由于工业物联网(IoT)，生产停机时间有限。科学家们说，机器嵌入式、网络连接的传感器以及大量数据的收集将使自我修复制造成为可能。
这就是一个名为SelSus的热情研究项目背后的理念。目前，包括福特在内的多家欧洲学术机构和制造商正在探索这个项目。
该团队提出的想法是，不仅要在生产过程中检测弱点，还要通过一种数学计算的自我修复自动修复潜在问题。科学家们说，诊断学应该在设备出现故障之前提供建议。这种自愈性将把设备监控提升到一个新的水平。
“目的不仅仅是监控机器和部件的状态，”参与组织之一、德国弗劳恩霍夫制造工程和自动化研究所的马丁·卡帕奇克说，在新闻稿中．“我们的计划是尽早发现潜在的弱点或磨损迹象，以便系统能够预测潜在的故障。”
在某些情况下，它也应该纠正这些缺陷。
该团队已经让其中一些发挥了作用。通过欧盟资助的研究伙伴之一的系统——用于发动机生产的机械臂——该设备将在开始故障时自我修复。研究人员解释说，例如，如果它要检测耐药性，它就会后退，而不是折断。
该系统还可以计算应力索在荷载作用下的断裂概率。
自我修复技术是如何工作的
被称为贝叶斯网络的数学模型是网络传感器驱动技术背后的计算概率。它与分析机器应该如何运行和实际运行情况的学习软件一起，是算法组成的一部分。
但这并不容易。
卡帕奇克说:“你不可能仅仅通过编程几个算法就达到这个目标。”
模型数据是在机器设置期间以及在负载下的测试中捕获的。然后与实际运行情况进行比较，并向人机操作人员发出警报。
Fraunhofer IPA的Michael Kempf on说:“主要的挑战是建立决策和模拟模型，以反映真实的生产环境。项目的网站．
我以前写过其他类型的物联网机器故障传感。连接物联网的声音监测传感器可以预测机械故障．超声波和振动采样传感器，以及算法，可以根据机器发出的噪音告诉操作员前方有问题——如果有异常，它听起来就不对了。
SelSus(自我维持制造系统的健康监测和终生能力管理)项目的参与者之一是瑞典家电制造商伊莱克斯。它需要一个决策支持系统来预测其洗衣机制造厂的故障。传感器监测过度的电力使用，产生的热量和机油的使用。它们都是麻烦的征兆。塞尔苏斯项目提供的数字运算最终会让工厂一直运转下去。
“通常问题只是一个小缺陷或正常的磨损。然而，如果不被发现，这些可能会导致严重的中断和生产停机。”