Designet Smart Wind Turbine Prediction Prediktivt vedlikeholdsgrensesnitt av 4Paradigm UED er en høyt ansett vinner av den svært prestisjetunge 2023 A' Design Award i Sølv i konkurransekategorien Grensesnitt-, Interaksjons- og Brukeropplevelsedesign.
SølvGrensesnitt· 2023
Smart Wind Turbine Prediction Prediktivt vedlikeholdsgrensesnitt
Klient: Jianxin Technology Co., Ltd
Vinner av A' Design Award i Sølv i kategorien Grensesnitt
Verifisert Prisvinner
Verifiser Prisstatus for #141912Designet
Om Smart Wind Turbine Prediction Prediktivt vedlikeholdsgrensesnitt
Smart Wind Turbine Prediction er et programvaregrensesnitt for intelligent drift og vedlikehold av vindparker. Grensesnittet bruker tredimensjonal visualisering, virtuell simulering og datagrafer for å vise turbinenes tilstand og lokalisere feil raskt. Maskinlæringsmodeller konfigureres ved å dra og slippe data og modellinnstillinger, slik at én eller flere turbintyper kan dekkes. Feilvarsler leveres i gjennomsnitt omtrent tjue minutter tidligere, og modellnøyaktigheten når 81 prosent. Manuelle vedlikeholdskostnader og sikkerhetsrisikoer reduseres.
Anerkjennelsen
Om A' Design Award i Sølv
Smart Wind Turbine Prediction Prediktivt vedlikeholdsgrensesnitt er vinner av A' Design Award i Sølv, en usedvanlig prestisjefylt anerkjennelse som tildeles design i toppklassen som er nydelige og imponerende. Sølvvinnere er enormt briljante og usedvanlig kreative verk som viser designernes enestående ekspertise, talent og skarpsindighet. Smart Wind Turbine Prediction Prediktivt vedlikeholdsgrensesnitt forventes å være et praktfullt utstillingsverk som er bemerkelsesverdig profesjonelt og dypt nyskapende. Dette designet, som har vunnet A' Design Award i Sølv, er en svært bemerkelsesverdig, beundret oppfinnelse som gagner og flytter grensene for kunst, vitenskap, design og teknologi. Smart Wind Turbine Prediction Prediktivt vedlikeholdsgrensesnitt er et skaperverk mange misunner, som vekker ønsker, gir positive følelser og vekker undring og forundring.
Bak designet
Pressepakke
Krediteringer, teammedlemmer og tekniske detaljer levert av designeren.
- Unike Egenskaper
- 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.
- Dimensjoner og Emballasje
- Width 1920 Height 1080
- Stikkord
- AI System Design , AI , AI Applications , Machine Learning , Modeling , Big Data
- Produksjonsteknologi
- 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%.
- Designutfordring
- It also enables more effective use of wind resources and contributes to the global governance effort to combat climate change.
- Forskning
- It addresses user pain points of high manual operations and maintenance costs and improves operations and maintenance personnel safety and efficiency.
- Inspirasjon
- 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.
- Prosjektvarighet
- The project was completed in Beijing in 2022
- Driftsflyt
- 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.
- Teammedlemmer
- Design Director：Yun Xu
Design Manager：Wei Wang
Designer：Shaoxiong Bai
Designer：Xinjie Li
Designer：Yanfen Zhang - Bildekreditering
- Design creativity：Yun Xu , Wei Wang
Interface design: Yanfen Zhang
Interaction design：Xinjie Li
Video Copyright：Shaoxiong Bai
Sponset
Utforsk Utover Designers.org
Oppdag produkter, tjenester og muligheter fra våre annonsepartnere.
Mer å utforske
Relaterte design
Utforsk flere prisvinnende design fra samme kategori, utvalgt etter fortjeneste.
