ڈیزائن Smart Wind Turbine Prediction پیش بینی ءِ مرمت ءِ انٹرفیس چه ڈیزائنر 4Paradigm UED یک باز باایزّتین بُردکار ته 2023 A' Design Award نقرئی انعام ته بخش رقابتی انٹرفیس، انٹرایکشن ءِ یوزر ایکسپیریئنس ڈیزائن اِنت.
نقرہانٹرفیس· 2023
Smart Wind Turbine Prediction پیش بینی ءِ مرمت ءِ انٹرفیس
مشتری: Jianxin Technology Co., Ltd
بُردکار A' Design Award نقرئی انعام ته بخش انٹرفیس
تصدیقبوتگین ایوارڈ بُردکار
ایوارڈ حالت تصدیق په #141912ڈیزائن
Smart Wind Turbine Prediction پیش بینی ءِ مرمت ءِ انٹرفیس ءِ بارءَ
اسمارٹ ونڈ ٹربائن پریڈکشن یک سافٹ ویئر انٹرفیس اِنت کہ گوات ءِ فارمانی ہوشمند چلائنگ و مرمت ءِ واستہ جوڑ کنگ بوتگ۔ اے انٹرفیس سئے پہلوئی (تھری ڈی) نمائش، مجازی سمولیشن و ڈیٹا ءِ گرافانی مدت ءَ ٹربائنانی حالت ءَ پیش دارِیت و خرابیانی جاگہ ءَ زوت پجّار کنت۔ مشین لرننگ ءِ ماڈل ڈیٹا و ماڈل ءِ سیٹنگانی کش کنگ و ایر کنگ (ڈریگ اینڈ ڈراپ) ءِ مدت ءَ تنظیم بنت، پمیشا یک یا گیشتر ٹربائن ءِ قسم ءِ واستہ کارمرز بہ بیت۔ خرابی ءِ آگاہی اوسط ءَ بیست منٹ پیسر رسینگ بیت و ماڈل ءِ درستی 81 فیصد ءَ سر بیت۔ دستی مرمت ءِ خرچ و امنیتی خطرہ کم بنت۔
پِجّاری
A' Design Award نقرئی انعام ءِ بارءَ
Smart Wind Turbine Prediction پیش بینی ءِ مرمت ءِ انٹرفیس A' Design Award نقرئی انعام ءِ ورگ آ انت، غیر معمولی حد ءَ معزز اعتراف کہ اعلیٰ ترین درجہ ءِ، شاندار ءُ متاثر کنوکیں ڈیزائناں دیگ بیت۔ نقرہ ءِ ورگ آ باز روشن ءُ انتہائی تخلیقی کار انت، کہ وتی ڈیزائنراں ءِ شاندار مہارت، صلاحیت ءُ ذہانت ءَ ظاہر کننت۔ Smart Wind Turbine Prediction پیش بینی ءِ مرمت ءِ انٹرفیس چہ امید کنگ بیت کہ آ یک شاندار نمائشی کار بیت، قابل ذکر حد ءَ پیشہ ورانہ ءُ گہرے جدت ءِ۔ ای ڈیزائن کہ A' Design Award نقرئی انعام ءَ برتگ، یک انتہائی قابل ذکر، ساراہگ بوتگیں ایجاد انت کہ فائدہ دنت ءُ فن، سائنس، ڈیزائن ءُ ٹیکنالوجی ءِ حداں ودی کنت۔ Smart Wind Turbine Prediction پیش بینی ءِ مرمت ءِ انٹرفیس یک ہمے تخلیق انت کہ آیانی سرا باز مردم حسد کننت، کہ خواہشاں جاگینیت، مثبت جذبہ آرنت ءُ حیرت ءُ تعجب ءِ چنگاری ءَ بالنت۔
ڈیزائن ءِ پُشت سر
پریس کِٹ
اعتبارات، ٹیم ءِ نفر و تکنیکی تفصیلات ڈیزائنر ءِ نیمگا فراهم کنگ بوتگ.
- خاصین بزانتان
- 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.
- اندازه ؤ بستهبندی
- Width 1920 Height 1080
- ٹیگان
- AI System Design , AI , AI Applications , Machine Learning , Modeling , Big Data
- تولید ٹکنالوجی
- 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%.
- ڈیزائن چیلنج
- It also enables more effective use of wind resources and contributes to the global governance effort to combat climate change.
- تحقیق
- It addresses user pain points of high manual operations and maintenance costs and improves operations and maintenance personnel safety and efficiency.
- الهام
- 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.
- پرۏژه مدّت
- The project was completed in Beijing in 2022
- عملیاتی رۏش
- 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.
- ٹیمئے اعضا
- Design Director：Yun Xu
Design Manager：Wei Wang
Designer：Shaoxiong Bai
Designer：Xinjie Li
Designer：Yanfen Zhang - تصویرانی کریڈٹ
- Design creativity：Yun Xu , Wei Wang
Interface design: Yanfen Zhang
Interaction design：Xinjie Li
Video Copyright：Shaoxiong Bai
اسپانسر
چه Designers.org آن سۏئے بپلٹیت
مئی تبلیغاتی هونبازانی محصولات، خدمات ؤ فرصتان دریافت کنیت.
گیشتر بچار
ہمربط ڈیزائن
همے دسته بندی ءَ گیشتر اِنعام یافته ڈیزائن، شایستگی ءِ بنیاد ءَ چاگرد کنگ بوتگ.
