IT202300027954A1 - ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES - Google Patents

ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES

Info

Publication number
IT202300027954A1
IT202300027954A1 IT102023000027954A IT202300027954A IT202300027954A1 IT 202300027954 A1 IT202300027954 A1 IT 202300027954A1 IT 102023000027954 A IT102023000027954 A IT 102023000027954A IT 202300027954 A IT202300027954 A IT 202300027954A IT 202300027954 A1 IT202300027954 A1 IT 202300027954A1
Authority
IT
Italy
Prior art keywords
procedures
conditions
phase
relating
electrical
Prior art date
Application number
IT102023000027954A
Other languages
Italian (it)
Inventor
Vincenzo Dottorini
Roberto Paolicelli
Original Assignee
Ineltec S R L
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ineltec S R L filed Critical Ineltec S R L
Priority to IT102023000027954A priority Critical patent/IT202300027954A1/en
Publication of IT202300027954A1 publication Critical patent/IT202300027954A1/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

[0001] DESCRIZIONE[0001] DESCRIPTION

[0003] La presente invenzione riguarda un metodo avanzato basato sull'intelligenza artificiale (IA) per generare procedure ottimizzate di manutenzione e installazione elettrica, nonch? un sistema correlato per l'attuazione di tali procedure. Questa innovazione si inserisce in un contesto in cui gli approcci tradizionali alla manutenzione e all'installazione elettrica si basano su procedure standard e metodi per lo pi? empirici e basati sulla esperienza del singolo manutentore, e che quindi possono variare significativamente in termini di efficienza, sicurezza e affidabilit?. Infatti, nella manutenzione e nell'installazione elettrica tradizionali, le procedure sono spesso stabilite sulla base di linee guida standard e conoscenze acquisite tramite esperienza. Questo pu? portare a disparit? nella qualit? dell'esecuzione e a potenziali rischi di sicurezza. Con l'avvento dell'AI (artificial intelligence) e delle tecnologie indossabili dotate di sensoristica (IoT) in grado di raccogliere diversi parametri ed in tal modo descrivere in maniera accurata l?ambiente circostante, sono state introdotte nuove metodologie per migliorare l'efficienza e la sicurezza (US20190339684A1, US20200133254A1, US11481652B2). Tuttavia, queste tecnologie sono ancora in fase di sviluppo e non sempre pienamente integrate nelle pratiche quotidiane di manutenzione e installazione. In questo contesto, il sistema e metodo introdotto nella presente invenzione si distingue per il suo approccio ?olistico? e tecnologicamente avanzato, che tiene in conto di tutto il contesto fisico, e che ? in grado di generare procedure operative strettamente correlate al contesto e quindi maggiormente efficaci. Il sistema ideato utilizza quindi un casco o dispositivo indossabile dotato di sensoristica avanzata per modellare lo spazio 3D circostante, rilevando oggetti, temperature, parametri chimico-fisici e classificazioni funzionali degli stessi oggetti, ovvero loro utilizzo/impiego e quindi condizioni operative standard nel contesto in cui sono inseriti. Il training del modello viene effettuato al fine di creare basi di conoscenza semantica utili a comprendere il contesto, modellare oggetti, situazioni di pericolo, e tiene conto di procedure standard di sicurezza e di manutenzione della componente elettrica, consentendo una comprensione pi? profonda e dettagliata dell'ambiente in cui si deve operare. In questo modo, il modulo di AI (artificial intelligence) ? in grado di generare procedure di manutenzione e sicurezza personalizzate, basate su dati ambientali e oggettivi raccolti, migliorando significativamente la precisione e l'affidabilit? delle operazioni. Il divario tra le pratiche attualmente esistenti e il sistema proposto ? quindi evidente in termini di personalizzazione del contesto lavorativo specifico. Mentre i metodi tradizionali possono essere generici e non specifici per l'ambiente o l'attrezzatura, il sistema proposto offre soluzioni che sono corrispondenti al preciso contesto, aumentando l'efficienza e riducendo i rischi. Il metodo ideato prevede dunque:[0003] The present invention relates to an advanced method based on artificial intelligence (AI) for generating optimized electrical maintenance and installation procedures, as well as a related system for implementing such procedures. This innovation fits into a context in which traditional approaches to electrical maintenance and installation are based on standard procedures and methods that are mostly empirical and based on the experience of the individual maintainer, and which therefore can vary significantly in terms of efficiency, safety and reliability. Indeed, in traditional electrical maintenance and installation, procedures are often established on the basis of standard guidelines and knowledge acquired through experience. This can lead to disparities in the quality of execution and potential safety risks. With the advent of AI (artificial intelligence) and wearable technologies equipped with sensors (IoT) capable of collecting various parameters and thus accurately describing the surrounding environment, new methodologies have been introduced to improve efficiency and safety (US20190339684A1, US20200133254A1, US11481652B2). However, these technologies are still under development and not always fully integrated into daily maintenance and installation practices. In this context, the system and method introduced in the present invention stands out for its "holistic" and technologically advanced approach, which takes into account the entire physical context and is able to generate operating procedures that are closely related to the context and therefore more effective. The designed system therefore uses a helmet or wearable device equipped with advanced sensors to model the surrounding 3D space, detecting objects, temperatures, chemical-physical parameters, and functional classifications of those objects, i.e., their use/application and, therefore, standard operating conditions in the context in which they are inserted. The model is trained to create semantic knowledge bases useful for understanding the context, modeling objects, and hazardous situations. It also takes into account standard safety and maintenance procedures for electrical components, enabling a deeper and more detailed understanding of the operating environment. In this way, the AI (artificial intelligence) module is able to generate customized maintenance and safety procedures based on collected environmental and objective data, significantly improving the precision and reliability of operations. The gap between current practices and the proposed system is therefore evident in terms of customization to the specific work context. While traditional methods may be generic and not specific to the environment or equipment, the proposed system offers solutions that correspond to the precise context, increasing efficiency and reducing risks. The method devised therefore provides:

[0004] - Una fase di modellazione dell?ambiente circostante in termini di: spazio 3D e orografia, oggetti presenti, temperatura, parametri chimico-fisici, classificazione funzionale (ad es. ufficio, cabina elettrica, stabilimento produttivo), condizioni standard;[0004] - A modelling phase of the surrounding environment in terms of: 3D space and orography, present objects, temperature, chemical-physical parameters, functional classification (e.g. office, electrical cabin, production plant), standard conditions;

[0005] - Una fase di modellazione semantica degli oggetti precedentemente individuati in termini di: dimensioni, condizioni chimico fisiche (temperatura, potenziale elettrico, materiale superficiale), classificazione funzionale dell?oggetto (ad es. quadro elettrico, lavatrice, macchina movimento terra), condizioni operative standard;[0005] - A semantic modeling phase of the previously identified objects in terms of: dimensions, chemical-physical conditions (temperature, electrical potential, surface material), functional classification of the object (e.g., electrical panel, washing machine, earthmoving machine), standard operating conditions;

[0006] -Una fase di modellazione di una base di conoscenza semantica relativa a situazioni di pericolo nel luogo modellato in termini di: superamento valori soglia inquinanti, superamento valori temperatura standard, abbassamento contenuto ossigeno, condizioni di luce critiche, condizioni di pressione atmosferica critiche, condizioni di superfice appoggio piede critiche (tenuta, temperatura, tenuta allo scivolamento), corto-circuiti elettrici;[0006] - A modelling phase of a semantic knowledge base relating to dangerous situations in the modelled location in terms of: exceeding pollutant threshold values, exceeding standard temperature values, lowering of oxygen content, critical light conditions, critical atmospheric pressure conditions, critical foot support surface conditions (tightness, temperature, slip resistance), electrical short circuits;

[0007] - Una fase di modellazione di una base di conoscenza semantica relativa alle condizioni fisiche standard ed ottimali dell?operatore nel contesto lavorativo reale;[0007] - A modeling phase of a semantic knowledge base relating to the standard and optimal physical conditions of the operator in the real working context;

[0008] - Una fase di modellazione di una base di conoscenza semantica relativa a situazioni e condizioni di pericolo degli oggetti precedentemente individuati; - Una fase di modellazione di una base di conoscenza semantica relativa a procedure canoniche (di letteratura) di manutenzione della componentistica elettrica e di ripristino delle condizioni di sicurezza relative alle problematiche e situazioni precedentemente modellate;[0008] - A modelling phase of a semantic knowledge base relating to the dangerous situations and conditions of the previously identified objects; - A modelling phase of a semantic knowledge base relating to canonical procedures (from literature) for the maintenance of electrical components and for the restoration of safety conditions relating to the previously modelled problems and situations;

[0009] - Una fase di raccolta dei parametri chimico-fisici degli oggetti e dell?ambiente circostante precedentemente descritti;[0009] - A phase of collection of the chemical-physical parameters of the objects and the surrounding environment previously described;

[0010] - Una fase di raccolta dei parametri relativi alle condizioni fisiche dell?operatore quali ad esempio: sudorazione, battito cardiaco, saturazione di ossigeno;[0010] - A phase of collection of parameters relating to the physical conditions of the operator such as: sweating, heart rate, oxygen saturation;

[0011] - Una fase di generazione tramite modulo di intelligenza artificiale di procedure funzionali al ripristino delle condizioni di sicurezza sulla base del training effettuato alle fasi precedenti;[0011] - A generation phase via an artificial intelligence module of procedures functional to the restoration of safety conditions on the basis of the training carried out in the previous phases;

[0012] - Una fase di generazione di procedure di manutenzione della componentistica elettrica presente sulla base del training effettuato alle fasi precedenti;[0012] - A phase of generation of maintenance procedures for the electrical components present on the basis of the training carried out in the previous phases;

[0013] - Una fase di interpretazione delle procedure di ripristino delle condizioni di sicurezza e manutenzione della componentistica elettrica precedentemente create con relativa comparazione con procedure di letteratura;[0013] - An interpretation phase of the procedures for restoring the safety and maintenance conditions of the electrical components previously created with relative comparison with literature procedures;

[0014] - Una fase di modellazione di una base di conoscenza con le procedure reali utilizzate nel contesto individuato e descritto alle fasi precedenti;[0014] - A modeling phase of a knowledge base with the real procedures used in the context identified and described in the previous phases;

[0015] - Una fase di generazione di alert in presenza di situazioni di pericolo per l?operatore derivanti da contesto ambientale e propria condizione fisica; - Una fase di inferenza di suggerimenti dal process gap di eventuali miglioramenti da effettuare in termini di procedure di sicurezza e manutenzione elettrica fra procedure generate da AI (artificial intelligence) e procedure acquisite alla fase precedente;[0015] - A phase for generating alerts in the presence of dangerous situations for the operator deriving from the environmental context and their physical condition; - A phase for inferring suggestions from the process gap for possible improvements to be made in terms of safety procedures and electrical maintenance between procedures generated by AI (artificial intelligence) and procedures acquired in the previous phase;

[0016] Il sistema A basato su intelligenza artificiale relativo al metodo ideato ? quindi composto da:[0016] The AI-based system A relating to the method devised is therefore composed of:

[0017] - Un casco o dispositivo indossabile (1) dotato di opportuna sensoristica per acquisizione e descrizione/modellazione dell?ambiente circostante in termini di: spazio 3D e orografia, oggetti presenti, temperatura, parametri chimico-fisici, classificazione funzionale (ad es. ufficio, cabina elettrica, stabilimento produttivo), condizioni standard;[0017] - A helmet or wearable device (1) equipped with appropriate sensors for the acquisition and description/modelling of the surrounding environment in terms of: 3D space and orography, present objects, temperature, chemical-physical parameters, functional classification (e.g. office, electrical cabin, production plant), standard conditions;

[0018] - Una base di conoscenza semantica (2) degli oggetti precedentemente individuati e descritti in termini di: dimensioni, condizioni chimico fisiche (ad es. temperatura, potenziale elettrico, materiale superficiale), classificazione funzionale dell?oggetto (ad es. quadro elettrico, lavatrice, macchina movimento terra), condizioni operative standard;[0018] - A semantic knowledge base (2) of the objects previously identified and described in terms of: dimensions, chemical-physical conditions (e.g. temperature, electric potential, surface material), functional classification of the object (e.g. electrical panel, washing machine, earth-moving machine), standard operating conditions;

[0019] - Una base di conoscenza semantica (3) relativa a situazioni di pericolo nel luogo modellato in termini di: superamento valori soglia inquinanti, superamento valori temperatura standard, abbassamento contenuto ossigeno, condizioni di luce critiche, condizioni di pressione atmosferica critiche, condizioni di superfice appoggio piede critiche (tenuta, temperatura, tenuta allo scivolamento), corto-circuiti elettrici;[0019] - A semantic knowledge base (3) relating to dangerous situations in the modelled location in terms of: exceeding polluting threshold values, exceeding standard temperature values, lowering of oxygen content, critical light conditions, critical atmospheric pressure conditions, critical foot support surface conditions (tightness, temperature, slip resistance), electrical short circuits;

[0020] - Una base di conoscenza semantica (4) relativa alle condizioni fisiche standard ed ottimali dell?operatore nel contesto lavorativo descritto;[0020] - A semantic knowledge base (4) relating to the standard and optimal physical conditions of the operator in the described working context;

[0021] - Una base di conoscenza semantica (5) relativa a situazioni e condizioni di pericolo degli oggetti precedentemente individuati e descritti;[0021] - A semantic knowledge base (5) relating to situations and conditions of danger of the objects previously identified and described;

[0022] - Una base di conoscenza semantica (6) relativa a procedure canoniche (di letteratura) di manutenzione della componente elettrica e di ripristino delle condizioni di sicurezza relative alle problematiche e situazioni precedentemente modellate;[0022] - A semantic knowledge base (6) relating to canonical procedures (from literature) for the maintenance of the electrical component and for the restoration of safety conditions relating to the problems and situations previously modelled;

[0023] - Un modulo (7) per la raccolta dei parametri chimico-fisici degli oggetti e dell?ambiente circostante precedentemente descritti anche mediante casco o dispositivo indossabile (1) dotato di opportuna sensoristica;[0023] - A module (7) for collecting the chemical-physical parameters of the objects and the surrounding environment previously described, also by means of a helmet or wearable device (1) equipped with appropriate sensors;

[0024] - Un modulo (8) per la raccolta dei parametri relativi alle condizioni fisiche dell?operatore quali ad esempio: sudorazione, battito cardiaco, saturazione di ossigeno;[0024] - A module (8) for collecting parameters relating to the physical conditions of the operator such as: sweating, heart rate, oxygen saturation;

[0025] - Un modulo (9) di intelligenza artificiale per la generazione di procedure funzionali al ripristino delle condizioni di sicurezza tramite basi di conoscenza semantica e modellazione dell?ambiente circostante precedentemente effettuate;[0025] - An artificial intelligence module (9) for the generation of functional procedures for restoring safety conditions through semantic knowledge bases and modelling of the surrounding environment previously carried out;

[0026] - Un modulo (10) di intelligenza artificiale per la generazione di procedure di manutenzione della componentistica elettrica presente tramite basi di conoscenza semantiche effettuate;[0026] - An artificial intelligence module (10) for the generation of maintenance procedures for the electrical components present through semantic knowledge bases;

[0027] - Un modulo (11) di intelligenza artificiale per l?interpretazione delle procedure di ripristino delle condizioni di sicurezza e manutenzione della componentistica elettrica precedentemente create con relativa comparazione con procedure di letteratura;[0027] - An artificial intelligence module (11) for the interpretation of previously created procedures for restoring safety conditions and maintenance of electrical components with relative comparison with literature procedures;

[0028] - Un modulo (12) per la generazione di una base di conoscenza con le procedure reali utilizzate nel contesto individuato e descritto nelle fasi precedenti;[0028] - A module (12) for generating a knowledge base with the real procedures used in the context identified and described in the previous phases;

[0029] - Un modulo (13) per la generazione di alert in presenza di situazioni di pericolo per l?operatore derivanti da contesto ambientale e propria condizione fisica;[0029] - A module (13) for generating alerts in the presence of dangerous situations for the operator deriving from the environmental context and his/her physical condition;

[0030] - Un modulo (14) per l'analisi avanzata dei processi in grado di confrontare le procedure realmente attuate nel contesto descritto e quelle generate dall'IA (intelligenza artificiale). Il modulo consente l?ottimizzazione della base di conoscenza semantica per le procedure di sicurezza e manutenzione elettrica attuate al fine di integrare le intuizioni generate dall'AI (artificial intelligence) con le pratiche acquisite tramite esperienza pratica sul campo. La tecnologia basata su moduli di AI e la modellazione avanzata permettono quindi di identificare e mitigare potenziali pericoli con maggiore precisione, migliorando la sicurezza sul lavoro. Con procedure sempre ottimizzate e basate su dati e contesti reali, il sistema proposto riduce il tempo e gli sforzi necessari per la manutenzione e l'installazione elettrica, aumentando l'efficienza complessiva. In sintesi, la presente invenzione fornisce un metodo e un sistema rivoluzionari per la manutenzione e l'installazione elettrica, superando le limitazioni dei metodi tradizionali e integrando tecnologie avanzate per garantire procedure pi? sicure, efficienti, affidabili e rispondenti in maniera pi? specifica ai contesti reali. L?unita figura 1 ? una rappresentazione esemplificativa e non limitativa del sistema A descritto.[0030] - A module (14) for advanced process analysis capable of comparing procedures actually implemented in the described context and those generated by AI (artificial intelligence). The module enables the optimization of the semantic knowledge base for electrical safety and maintenance procedures implemented in order to integrate the insights generated by AI (artificial intelligence) with practices acquired through practical experience in the field. The technology based on AI modules and advanced modeling therefore allows potential hazards to be identified and mitigated with greater precision, improving workplace safety. With procedures always optimized and based on real data and contexts, the proposed system reduces the time and effort required for electrical maintenance and installation, increasing overall efficiency. In summary, the present invention provides a revolutionary method and system for electrical maintenance and installation, overcoming the limitations of traditional methods and integrating advanced technologies to ensure safer, more efficient, more reliable procedures that are more responsive to real-world contexts. The unit (Figure 1) is an exemplary and non-limiting representation of the system A described.

Claims (2)

1. RIVENDICAZIONI1. CLAIMS 1. Metodo basato su intelligenza artificiale per la generazione di procedure di manutenzione ed installazione elettrica che prevede:1. Artificial intelligence-based method for generating electrical installation and maintenance procedures that includes: - Una fase di modellazione dell?ambiente circostante in termini di: spazio 3D e orografia, oggetti presenti, temperatura, parametri chimico-fisici, classificazione funzionale (ad es. ufficio, cabina elettrica, stabilimento produttivo), condizioni standard;- A modeling phase of the surrounding environment in terms of: 3D space and orography, present objects, temperature, chemical-physical parameters, functional classification (e.g. office, electrical substation, production plant), standard conditions; - Una fase di modellazione semantica degli oggetti precedentemente individuati in termini di: dimensioni, condizioni chimico fisiche (temperatura, potenziale elettrico, materiale superficiale), classificazione funzionale dell?oggetto (ad es. quadro elettrico, lavatrice, macchina movimento terra), condizioni operative standard;- A semantic modeling phase of the previously identified objects in terms of: dimensions, chemical-physical conditions (temperature, electrical potential, surface material), functional classification of the object (e.g., electrical panel, washing machine, earth-moving machine), standard operating conditions; - Una fase di modellazione di una base di conoscenza semantica relativa a situazioni di pericolo nel luogo modellato in termini di: superamento valori soglia inquinanti, superamento valori temperatura standard, abbassamento contenuto ossigeno, condizioni di luce critiche, condizioni di pressione atmosferica critiche, condizioni di superfice appoggio piede critiche (tenuta, temperatura, tenuta allo scivolamento), corto-circuiti elettrici;- A modeling phase of a semantic knowledge base relating to dangerous situations in the modeled location in terms of: exceeding pollutant threshold values, exceeding standard temperature values, lowering oxygen content, critical light conditions, critical atmospheric pressure conditions, critical foot support surface conditions (tightness, temperature, slip resistance), electrical short circuits; - Una fase di modellazione di una base di conoscenza semantica relativa alle condizioni fisiche standard ed ottimali dell?operatore nel contesto lavorativo reale;- A modeling phase of a semantic knowledge base relating to the standard and optimal physical conditions of the operator in the real work context; - Una fase di modellazione di una base di conoscenza semantica relativa a situazioni e condizioni di pericolo degli oggetti precedentemente individuati; - Una fase di modellazione di una base di conoscenza semantica relativa a - A modelling phase of a semantic knowledge base relating to situations and conditions of danger of the previously identified objects; - A modelling phase of a semantic knowledge base relating to procedure canoniche (di letteratura) di manutenzione della componentistica elettrica e di ripristino delle condizioni di sicurezza relative alle problematiche e situazioni precedentemente modellate;canonical procedures (in literature) for the maintenance of electrical components and for restoring safety conditions relating to previously modelled problems and situations; - Una fase di raccolta dei parametri chimico-fisici degli oggetti e dell?ambiente circostante precedentemente descritti;- A phase of collection of the chemical-physical parameters of the objects and the surrounding environment previously described; - Una fase di raccolta dei parametri relativi alle condizioni fisiche dell?operatore quali ad esempio: sudorazione, battito cardiaco, saturazione di ossigeno;- A phase for collecting parameters relating to the operator's physical condition, such as: sweating, heart rate, oxygen saturation; - Una fase di generazione tramite modulo di intelligenza artificiale di procedure funzionali al ripristino delle condizioni di sicurezza sulla base del training effettuato alle fasi precedenti;- A generation phase using an artificial intelligence module of procedures functional to restoring safety conditions based on the training carried out in the previous phases; - Una fase di generazione di procedure di manutenzione della componentistica elettrica presente sulla base del training effettuato alle fasi precedenti;- A phase for generating maintenance procedures for the existing electrical components based on the training carried out in the previous phases; - Una fase di interpretazione delle procedure di ripristino delle condizioni di sicurezza e manutenzione della componentistica elettrica precedentemente create con relativa comparazione con procedure di letteratura;- An interpretation phase of the procedures for restoring the safety and maintenance conditions of the electrical components previously created with relative comparison with procedures in the literature; - Una fase di modellazione di una base di conoscenza con le procedure reali utilizzate nel contesto individuato e descritto alle fasi precedenti;- A modeling phase of a knowledge base with the real procedures used in the context identified and described in the previous phases; - Una fase di generazione di alert in presenza di situazioni di pericolo per l?operatore derivanti da contesto ambientale e propria condizione fisica; - Una fase di inferenza di suggerimenti dal process gap di eventuali miglioramenti da effettuare in termini di procedure di sicurezza e manutenzione elettrica fra procedure generate da IA (Intelligenza artificiale) e procedure acquisite alla fase precedente;- A phase for generating alerts in the presence of dangerous situations for the operator arising from the environmental context and their physical condition; - A phase for inferring suggestions from the process gap for potential improvements in safety and electrical maintenance procedures between procedures generated by AI (Artificial Intelligence) and procedures acquired in the previous phase; 2. Sistema A basato su intelligenza artificiale relativo al metodo alla rivendicazione precedente composto da:2. Artificial intelligence-based system A relating to the method of the previous claim consisting of: - Un casco o dispositivo indossabile (1) dotato di opportuna sensoristica per acquisizione e descrizione/modellazione dell?ambiente circostante in termini di: spazio 3D e orografia, oggetti presenti, temperatura, parametri chimico-fisici, classificazione funzionale (ad es. ufficio, cabina elettrica, stabilimento produttivo), condizioni standard;- A helmet or wearable device (1) equipped with appropriate sensors for the acquisition and description/modelling of the surrounding environment in terms of: 3D space and orography, present objects, temperature, chemical-physical parameters, functional classification (e.g. office, electrical cabin, production plant), standard conditions; - Una base di conoscenza semantica (2) degli oggetti precedentemente individuati e descritti in termini di: dimensioni, condizioni chimico fisiche (ad es. temperatura, potenziale elettrico, materiale superficiale), classificazione funzionale dell?oggetto (ad es. quadro elettrico, lavatrice, macchina movimento terra), condizioni operative standard;- A semantic knowledge base (2) of the objects previously identified and described in terms of: dimensions, chemical-physical conditions (e.g. temperature, electrical potential, surface material), functional classification of the object (e.g. electrical panel, washing machine, earth-moving machine), standard operating conditions; - Una base di conoscenza semantica (3) relativa a situazioni di pericolo nel luogo modellato in termini di: superamento valori soglia inquinanti, superamento valori temperatura standard, abbassamento contenuto ossigeno, condizioni di luce critiche, condizioni di pressione atmosferica critiche, condizioni di superfice appoggio piede critiche (tenuta, temperatura, tenuta allo scivolamento), corto-circuiti elettrici;- A semantic knowledge base (3) relating to dangerous situations in the modelled location in terms of: exceeding polluting threshold values, exceeding standard temperature values, lowering of oxygen content, critical light conditions, critical atmospheric pressure conditions, critical foot support surface conditions (tightness, temperature, slip resistance), electrical short circuits; - Una base di conoscenza semantica (4) relativa alle condizioni fisiche standard ed ottimali dell?operatore nel contesto lavorativo descritto;- A semantic knowledge base (4) relating to the standard and optimal physical conditions of the operator in the described working context; - Una base di conoscenza semantica (5) relativa a situazioni e condizioni di pericolo degli oggetti precedentemente individuati e descritti;- A semantic knowledge base (5) relating to situations and conditions of danger of the objects previously identified and described; - Una base di conoscenza semantica (6) relativa a procedure canoniche (di letteratura) di manutenzione della componentistica elettrica e di ripristino delle condizioni di sicurezza relative alle problematiche e situazioni - A semantic knowledge base (6) relating to canonical procedures (from literature) for the maintenance of electrical components and for the restoration of safety conditions relating to problems and situations precedentemente modellate;previously modeled; - Un modulo (7) per la raccolta dei parametri chimico-fisici degli oggetti e dell?ambiente circostante precedentemente descritti anche mediante casco o dispositivo indossabile (1) dotato di opportuna sensoristica;- A module (7) for collecting the chemical-physical parameters of the objects and the surrounding environment previously described, also using a helmet or wearable device (1) equipped with appropriate sensors; - Un modulo (8) per la raccolta dei parametri relativi alle condizioni fisiche dell?operatore quali ad esempio: sudorazione, battito cardiaco, saturazione di ossigeno;- A module (8) for collecting parameters relating to the operator's physical conditions such as: sweating, heart rate, oxygen saturation; - Un modulo (9) di intelligenza artificiale per la generazione di procedure funzionali al ripristino delle condizioni di sicurezza tramite basi di conoscenza semantica e modellazione dell?ambiente circostante precedentemente effettuate;- An artificial intelligence module (9) for the generation of functional procedures for restoring safety conditions through semantic knowledge bases and modelling of the surrounding environment previously carried out; - Un modulo (10) di intelligenza artificiale per la generazione di procedure di manutenzione della componentistica elettrica presente tramite basi di conoscenza semantiche effettuate;- An artificial intelligence module (10) for the generation of maintenance procedures for the electrical components present through semantic knowledge bases; - Un modulo (11) di intelligenza artificiale per l?interpretazione delle procedure di ripristino delle condizioni di sicurezza e manutenzione della componentistica elettrica precedentemente create con relativa comparazione con procedure di letteratura;- An artificial intelligence module (11) for the interpretation of previously created procedures for restoring safety and maintenance conditions of electrical components with relative comparison with literature procedures; - Un modulo (12) per la generazione di una base di conoscenza con le procedure reali utilizzate nel contesto individuato e descritto nelle fasi precedenti;- A module (12) for generating a knowledge base with the real procedures used in the context identified and described in the previous phases; - Un modulo (13) per la generazione di alert in presenza di situazioni di pericolo per l?operatore derivanti da contesto ambientale e propria condizione fisica;- A module (13) for generating alerts in the presence of dangerous situations for the operator deriving from the environmental context and his/her physical condition; - Un modulo (14) per l'analisi avanzata dei processi in grado di confrontare - A module (14) for advanced process analysis capable of comparing le procedure realmente attuate nel contesto descritto e quelle generate dall'IA (intelligenza artificiale). Il modulo consente l?ottimizzazione della base di conoscenza semantica per le procedure di sicurezza e manutenzione elettrica attuate al fine di integrare le intuizioni generate dall?IA (intelligenza artificiale) con le pratiche acquisite tramite esperienza pratica sul campo.The procedures actually implemented in the described context and those generated by AI (artificial intelligence). The module optimizes the semantic knowledge base for electrical safety and maintenance procedures implemented to integrate AI-generated insights with practices acquired through practical field experience.
IT102023000027954A 2023-12-22 2023-12-22 ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES IT202300027954A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
IT102023000027954A IT202300027954A1 (en) 2023-12-22 2023-12-22 ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102023000027954A IT202300027954A1 (en) 2023-12-22 2023-12-22 ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES

Publications (1)

Publication Number Publication Date
IT202300027954A1 true IT202300027954A1 (en) 2025-06-22

Family

ID=90123317

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102023000027954A IT202300027954A1 (en) 2023-12-22 2023-12-22 ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES

Country Status (1)

Country Link
IT (1) IT202300027954A1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150149392A1 (en) * 2013-11-27 2015-05-28 Shawn Patrick Bolich Software Application for Managing a Collection of Robot Repairing Resources for a Technician
US20190339684A1 (en) 2016-05-09 2019-11-07 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things
US20200133254A1 (en) 2018-05-07 2020-04-30 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for part identification and operating characteristics determination using the industrial internet of things
US20210089940A1 (en) * 2019-09-24 2021-03-25 We Jump Ar Co., Ltd. Machine Failure Analyzing System and Wearable Electronic Device Having Machine Failure Analyzing Function
US11481652B2 (en) 2015-06-23 2022-10-25 Gregory Knox System and method for recommendations in ubiquituous computing environments
US20230316166A1 (en) * 2019-11-26 2023-10-05 Saudi Arabian Oil Company Artificial intelligence system and method for site safety and tracking

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150149392A1 (en) * 2013-11-27 2015-05-28 Shawn Patrick Bolich Software Application for Managing a Collection of Robot Repairing Resources for a Technician
US11481652B2 (en) 2015-06-23 2022-10-25 Gregory Knox System and method for recommendations in ubiquituous computing environments
US20190339684A1 (en) 2016-05-09 2019-11-07 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things
US20200133254A1 (en) 2018-05-07 2020-04-30 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for part identification and operating characteristics determination using the industrial internet of things
US20210089940A1 (en) * 2019-09-24 2021-03-25 We Jump Ar Co., Ltd. Machine Failure Analyzing System and Wearable Electronic Device Having Machine Failure Analyzing Function
US20230316166A1 (en) * 2019-11-26 2023-10-05 Saudi Arabian Oil Company Artificial intelligence system and method for site safety and tracking

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MOURTZIS DIMITRIS ET AL: "A Framework for Automatic Generation of Augmented Reality Maintenance & Repair Instructions based on Convolutional Neural Networks", PROCEDIA CIRP, vol. 93, 22 September 2020 (2020-09-22), NL, pages 977 - 982, XP093181795, ISSN: 2212-8271, DOI: 10.1016/j.procir.2020.04.130 *

Similar Documents

Publication Publication Date Title
WO2012075298A3 (en) Body shape analysis method and system
ATE534104T1 (en) METHOD AND DEVICE FOR PRODUCING A MASTER TOOL
BR112018016727A2 (en) An extraction method of metallic-compounds particles, an analysis method of the metallic-compounds particle, and an electrolysis solution used for them
IT202300027954A1 (en) ADVANCED ARTIFICIAL INTELLIGENCE (AI) BASED METHOD FOR GENERATING OPTIMIZED ELECTRICAL MAINTENANCE AND INSTALLATION PROCEDURES AND RELATED SYSTEM FOR IMPLEMENTING SUCH PROCEDURES
MY179550A (en) A system for performing an operation within an elongated space
AU2011267842A8 (en) Method and apparatus for auxilary seafloor mining
CN107742097B (en) Human behavior recognition method based on depth camera
AR091412A1 (en) DEVICE AND METHOD FOR DIAGNOSING ANOMAL SITUATIONS IN PROCESSES
TW200742951A (en) Method for evaluating reliance level of a virtual metrology system
AR019923A1 (en) AN APPLIANCE TO ESTIMATE A PROCESS PARAMETER OF A MATERIAL AND A METHOD OF USE OF THE APPLIANCE
CN112336590A (en) Power-assisted exoskeleton movement intention and gait planning method based on multi-sensing information
MX2016016485A (en) Detecting defects in non-nested tubings and casings using calibrated data and time thresholds.
TW200735734A (en) Producing a covered through substrate via using a temporary cap layer
GB2568845A (en) Method and system for preforming real-time analytics on a plurality of data streams
WO2014022204A3 (en) Estimating remaining useful life using genetic programming
Miao et al. Construction of digital twin system for intelligent mining in coal mines
GB2608553A8 (en) Power distribution method for power generator sets in DC grid
WO2014020342A3 (en) Methods and apparatus for forming workpiece components
CN108133093B (en) Automatic wiring method based on aircraft network decomposition structure
EP2838043A3 (en) Method for synthesis of multi-fidelity simulation models using functional operators
EP4354615A4 (en) BATTERY MODULE, BATTERY PACK, ELECTRICAL DEVICE AND METHOD FOR PRODUCING A BATTERY MODULE
WO2017171557A8 (en) Drilling plant machine and method of operation
BR112017000296A2 (en) Method for modeling at least a portion of a paddle-type bath cavity, method for making a turbine engine blade, impeller, equipment for modeling at least a portion of a paddle-type bathtub cavity, program product storage and storage media readable by computer equipment?
CN114554163A (en) Coal mine underground operation monitoring system
CN106737772A (en) Electric power maintenance robot based on DSP