Argento Interfaccia · 2023
Smart Wind Turbine Prediction Interfaccia per la Manutenzione Predittiva
- A' Design Award d'Argento 2023 in Interfaccia
- CLIENT: Jianxin Technology Co., Ltd
- Estimated Number of Design Views: 52,172
- Verification code 5059508A13 · Verify this award
Colors
About Smart Wind Turbine Prediction Interfaccia per la Manutenzione Predittiva
Smart Wind Turbine Prediction è un'interfaccia software per la gestione e la manutenzione intelligente dei parchi eolici. L'interfaccia utilizza visualizzazioni tridimensionali, simulazioni virtuali e grafici di dati per mostrare le condizioni delle turbine e localizzare rapidamente i guasti. I modelli di machine learning si configurano trascinando e rilasciando dati e impostazioni del modello, così da poter coprire una o più tipologie di turbine. Gli avvisi di guasto vengono inviati in media con circa venti minuti di anticipo e l'accuratezza del modello raggiunge l'81 per cento. I costi della manutenzione manuale e i rischi per la sicurezza risultano ridotti.
About the A' Design Award d'Argento
Smart Wind Turbine Prediction Interfaccia per la Manutenzione Predittiva ha vinto l'A' Design Award d'Argento, un riconoscimento enormemente prestigioso conferito a design di fascia alta, splendidi e impressionanti. I vincitori d'Argento sono opere tremendamente brillanti ed estremamente creative che illustrano l'eccezionale competenza, il talento e l'acume dei loro designer. Ci si aspetta che Smart Wind Turbine Prediction Interfaccia per la Manutenzione Predittiva sia un'opera meravigliosa, una vetrina di eccellenza, notevolmente professionale e profondamente innovativa. Questo design vincitore dell'A' Design Award d'Argento è un'invenzione molto notevole e ammirata che giova ai confini dell'arte, della scienza, del design e della tecnologia e li fa avanzare. Smart Wind Turbine Prediction Interfaccia per la Manutenzione Predittiva è una creazione molto invidiata che evoca desideri, porta sentimenti positivi e accende meraviglia e stupore.
Press Kit
- Unique Properties
- Through the visualization of wind turbine models and data graphs, we can quickly pinpoint the fault in wind turbines and efficiently safeguard the operations and maintenance process. Through the “drag and drop” data and model settings, we can meet the custom settings of “same type and same module” and “multiple types and multiple modules” from various machine learning models to hone targeted operations and maintenance trouble-shooting capabilities.
- Dimensions & Packaging
- Width 1920 Height 1080
- Tags
- AI System Design , AI , AI Applications , Machine Learning , Modeling , Big Data
- Production Technology
- Using 3D visualization modeling, virtual simulation, surveillance visualization, and other technical means, we intelligently display the physical reality space in the digital system, provide interpretable and traceable machine learning capabilities, and simulate the logic behind users’ real interactive operations in the physical world. Our solution enables enterprise customers to receive fault warnings (on average) 20 minutes earlier, and the overall model accuracy rate has reached 81%.
- Design Challenge
- It also enables more effective use of wind resources and contributes to the global governance effort to combat climate change.
- Research
- It addresses user pain points of high manual operations and maintenance costs and improves operations and maintenance personnel safety and efficiency.
- Inspiration
- The system is an intelligent operation solution for renewable energy scenarios based on the digital base of Industrial IoT and the prediction capability of machine learning models. It provides decision support for the wind farm's intelligent operation and maintenance, turbine start/stop, and fault analysis.The system provides manageability for power generation capacity and allows stable and continuous output through intelligent, decision-driven solutions.
- Project Duration
- The project was completed in Beijing in 2022
- Operation Flow
- The design language follows the principle of intelligence and efficiency, and it aims to deliver a brand-new experience to users through digital and intelligent interactions.
- Image Credits
- Design creativity：Yun Xu , Wei Wang
Interface design: Yanfen Zhang
Interaction design：Xinjie Li
Video Copyright：Shaoxiong Bai
