4Paradigm UED द्वारा निर्मित Smart Wind Turbine Prediction पूर्वानुमानित मर्मतसम्भार इन्टरफेस अत्यन्त प्रतिष्ठित 2023 A' Design Award रजत पुरस्कार को इन्टरफेस, अन्तरक्रिया र प्रयोगकर्ता अनुभव डिजाइन प्रतिस्पर्धा श्रेणीमा अत्यधिक सम्मानित विजेता हो।
रजतइन्टरफेस· 2023
Smart Wind Turbine Prediction पूर्वानुमानित मर्मतसम्भार इन्टरफेस
4Paradigm UED द्वारा
ग्राहक: Jianxin Technology Co., Ltd
इन्टरफेस श्रेणीमा A' Design Award रजत पुरस्कार विजेता
प्रमाणित पुरस्कार विजेता
#141912 को पुरस्कार स्थिति प्रमाणित गर्नुहोस्डिजाइन
Smart Wind Turbine Prediction पूर्वानुमानित मर्मतसम्भार इन्टरफेस बारेमा
स्मार्ट विन्ड टर्बाइन प्रेडिक्सन वायु फार्महरूको बुद्धिमत्तापूर्ण सञ्चालन र मर्मतसम्भारका लागि बनाइएको सफ्टवेयर इन्टरफेस हो। यो इन्टरफेसले त्रि-आयामिक भिजुअलाइजेसन, भर्चुअल सिमुलेसन र डेटा ग्राफहरूको प्रयोग गरी टर्बाइनको अवस्था देखाउँछ र खराबीहरू छिटो पत्ता लगाउँछ। डेटा र मोडेल सेटिङहरू ड्र्याग एन्ड ड्रप गरेर मेसिन लर्निङ मोडेलहरू कन्फिगर गरिन्छ, जसले गर्दा एकल वा बहु प्रकारका टर्बाइनहरू समेट्न सकिन्छ। खराबीको चेतावनी औसतमा करिब बीस मिनेट अगाडि नै प्राप्त हुन्छ, र मोडेलको शुद्धता ८१ प्रतिशत पुग्छ। यसले म्यानुअल मर्मतसम्भारको लागत र सुरक्षा जोखिमहरू कम गर्छ।
मान्यता
A' Design Award रजत पुरस्कार बारेमा
Smart Wind Turbine Prediction पूर्वानुमानित मर्मतसम्भार इन्टरफेस A' Design Award रजत पुरस्कारको विजेता हो, सर्वोच्च श्रेणीका, सुन्दर र प्रभावशाली डिजाइनहरूलाई दिइने असाधारण रूपमा प्रतिष्ठित मान्यता। रजत विजेताहरू अत्यन्त चम्किला र धेरै सृजनशील कृतिहरू हुन्, जसले डिजाइनरहरूको उत्कृष्ट विशेषज्ञता, प्रतिभा र सूक्ष्म दृष्टि देखाउँछन्। Smart Wind Turbine Prediction पूर्वानुमानित मर्मतसम्भार इन्टरफेस अद्भुत, आदर्श, अत्यन्त व्यावसायिक र गहिरो रूपमा नवीन कृति बन्नेछ भन्ने अपेक्षा छ। Smart Wind Turbine Prediction पूर्वानुमानित मर्मतसम्भार इन्टरफेस धेरैले ईर्ष्या गर्ने रचना हो; यसले इच्छा जगाउँछ, सकारात्मक भावना ल्याउँछ र आश्चर्य तथा विस्मय पैदा गर्छ।
डिजाइनको पछाडि
प्रेस किट
डिजाइनरद्वारा प्रदान गरिएका श्रेय, टोलीका सदस्यहरू र प्राविधिक विवरणहरू।
- अद्वितीय विशेषताहरू
- 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.
- आयाम र प्याकेजिङ
- Width 1920 Height 1080
- ट्यागहरू
- AI System Design , AI , AI Applications , Machine Learning , Modeling , Big Data
- उत्पादन प्रविधि
- 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%.
- डिजाइन चुनौती
- It also enables more effective use of wind resources and contributes to the global governance effort to combat climate change.
- अनुसन्धान
- It addresses user pain points of high manual operations and maintenance costs and improves operations and maintenance personnel safety and efficiency.
- प्रेरणा
- 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.
- परियोजना अवधि
- The project was completed in Beijing in 2022
- सञ्चालन प्रवाह
- 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.
- टोली सदस्यहरू
- Design Director：Yun Xu
Design Manager：Wei Wang
Designer：Shaoxiong Bai
Designer：Xinjie Li
Designer：Yanfen Zhang - छवि क्रेडिटहरू
- Design creativity：Yun Xu , Wei Wang
Interface design: Yanfen Zhang
Interaction design：Xinjie Li
Video Copyright：Shaoxiong Bai
प्रायोजित
Designers.org भन्दा पर अन्वेषण गर्नुहोस्
हाम्रा विज्ञापन साझेदारहरूका उत्पादन, सेवा र अवसरहरू पत्ता लगाउनुहोस्।
थप अन्वेषण गर्नुहोस्
सम्बन्धित डिजाइनहरू
योग्यताको आधारमा छानिएका उही श्रेणीका थप पुरस्कार विजेता डिजाइनहरू अन्वेषण गर्नुहोस्।
