麥克風和加速感測器可用於「監聽」機器，並在早期偵測異常情況，例如氣缸的洩漏。在 AI-Music4.0 研究專案中，Festo 和合作夥伴正在研究，如何將創新的感測器資料與人工智慧 (AI) 同時用於工業應用。這種新方法直接在元件上進行資料處理，可以實現對元件或系統狀態進行安全、分散的分析和可靠的預測。
作為研究專案「基於微電子的工業 4.0 人工智慧通用感測器介面」(AI-MUSIC 4.0) 的一部分，專案合作夥伴正在開發用 AI 處理聲學感測器資料的創新方法。此外，感測器還可以「聽到」洩漏，並將振動偵測為結構傳播的聲音。這意味著它們可以為評估機器狀態提供重要資料。
一旦感測器資料被編譯，它將在使用訊號處理和 AI 的創新晶片中進行評估。隨後，每個感測器單元可以向控制器或閘道發送關於元件狀態的壓縮資訊。例如，它們只能接收到是否存在洩漏的訊息。這將節省頻寬並提高狀態監控速度，並意味著元件將變得更加智能。
所分析的資料可以用於推薦相應的操作，例如，如果無法確保過程品質，系統將停止工作。這為新一代智慧自主生產系統開闢了道路。
Festo 在研究實驗室中扮演使用者的角色。我們使用各種測試設定和整合感測器技術，收集了偵測洩漏所需的資料以教導 AI。