ಗಳನ್ನು ಬಳಸಿ. ಒಂದು ವೈದ್ಯಕೀಯ ಅಂಗಡಿಯು $1,000 ಫೈರ್‌ವಾಲ್‌ನೊಂದಿಗೆ ತೊಂದರೆಯನ್ನು ತಪ್ಪಿಸಿತು ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಇರಿಸಿತು. ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಆಗಾಗ್ಗೆ ನವೀಕರಿಸಿ ಮತ್ತು ನೀರಸ ಪ್ರವೃತ್ತಿ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಕ್ಲೌಡ್‌ಗೆ ಕಳುಹಿಸಿ.

ಪ್ರಶ್ನೆ: ಇದಕ್ಕಾಗಿ ನನ್ನ ತಂತ್ರಜ್ಞರು ಏನು ಕಲಿಯಬೇಕು?

IoT ಯ ಮೂಲಭೂತ ಅಂಶಗಳು - ವೈರಿಂಗ್ ಸೆನ್ಸರ್‌ಗಳು, ಡೇಟಾ ನಿರ್ವಹಣೆ - ಮತ್ತು ಪೈಥಾನ್‌ನಂತೆ ಸ್ವಲ್ಪ ಕೋಡಿಂಗ್. ಒಂದು ಏರೋಸ್ಪೇಸ್ ಅಂಗಡಿಯು ಇಬ್ಬರು ಹುಡುಗರಿಗೆ $3,000 ಗೆ ತರಬೇತಿ ನೀಡಿತು, 15% ಹೆಚ್ಚಿನ ಅಪ್‌ಟೈಮ್ ಅನ್ನು ಪಡೆಯಿತು. ಆನ್‌ಲೈನ್ ತರಗತಿಗಳು ಅಥವಾ ಸಲಹೆಗಾರರು ಬ್ಯಾಂಕ್ ಅನ್ನು ಮುರಿಯದೆ ಅಂತರವನ್ನು ತುಂಬಬಹುದು.

ಉಲ್ಲೇಖಗಳು

ಎಲೆಕ್ಟ್ರಿಕಲ್ ಮೋಟಾರ್‌ಗಳಿಗಾಗಿ IoT ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ಆಧಾರಿತ ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆ
ನೂರ್ ಎ. ಮೊಹಮ್ಮದ್, ಒಸಾಮಾ ಎಫ್. ಅಬ್ದುಲತೀಫ್, ಅಲಿ ಎಚ್. ಹಮದ್
ಜರ್ನಲ್ ಆಫ್ ಎಂಜಿನಿಯರಿಂಗ್ ಸಿಸ್ಟಮ್ಸ್ ಅಂಡ್ ಆಟೊಮೇಷನ್
2023
ಪ್ರಮುಖ ಸಂಶೋಧನೆಗಳು: ಯಾದೃಚ್ಛಿಕ ಅರಣ್ಯ ಮಾದರಿಗಳು ಮೋಟಾರ್ ವೈಫಲ್ಯದ ಮುನ್ಸೂಚನೆಯಲ್ಲಿ 94.3% ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಿವೆ.
ವಿಧಾನಶಾಸ್ತ್ರ: ಕಂಪನ, ಪ್ರವಾಹ ಮತ್ತು ತಾಪಮಾನ ದತ್ತಾಂಶದ ಸಂವೇದಕ ಸಮ್ಮಿಳನ.
ಉಲ್ಲೇಖ: ಮೊಹಮ್ಮದ್ ಮತ್ತು ಇತರರು, 2023, ಪುಟಗಳು 651-656
https://doi.org/10.18280/ಜೆಸಾ.560414

ಕೈಗಾರಿಕಾ ಸಲಕರಣೆಗಳಿಗೆ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್-ಆಧಾರಿತ ಪೂರ್ವಭಾವಿ ನಿಯಂತ್ರಣ ವಿಧಾನ
ಅನಾಮಧೇಯ ಲೇಖಕರು
ಪ್ರಕೃತಿ ವೈಜ್ಞಾನಿಕ ವರದಿಗಳು
2024
ಪ್ರಮುಖ ಸಂಶೋಧನೆಗಳು: SMOTE-XGboost ಮಾದರಿಯು ಅಸಮತೋಲನ ವರ್ಗೀಕರಣ F1-ಸ್ಕೋರ್ ಅನ್ನು 37% ರಷ್ಟು ಸುಧಾರಿಸಿದೆ.
ವಿಧಾನ: ಬ್ರೇಕ್ ಡಿಸ್ಕ್ ಉತ್ಪಾದನಾ ಮಾರ್ಗದಲ್ಲಿ ಅಂಚಿನ ನಿಯೋಜನೆ.
ಉಲ್ಲೇಖ: ಪ್ರಕೃತಿ, 2024, ಪುಟಗಳು 1-9
https://doi.org/10.1038/s41598-024-51974-z


ಪೋಸ್ಟ್ ಸಮಯ: ಏಪ್ರಿಲ್-14-2025
WhatsApp ಆನ್‌ಲೈನ್ ಚಾಟ್!