globe Menü Suche
Sprühgasanalyse

Ein Ausblick auf die KI: Wird das Sprühen die nächste große KI-Anwendung sein?


Gebrauchte Düse im Vergleich zu einer neuen Düsenkurve

25

Sep 20



Wenn ich über meine täglichen Interaktionen mit Technologie nachdenke, erscheint mir die Realität der künstlichen Intelligenz weitaus greifbarer, als ich ursprünglich angenommen hatte. Ich habe Alexa gebeten, Müllsäcke nachzubestellen, ich habe Google Maps genutzt, um die schnellste Route zur Arbeit zu finden, und ich habe durch die sozialen Medien gescrollt, um zu sehen, was bei meinen Freunden und meiner Familie so los ist. Im größeren Rahmen habe ich Lyft, Siri, Amazon, Netflix und vieles mehr genutzt. Diese Unternehmen setzen maschinelles Lernen und KI-Tools ein, um tiefgreifende Veränderungen im Verbraucherverhalten herbeizuführen. 

Dadurch sind Investitionen in KI-Tools nicht nur ein geschäftlicher Luxus, sondern eine geschäftliche Notwendigkeit. Dazu gehört auch die Sprühtechnologie. Wir tätigen erhebliche Investitionen in Tools, mit denen sich ein Sprühvorgang visualisieren, diagnostizieren und letztendlich optimieren lässt. Der SprayScan mPT beispielsweise erfasst mithilfe eines Lasers die Sprühbildfläche. Dieses Bild oder Video kann in die SprayScan-Software hochgeladen werden, um Sprühbilder und Düsen zu bewerten und zu vergleichen.  

Das ist zwar bahnbrechend, aber erst der Anfang. Stellen Sie sich ein integriertes System vor, bei dem Laser und Kamera direkt am Sprühpunkt in einer Anlage eingesetzt werden. Diese Kombination liefert der SprayScan-Software kontinuierlich Bilder in Echtzeit. Sobald sich der Zustand der Sprühdüse verschlechtert, sie verstopft, korrodiert oder ausfällt, werden wir sofort von der Software benachrichtigt.  

Doch damit sind wir noch nicht am Ziel. Wir könnten an dieser Stelle aufhören und das System lediglich ein Signal an den Anwender senden lassen, das besagt: „Irgendetwas stimmt nicht.“ Was wäre aber, wenn wir vor der Integration des Systems maschinelles Lernen einsetzen würden, um dem System beizubringen, zu erkennen, wann etwas nicht stimmt, das Problem zu diagnostizieren und eine Lösung vorschlagen. Anstatt also nur darüber informiert zu werden, dass bei Ihrer Sprühanwendung etwas schiefläuft, erhalten Sie einen Lösungsvorschlag, der auf aggregierten Daten aus Hunderten anderer Anwendungen genau wie Ihrer basiert. 

Das ist die Zukunft von Sprühsystemen und Fertigungsanwendungen überall. KI-Tools, die Ihre Anwendung diagnostizieren und optimieren. Und wir stehen erst an der Schwelle dazu …

Wenn Sie das Thema gerne ausführlicher besprechen möchten, kontaktieren Sie uns bitte oder verbinden Sie sich direkt mit mir über LinkedIn.