Le secteur manufacturier devrait bientôt être fortement influencé par les technologies basées sur l'intelligence artificielle avec l'augmentation extraordinaire de la puissance de calcul et des volumes de données. Les méthodes basées sur les données utilisent les données des capteurs, comme les vibrations, pression, Température, et des données énergétiques pour extraire des caractéristiques utiles pour le diagnostic et la prédiction. Un défi central dans le secteur manufacturier réside dans l'exigence d'un cadre général pour assurer des performances satisfaisantes de diagnostic et de suivi dans les différentes applications de fabrication.

Dans un nouvel article de recherche publié dans le journal basé à Pékin Revue scientifique nationale , Le professeur Ye Yuan de l'École d'intelligence artificielle et d'automatisation et le professeur Han Ding du State Key Laboratory of Digital Manufacturing Equipment and Technology, Université des sciences et technologies de Huazhong, ont proposé conjointement un cadre de diagnostic de bout en bout qui peut être utilisé dans divers systèmes de fabrication. Ce cadre exploite le pouvoir prédictif des réseaux de neurones convolutifs pour extraire automatiquement les caractéristiques de dégradation cachées à partir de données de cours de temps bruyantes. Le cadre proposé a été testé sur dix ensembles de données représentatifs tirés d'une grande variété d'applications de fabrication. Les résultats révèlent que le cadre fonctionne bien dans les applications de référence examinées et peut être appliqué dans divers contextes, indiquant son utilisation potentielle comme pierre angulaire critique dans la fabrication intelligente.

Considérant que la dépendance temporelle potentielle existant parmi les échantillons reconstruits, cet article utilise trois méthodes standard de validation croisée (sous-ensembles aléatoires, bloc contigu, et séquence indépendante) pour évaluer les performances du cadre. Cet article interprète également comment le modèle CNN apprend des données temporelles de fabrication et la robustesse du cadre proposé est également discutée.