Tekoäly osana teollisuuden älykästä kunnonvalvontaa ja ennakoivaa vikadiagnostiikkaa
Jaakkola, Tanya (2022)
Jaakkola, Tanya
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202205077788
https://urn.fi/URN:NBN:fi:amk-202205077788
Tiivistelmä
Opinnäytetyö on tehty Kajaanin Ammattikorkeakoulun tilauksesta. Opinnäytetyölle keskeisiä aihepiirejä ovat tekoäly, koneoppiminen, konenäkö, ennakoiva vikadiagnostiikka, teollisuuden älykäs kunnonvalvonta sekä Industry 4.0. Opinnäytetyön yhtenä tavoitteena on luoda kattava teoriapohja opetusmateriaaliksi opinnäytetyön keskeisistä aihepiireistä. Opinnäytetyön toinen tavoite on perehtyä STEVAL SensorTile Wireless Industrial Node STEVAL-STWINKT1B-kehitysalustan ominaisuuksiin, koneoppimisytimeen sekä testata sen toimintaa ja laatia ohjeet kehitysalustan käytölle.
Opinnäytetyön teoriaosuuden taustamateriaalit kerättiin pääsääntöisesti verkkolähteistä ja materiaaleina käytettiin tutkielmia, artikkeleita ja eri yritysten esittämiä käsityksiä aihepiireistä. Materiaalia lähestyttiin siltä kannalta, että miten siitä saataisiin luotua opetusmateriaaliksi sopivaa aineistoa. Opinnäytetyössä testattavan kehitysalustan koneoppimisytimen ominaisuuksia testattiin keräämällä laitteella anturidataa, jota hyödyntäen etsittiin sille sopiva tekoälykirjasto, jota oli tarkoitus hyödyntää kehitysalustan tekoälyominaisuuksien testausta kunnonvalvontasovellusten kehitystä varten.
Opinnäytetyön tuloksena saatiin opetusmateriaaliksi tarkoitettu teoriapohja aiheista tekoäly, koneoppiminen, konenäkö, ennakoiva vikadiagnostiikka ja teollisuuden älykäs kunnonvalvonta sekä Industry 4.0. Opinnäytetyön toisena tuotoksena saatiin opas STEVAL SensorTile Wireless Industrial Node STEVAL-STWINKT1B-kehitysalustan ominaisuuksista, käyttöönotosta sekä laitteen koneoppimisytimen käytöstä.
Opinnäytetyön tulokset auttavat kouluttamaan asiantuntijoita tekoälyn hyödyntämiseen ennakoivassa vikadiagnostiikassa, teollisuuden älykkäässä kunnonvalvonnassa ja Industry 4.0-sovellusten kehityksessä. Opinnäytetyön tarkoitus on toimia opetusmateriaalina Kajaanin Ammattikorkeakoululla opinnäytetyön keskeisiin aihepiireihin liittyen.
Opinnäytetyön teoriaosuuden taustamateriaalit kerättiin pääsääntöisesti verkkolähteistä ja materiaaleina käytettiin tutkielmia, artikkeleita ja eri yritysten esittämiä käsityksiä aihepiireistä. Materiaalia lähestyttiin siltä kannalta, että miten siitä saataisiin luotua opetusmateriaaliksi sopivaa aineistoa. Opinnäytetyössä testattavan kehitysalustan koneoppimisytimen ominaisuuksia testattiin keräämällä laitteella anturidataa, jota hyödyntäen etsittiin sille sopiva tekoälykirjasto, jota oli tarkoitus hyödyntää kehitysalustan tekoälyominaisuuksien testausta kunnonvalvontasovellusten kehitystä varten.
Opinnäytetyön tuloksena saatiin opetusmateriaaliksi tarkoitettu teoriapohja aiheista tekoäly, koneoppiminen, konenäkö, ennakoiva vikadiagnostiikka ja teollisuuden älykäs kunnonvalvonta sekä Industry 4.0. Opinnäytetyön toisena tuotoksena saatiin opas STEVAL SensorTile Wireless Industrial Node STEVAL-STWINKT1B-kehitysalustan ominaisuuksista, käyttöönotosta sekä laitteen koneoppimisytimen käytöstä.
Opinnäytetyön tulokset auttavat kouluttamaan asiantuntijoita tekoälyn hyödyntämiseen ennakoivassa vikadiagnostiikassa, teollisuuden älykkäässä kunnonvalvonnassa ja Industry 4.0-sovellusten kehityksessä. Opinnäytetyön tarkoitus on toimia opetusmateriaalina Kajaanin Ammattikorkeakoululla opinnäytetyön keskeisiin aihepiireihin liittyen.