SMRI利用意法半导体的生态系统开发了一套基于人工智能的解决方案，通过为工业设备增添预测性维护特性，缩短设备停机时间，提高生产率，并减少人为干预。
我们需要一种在工业领域无可争议的高效预测性维护技术，可以敏捷实施到设备中。在比较了市场上的几种解决方案后，我们选择了意法半导体的NanoEdge AI，这是唯一能够保证我们获得最优结果、快速实施，并且能保护我们客户工业数据私密性并为其提供巨大创新价值的解决方案。
Luc Frison
|
SMRI公司总裁
方法
得益于嵌入式机器学习，SMRI开发并快速实施了一套预测性维护解决方案，能够在现场学习不同序列并实时、准确地检测偏差，以在发生重大故障之前及时作出干预。
该解决方案在超低功耗的STM32微控制器上运行。
传感器
意法半导体加速度计。
