📍 Mød os på Wind Europe 2026, Stand: 9-D46
BLADE NY AI

Board Logging og Automatiseret Dataudtræk

Hvert inspektionsbord fortæller en historie. Men for de fleste bladserviceteams når den historie aldrig frem til et system. Ét fotografi. Hvert felt. Strukturerede data på sekunder.

Problemet

Data indsamlet. Data tabt.

At genindtaste data fra et bord er langsomt, fejlbehæftet og simpelthen ikke praktisk i højden på en mobilenhed med et lille tastatur. Teknikerne gør det fornuftige i praksis: de tager et fotografi og går videre. Data er indsamlet, men det forbliver fanget i billedet — ustruktureret og umsøgbart.

Det bliver der, til en complianceanmodning ankommer tre eller fire måneder senere og beder dig bevise, at du fulgte et bestemt trin i OEM-arbejdsinstruktionerne. Eller til nogen skal køre en skadesrapport på tværs af en kampagne og opdager, at data aldrig var der fra begyndelsen.

Tid på bladet er for værdifuld til at bruge på dataregistrering. Reparationen er første prioritet.

BLADE™ ændrer det.

Et teknikers fotografi af et udfyldt papir-inspektionsbord på en vindmøllepark — stedsnavn, mølle-ID, bladserienummer, skadesdetaljer og teknikernes navne er synlige, men data forbliver fanget inde i billedet frem for at være indlæst som strukturerede poster
Bygget på forskning

Et årtis AI-investering

I 2019 sponsorerede Railston & Co Ltd et ph.d.-forskningsprogram ved Loughborough University for at undersøge, hvordan vision-AI og maskinlæring kunne anvendes på inspektion af vindmølleblade. På et tidspunkt, hvor branchen endnu ikke tænkte på AI i denne sammenhæng, producerede det arbejde fire fagfællebedømte artikler og en deep learning-pipeline bygget til detektion af bladfejl.

BLADE™ er et direkte resultat af den forståelse og anvender de samme multimodale AI-principper, der er udviklet gennem års akademisk og industrielt samarbejde, på et af de mest praktiske problemer inden for bladservice: at få strukturerede data af et inspektionsbord og ind i et system — hurtigt og præcist med minimal indsats fra teknikeren.

Læs om vores AI-forskningsprogram →
86,74%

Vægtet gennemsnitsnøjagtighed opnået af IE-MRCNN-pipelinen, trænet på reelle bladinspektionsdata fra Railston & Co's drift og offentliggjort i Journal of Imaging, 2021. De samme forskningsgrundlag understøtter BLADE™.

Sådan fungerer det

Ét fotografi. Hvert felt.

BLADE™ er indbygget i Collabaro Field og kræver ingen ekstra hardware eller opsætning. Den fulde optagelsesproces tager under et minut.

1

Fotografer bordet

Teknikeren tager et foto af det udfyldte inspektionsbord ved hjælp af Collabaro Field på sin mobilenhed. Standard kamerakvalitet er tilstrækkelig. Intet specialudstyr er nødvendigt.

2

AI udtrækker hvert felt

Billedet behandles af vores vision-motor, som læser hvert felt på bordet. Inspektionsbrædder varierer i layout på tværs af kontrahenter og virksomheder. BLADE™ læser efter mening såvel som position, hvilket gør det kompatibelt på tværs af branchen. Ved komplekse udtræk kan du både beskrive og vejlede BLADE™ AI, hvis det er nødvendigt.

3

Gennemse konfidensscoreresultater

Udtrækkede værdier returneres til teknikeren med en feltvis trafiklyskonfidenscore. Felter, der kræver opmærksomhed, er umiddelbart synlige. Felter, der er pålidelige, kræver ingen handling.

4

Bekræft og gem

Teknikeren bekræfter posten. Data gemmes øjeblikkeligt i struktureret format mod det korrekte Projekt, Job og Opgave, klar til rapportering og downstream-brug.

BLADE™ udtrækker hvert felt fra et Denholm-inspektionsboard-fotografi — Dato, Teknikere, Mølle-ID, Mølleserienummer, Afstand fra rod, Bladserie nummer og Kommentarer udfyldes automatisk med grønne og gule konfidensmarkører
Konfidensscoring

Hvert felt scores. Intet antages.

Offshorebelysningsforhold, slidte brædder, vinklede fotografier og håndskrevne poster påvirker alle læsbarheden. BLADE™ tager højde for dette med feltvis konfidensscoring. Enhver udtrækket værdi vurderes internt og vises til teknikeren som en simpel trafiklyindikator: en grøn, gul eller rød cirkel ud for hvert felt.

De tærskler, der bestemmer hvert niveau, er fuldt konfigurerbare. Hvis din drift kræver en højere standard for grøn, eller en strængere tolerance på gul, kan du indstille disse værdier, så de matcher dine egne kvalitetsstandarder. Standardindstillingerne er designet til at fungere godt under de fleste forhold, men det er dig, der bestemmer, hvad der er pålideligt nok.

Grøn — 85 % og derover
Udtrækket er pålideligt. Ingen handling kræves af teknikeren.
Gul — 50 til 84 %
Værdien er plausibel, men det anbefales at foretage en hurtig visuel kontrol mod bordet, inden den bekræftes.
Rød — under 50 %
Feltet kunne ikke læses. Teknikeren indtaster værdien manuelt. Det er den eneste tastaturinteraktion, der er nødvendig.
En bemærkning om højrisikoidentifikatorer. Et lille antal felter — herunder stedsnavn, møllenummer, bladnummer og asset-ID — markeres altid til menneskelig bekræftelse uanset konfidensscoren. En forkert værdi gemt mod det forkerte aktiv er et dataintegritetsproblem, der er svært at rette downstream. BLADE™ er designet til at forebygge det.
BLADE™ AI-dataoptagelse med feltvis konfidensscoring på et elcometer-aflæsning i Collabaro Field — grønne, gule og røde indikatorer ved siden af hver udtrukket værdi
Dataværdi

Indsamlet én gang. Tilgængelig overalt.

Den større betydning af BLADE™ handler ikke kun om hastighed. Det handler om de data, der slet ikke blev indsamlet.

Inspektionsbrædder indeholder strukturerede oplysninger om skadensplacering, kategori, bladposition, miljøforhold og reparationsomfang. I en manuel arbejdsgang når meget af disse data aldrig en database. De lever på papir, i fotografier eller i nogens hukommelse. På tværs af en kampagne med flere møller repræsenterer det en væsentlig mangel i driftsintelligens.

Bordfoto
Teknikeren fotograferer det udfyldte inspektionsbord
BLADE™-udtræk
AI læser og strukturerer hvert felt
Bekræftet
Teknikeren gennemser konfidensscoreresultater
Gemt
Struktureret mod Projekt, Job og Opgave i Collabaro

Med BLADE™ gemmes hver bekræftet post i fuldt struktureret format mod det relevante Projekt, Job og Opgave i Collabaro — umiddelbart tilgængelig til rapportgenerering og downstream-integrationer. Data, der tidligere var for tidskrævende at registrere, registreres nu som en selvfølge.

Se BLADE™ i aktion

Book en demo, og vi viser dig, hvordan BLADE™ omdanner et fotografi af et udfyldt inspektionsbord til strukturerede, søgbare driftsdata på under et minut.