3DSignals Usa Análise de Som para Revolucionar Manutenção de Máquinas

A tecnologia de sensores da IoT Industrial está desbloqueando soluções para desafios de manutenção de longa data. Manutenção tradicional tem sido lenta, cara e fortemente dependente de mão de obra qualificada escassa.

A startup israelense 3DSignals está virando este jogo ao fundir IoT com machine learning para monitorar equipamentos através de som.

Conversei com Amnon Shenfeld, co-fundador e CEO, para aprender como a ideia surgiu.

"Começou em uma viagem de trem," Shenfeld relembra. "Com background em deep learning, eu estava convencido que uma rede neural poderia reconhecer e classificar automaticamente sons de máquinas, e — após verificação de especialista — entregar insights acionáveis sobre saúde do equipamento."

Ele montou uma equipe multidisciplinar de cientistas de dados, matemáticos e engenheiros elétricos, e visitou uma usina de aço local.

"Perguntamos aos operadores quais falhas eles mais enfrentavam," diz Shenfeld. "Quebra de lâmina de serra topo a lista. Eles reportam 50% de taxa de eficiência — notável na siderurgia — mas ainda desperdiçam tempo e recursos."

Eles operavam a 20% de uptime antes de uma mudança de gestão, com falhas de lâmina como grande ponto de dor. Cada substituição podia levar 20 minutos, e a maioria das linhas exigia três trocas por dia. Isso é mais de uma hora de downtime por máquina, além do risco de dano quando lâminas se quebram.

Monitoramento existente — corrente, temperatura — provou ineficaz. Shenfeld viu uma oportunidade para a 3DSignals.

Disruptando o Ciclo de Manutenção Preventiva

Manutenção convencional exige engenheiros no local para inspecionar maquinário em agenda rígida. O processo é intensivo em mão de obra e reativo.

"Historicamente, técnicos confiaram em acústica — carros, bombas, etc. — para julgar operação normal," explica Shenfeld. "Um engenheiro experiente pode dizer se uma bomba está saudável apenas ouvindo."

A 3DSignals é a primeira empresa de IoT a alavancar analytics de som baseados em sensores para uma ampla gama de máquinas. Ao aprender a assinatura acústica esperada de cada dispositivo e então detectar desvios, o sistema emula a intuição do especialista com um modelo de deep learning.

Como resultado, a manutenção se torna preditiva em vez de agendada, permitindo que engenheiros abordem problemas antes que levem a downtime.

A plataforma é baseada na nuvem e amigável ao usuário. Amostras de som podem ser compartilhadas diretamente com fabricantes de equipamentos, oferecendo dados do mundo real que melhoram design e troubleshooting.

Monitoramento baseado em som alinha naturalmente com o setor de energia, onde turbinas frequentemente operam sem supervisão. Verificações de rotina podem descobrir falhas em equipamentos totalmente diferentes — algo previamente indetectável.

Embora a academia tenha estudado análise acústica para reconhecimento de voz por muito tempo, a 3DSignals empurra a fronteira com audição automatizada para ativos industriais.

Até Elon Musk uma vez se referiu a um som misterioso para investigar a explosão do SpaceX Falcon 9.

Ao apresentar o conceito, Shenfeld pergunta a clientes em potencial: "Você pode dizer se sua máquina está funcionando corretamente apenas pelo som?" A resposta é sempre "sim." Com aplicações variando de mineração a agricultura a veículos autônomos, a 3DSignals está pronta para remodelar práticas de manutenção em diversas indústrias.