LiReD: Un sistema de detección de fallos en tiempo real y ligero para la computación en el borde utilizando redes neuronales recurrentes LSTM

El monitoreo del estado de las instalaciones y la detección de fallos se consideran una tecnología importante en una fábrica inteligente. Aunque los fallos de la máquina pueden ser analizados en tiempo real utilizando los datos recopilados, se requiere una gran cantidad de recursos informáticos para manejar los datos masivos. Se puede usar un servidor en la nube para analizar los datos recopilados, pero es más eficiente adoptar el concepto de computación en el borde que emplea dispositivos en el borde ubicados cerca de las instalaciones. Los dispositivos en el borde pueden mejorar la velocidad de procesamiento y análisis de datos y reducir los costos de red. En este documento, se construye un dispositivo en el borde capaz de recopilar, procesar, almacenar y analizar datos utilizando una computadora de placa única y un sensor. Y, se desarrolla un modelo de detección de fallos para la máquina basado en redes neuronales recurrentes de memoria a largo y corto plazo (LSTM). El sistema propuesto llamado LiReD se implementó para un manipulador robótico industrial y el modelo de detección de fallos basado en LSTM mostró el mejor rendimiento entre seis modelos de detección de fallos.