Board Logging and Automated Data Extraction
Jede Inspektionstafel erzählt eine Geschichte. Doch bei den meisten Rotorblatt-Serviceteams gelangt diese Geschichte nie in ein System. Ein Foto. Jedes Feld. Strukturierte Daten in Sekunden.
Das manuelle Abtippen von Daten einer Inspektionstafel ist langsam, fehleranfällig und in der Höhe auf einem Mobilgerät mit kleiner Tastatur schlichtweg nicht praktikabel. In der Praxis tun Techniker daher das Naheliegende: Sie machen ein Foto und arbeiten weiter. Die Daten sind erfasst, aber sie bleiben im Bild gefangen — unstrukturiert und nicht durchsuchbar.
Dort verbleiben sie, bis drei oder vier Monate später eine Compliance-Anfrage eintrifft, die verlangt, dass Sie nachweisen, einen bestimmten Schritt in den OEM-Arbeitsanweisungen befolgt zu haben. Oder bis jemand einen Schadensbericht über eine gesamte Kampagne erstellen möchte und feststellt, dass die Daten von Anfang an nie vorhanden waren.
Die Zeit am Rotorblatt ist zu wertvoll, um sie mit Dateneingabe zu verbringen. Ihre erste Priorität ist die Reparatur.
BLADE™ ändert das.
Im Jahr 2019 initiierte Railston & Co Ltd ein PhD-Forschungsprogramm an der Loughborough University, um zu untersuchen, wie Computer Vision und maschinelles Lernen auf die Inspektion von Windkraftanlagen-Rotorblättern angewendet werden können. Zu einer Zeit, als die Branche in diesem Kontext noch nicht über KI nachdachte, entstanden daraus vier begutachtete Publikationen und eine Deep-Learning-Pipeline für die Erkennung von Rotorblattdefekten.
BLADE™ ist ein direktes Ergebnis dieses Wissens und wendet dieselben multimodalen KI-Prinzipien, die durch Jahre akademischer und industrieller Zusammenarbeit entwickelt wurden, auf eines der praktischsten Probleme im Rotorblatt-Service an: strukturierte Daten von einer Inspektionstafel in ein System zu bringen — schnell, präzise und mit minimalem Aufwand für den Techniker.
Lesen Sie mehr über unser KI-Forschungsprogramm →Mittlere gewichtete Genauigkeit der IE-MRCNN-Pipeline, trainiert mit realen Rotorblatt-Inspektionsdaten aus dem Betrieb von Railston & Co und veröffentlicht im Journal of Imaging, 2021. Dieselben Forschungsgrundlagen bilden das Fundament von BLADE™.
BLADE™ ist in Collabaro Field integriert und erfordert keine zusätzliche Hardware oder Einrichtung. Der gesamte Erfassungsvorgang dauert weniger als eine Minute.
Der Techniker fotografiert die ausgefüllte Inspektionstafel mit Collabaro Field auf seinem Mobilgerät. Die Standard-Kameraqualität ist ausreichend. Keine Spezialausrüstung erforderlich.
Das Bild wird von unserer Vision-Engine verarbeitet, die jedes Feld auf der Tafel ausliest. Inspektionstafeln unterscheiden sich im Layout je nach Dienstleister und Unternehmen. BLADE™ liest sowohl Bedeutung als auch Position, was es branchenübergreifend kompatibel macht. Bei komplexen Extraktionen können Sie die BLADE™-KI bei Bedarf zusätzlich beschreiben und anleiten.
Die extrahierten Werte werden dem Techniker mit einer Konfidenz-Ampelbewertung pro Feld angezeigt. Felder, die Aufmerksamkeit erfordern, sind sofort erkennbar. Zuverlässige Felder erfordern keine Aktion.
Der Techniker bestätigt den Datensatz. Die Daten werden sofort in strukturiertem Format gegen das richtige Projekt, den Job und die Aufgabe gespeichert — bereit für Berichtserstellung und nachgelagerte Nutzung.
Offshore-Lichtverhältnisse, abgenutzte Tafeln, schräge Aufnahmen und handschriftliche Einträge beeinträchtigen die Lesbarkeit. BLADE™ berücksichtigt dies mit einer Konfidenz-Bewertung pro Feld. Jeder extrahierte Wert wird intern bewertet und dem Techniker als einfacher Ampelindikator angezeigt: ein grüner, gelber oder roter Kreis neben jedem Feld.
Die Schwellenwerte, die jede Stufe bestimmen, sind vollständig konfigurierbar. Wenn Ihr Betrieb einen höheren Standard für Grün erfordert oder eine engere Toleranz für Gelb, können Sie diese Werte an Ihre eigenen Qualitätsstandards anpassen. Die Standardwerte sind so konzipiert, dass sie unter den meisten Bedingungen gut funktionieren, aber die Entscheidung, was als ausreichend zuverlässig gilt, liegt bei Ihnen.
Die eigentliche Bedeutung von BLADE™ liegt nicht nur in der Geschwindigkeit. Es sind die Daten, die bisher überhaupt nie erfasst wurden.
Inspektionstafeln enthalten strukturierte Informationen über Schadensposition, Kategorie, Blattposition, Umgebungsbedingungen und Reparaturumfang. In einem manuellen Workflow erreichen viele dieser Daten nie eine Datenbank. Sie verbleiben auf Papier, in Fotos oder im Gedächtnis einzelner Personen. Über eine Kampagne mit mehreren Windkraftanlagen hinweg stellt dies eine erhebliche Lücke in der betrieblichen Informationsgrundlage dar.
Mit BLADE™ wird jeder bestätigte Datensatz in vollständig strukturiertem Format gegen das relevante Projekt, den Job und die Aufgabe in Collabaro gespeichert — sofort verfügbar für die Berichtserstellung und nachgelagerte Integrationen. Daten, die früher zu zeitaufwendig waren, um sie zu erfassen, werden jetzt selbstverständlich miterfasst.
Buchen Sie eine Demo und wir zeigen Ihnen, wie BLADE™ ein Foto einer ausgefüllten Inspektionstafel in strukturierte, durchsuchbare Betriebsdaten verwandelt — in unter einer Minute.
