Edge-AI Predictive Maintenance Based on Industrial IoT and Digital Twin System

एक फैक्ट्री के फर्श की कल्पना एक विशाल, गूंजते हुए ऑर्केस्ट्रा के रूप में करें। दशकों से, संगीतकारों (मशीनों) को एक ऐसे कंडक्टर द्वारा देखा जा रहा है जो दिन में केवल एक बार उनके संगीत के पन्नों (शीट म्यूजिक) की जांच करता है। यदि वायलिन का एक तार टूटने लगता है, तो कंडक्टर को तब तक पता नहीं चल पाता जब तक कि तार टूट न जाए, संगीत रुक न जाए, और पूरा कॉन्सर्ट थम न जाए। मशीनों को ठीक करने का यह पुराना तरीका है: टूटने का इंतज़ार करो, फिर घबराकर उसे ठीक करो। लेकिन क्या होगा अगर वायलिन अपने जेब में रखे एक स्मार्ट असिस्टेंट से फुसफुसा सके, "हे, मेरा तार पतला हो रहा है, और मैं दस मिनट में टूटने वाला हूँ"? यही एज-एआई (Edge-AI) और इंडस्ट्रियल आईओटी (Industrial IoT) का वादा है। "एज-एआई" को मशीन के पास ही उसके अपने दिमाग के रूप में सोचें, ताकि वह किसी दूर स्थित सर्वर के जवाब का इंतज़ार किए बिना तुरंत सोच सके। "इंडस्ट्रियल आईओटी" केवल सेंसरों का एक तंत्रिका तंत्र (नर्वस सिस्टम) है जो मशीन की धड़कन, तापमान और कंपन को महसूस करता है। और एक डिजिटल ट्विन (Digital Twin)? वह कंप्यूटर में रहने वाली मशीन की एक भूतिया, सटीक प्रतिलिपि है, जो यह देखने के लिए सिमुलेशन चलाती है कि वास्तविक मशीन कैसे बूढ़ी होगी। वैज्ञानिक जो बड़ा सवाल पूछ रहे हैं वह यह है: क्या हम इन तीनों को मिला सकते हैं ताकि मशीनें आवाज़ भी न करें, उससे पहले ही उन्हें टूटने से रोका जा सके?

मेघा पाटिल, योगेश भिरुड और धनश्री बारबोले द्वारा लिखा गया यह शोध पत्र कहता है, "हाँ, और यह ऐसे होता है।" लेखकों ने एक ऐसा सिस्टम बनाया है जो औद्योगिक मोटरों के लिए एक सुपर-स्मार्ट, अति-सतर्क बॉडीगार्ड की तरह काम करता है। सारा कच्चा डेटा (raw data) किसी दूर के क्लाउड सर्वर पर भेजने के बजाय (जो कि किसी दूसरे देश में बैठे डॉक्टर को समस्या चिल्लाकर बताने और उसके जवाब का इंतज़ार करने जैसा है), उन्होंने उस "डॉक्टर" को सीधे मरीज के बगल में रख दिया। उन्होंने "एज" मस्तिष्क के रूप में एक छोटा, किफायती कंप्यूटर जिसे रास्पबेरी पाई (Raspberry Pi) कहा जाता है, का उपयोग किया। यह मस्तिष्क एक साथ चार अलग-अलग इंद्रियों को सुनता है: मशीन कितनी हिलती है (कंपन), वह कितनी गर्म होती है (तापमान), उसकी आवाज़ कैसी है (ध्वनि), और वह कितनी बिजली खींच रही है (करंट)।

उनके सिस्टम का जादू एक "डिजिटल ट्विन" है जो सेंसरों से बात करता है। कल्पना कीजिए कि मशीन एक धावक है, और डिजिटल ट्विन एक कोच है जो आभासी दुनिया में उसके साथ दौड़ रहा है। यदि वास्तविक धावक लंगड़ाने लगता है, तो कोच केवल देखता नहीं है; वे सिमुलेशन चलाते हैं कि यदि धावक चलता रहा तो क्या होगा, और फिर तुरंत धावक को धीमा होने या रुकने के लिए कहते हैं। इस अध्ययन में, सिस्टम ने केवल अनुमान नहीं लगाया; इसने निर्णय लेने के लिए एआई मॉडलों की एक टीम का उपयोग किया (जिनमें कुछ पिछले अनुभवों से सीखते हैं और अन्य समय के साथ पैटर्न देखते हैं)। परिणाम? सिस्टम ने 97.43% सटीकता के साथ दोष को पहचाना। यह पुराने तरीकों से एक बहुत बड़ी छलांग है। इससे भी बेहतर, इसने "फॉल्स नेगेटिव" (यानी वास्तविक समस्याओं को चूक जाना) को 33.33% कम पकड़ा (जिसका अर्थ है कि इसने केवल एक सेंसर, जैसे कि केवल कंपन, पर निर्भर रहने वाले सिस्टम की तुलना में बहुत कम वास्तविक समस्याओं को मिस किया)।

यह शोध पत्र यह भी बताता है कि यह कितनी तेज़ी से होता है। क्योंकि "डॉक्टर" मशीन के बिल्कुल पास है, इसलिए समस्या को समझने में लगने वाला समय 13 मिलीसेकंड से भी कम है। यह मानव आँख के झपकने से भी तेज़ है। वास्तविक दुनिया में, इस गति का अर्थ था कि मशीनें 66.67% कम समय के लिए खाली और टूटी हुई अवस्था में रहीं। लेखकों ने इसका परीक्षण एक ऐसी मोटर पर किया जिसे उन्होंने जानबूझकर धीरे-धीरे खराब होने के लिए बनाया था, और सिस्टम ने विफलता की सटीक भविष्यवाणी की। उन्होंने अपने गणित की जाँच एक सांख्यिकीय परीक्षण ("t-test") के साथ भी की और पाया कि परिणाम केवल किस्मत नहीं थे, बल्कि सांख्यिकीय रूप से महत्वपूर्ण थे, जिसका अर्थ है कि सुधार वास्तविक और दोहराने योग्य था।

हालाँकि, लेखक इस बात पर ज़ोर नहीं देते कि यह दुनिया के हर कारखाने के लिए एक पूर्ण, जादुई समाधान है। वे स्वीकार करते हैं कि उनका परीक्षण एक साफ, नियंत्रित लैब में किया गया था, न कि तेल के फैलाव, धूल और अजीब विद्युत शोर वाले किसी अस्त-व्यस्त फैक्ट्री फ्लोर पर। वे यह भी नोट करते हैं कि उनके द्वारा उपयोग किए गए छोटे कंप्यूटर (रास्पबेरी पाई) की सीमाएँ हैं; यह अभी भी सबसे बड़े, जटिल एआई मॉडलों को नहीं चला सकता है। लेकिन फिलहाल के लिए, उन्होंने साबित कर दिया है कि मशीनों को स्वस्थ रखने के लिए आपको क्लाउड में सुपरकंप्यूटर की आवश्यकता नहीं है। आपको बस एक स्मार्ट, स्थानीय मस्तिष्क और एक आभासी जुड़वा (वर्चुअल ट्विन) की आवश्यकता है जो भविष्य पर नज़र रख सके। समस्याओं को जल्दी पकड़कर और आपदा होने से पहले उन्हें ठीक करके, यह दृष्टिकोण सुझाव देता है कि हम बहुत सारा पैसा बचा सकते हैं और फैक्ट्री के ऑर्केस्ट्रा को बिना कोई ताल मिस किए बजने में मदद कर सकते हैं।