Monitorování strojů na recyklaci barev v chemickém závodě s využitím umělé inteligence
Pavel Konečný, CEO a spoluzakladatel Neuron Soundware
Společnost Neuron Soundware vyvinula řešení pro monitorování stavu strojů v chemickém průmyslu a výbušných zónách. Monitorovací technologie úspěšně detekovala závady a nesprávné parametry stroje na recyklaci barev. Tyto závady by bylo obtížné odhalit jinými diagnostickými metodami. Každá taková závada způsobuje ztráty při přerušení výroby, nutnost čištění stroje, znovu zpracování materiálu a v nejhorším případě kritické poškození stroje s náklady na opravu ve výši desítek tisíc eur.
Výzva: eliminovat výpadky strojů na recyklaci barev
Pro našeho zákazníka, přední chemickou společnost, výrobce obalových a grafických řešení, barevných a zobrazovacích technologií a dalších produktů pro automobilový průmysl a zdravotnictví, je klíčovým požadavkem plynulá výroba a eliminace náhlých výpadků.
Za účelem zvýšení efektivity výroby a údržby výrobce implementoval řešení Neuron Soundware pro monitorování stavu strojů na recyklaci barev, které byly dosud udržovány metodou "běh do poruchy".
Situace: výpadky recyklačních strojů ovlivňují plynulou výrobu
Řešení Neuron Soundware monitoruje zařízení na recyklaci barev a laků, které zpracovává starý materiál s přídavkem speciální chemikálie. Běží ve smyčce po dobu 4-8 hodin a materiál rozmělní a smíchá zpět na použitelný produkt (barvu). Nejdůležitější součástí je mlýnek se sadou porcelánových kolíků uvnitř - pokud se tyto kolíky rozbijí, náklady na údržbu se pohybují v tisících eur.
Problém, když se stroje zastaví, znamená nejen to, že zákazník musí stroj opravit, vyčistit, vyjmout materiál a znovu ho dát ke zpracování, ale někdy, když stroj přestane pracovat uprostřed výrobního cyklu, materiál již nelze zpracovat a musí být vyřazen. Další problém nastává, když stroj vyrábí materiál se špatným nastavením (viskozitou) - pak ho zákazník musí rovněž vyřadit.
Včasné odhalení poruchy nebo špatného nastavení stroje je pro společnost velmi přínosné, protože dosud tým údržby čekal, až stroj selže nebo dokončí výrobní cyklus s nedostatečným nastavením.
Pro ochranu provozuschopnosti stroje potřebuje zákazník znát jeho stav v reálném čase, včetně obdržení upozornění, jakmile se stav stroje začne zhoršovat. Tímto způsobem lze plánovat údržbu a opravy, eliminovat zbytečné výpadky ve výrobě a optimalizovat využití strojového parku z hlediska primárního (např. náklady na prostoje) nebo sekundárního (např. náklady na reputaci koncového zákazníka) dopadu.
Řešení: Vzdálené monitorování na bázi umělé inteligence
Na základě potřeb zákazníka implementovala společnost Neuron Soundware řešení prediktivní údržby založené na zvuku s využitím pěti senzorů pro sběr zvukových dat ze stroje. Tyto snímače byly připojeny k zařízení nEdge (zařízení IoT), kde jsou data zachycována a zpracovávána.
Komplexní algoritmus strojového učení v systému nEdge analyzuje shromážděná data a při zjištění anomálního chování v porovnání s nominálním chováním strojů v reálném čase vyvolá výstrahu. V případě běžného chování online zpráva podrobně zobrazovala standardní výkon a potvrzovala, že je stroj v pořádku.
nEdge byl připojen k internetu a stroj byl vzdáleně monitorován prostřednictvím cloudového portálu Neuron Soundware. Projekt byl zahájen záznamem nominálních údajů o zvuku a vibracích. Brzy poté byla aktivována služba komplexní detekce anomálií. Nyní tedy v případě jakéhokoli anomálního zvuku systém po 30 sekundách upozorní obsluhu, aby se co nejdříve zabránilo dalším škodám nebo materiálovým ztrátám. Instalace je certifikována podle směrnice ATEX.
Příklady zjištěných anomálií
Ucpaný filtr. Dne 19.10.2021 byla systémem NSW zjištěna anomálie. Tým údržby zkontroloval, co se během této doby stalo a zjistil, že výrobek se do stroje nedostal. Po tomto šetření tým údržby otevřel filtr stroje a ten byl celý ucpaný (viz fotografie níže). Filtr byl vyčištěn a výroba byla bez problémů zahájena. Model NSW pracoval správně a správně anomálii zaregistroval.
Chybná konfigurace stroje. Dne 23.12.2021 algoritmus NSW AI zjistil další anomálii. Když tým údržby stroj zkontroloval, zjistil, že systém přenesl produkt s procesními parametry čištění. Model zjistil rozdíly ve zvuku mezi čištěním s rozpouštědlem a čištěním s přípravkem (zcela odlišná viskozita). To je dobrý výsledek, protože systém, který zákazník používá v současnosti, toto nezjistil. Po poruše musel být materiál vyjmut a stroj potřeboval skutečné čištění rozpouštědlem.
Pokud by obě tyto anomálie nebyly včas odhaleny, pravděpodobně by vedly k neplánovaným odstávkám a nákladným opravám. Díky vysoké citlivosti našeho řešení, která vede k včasnému upozornění, vyřešil tým údržby zákazníka obě anomálie velmi rychle, bez dalších odstávek a dodatečných nákladů.
Výhody
- Úspora nákladů na údržbu a zvýšení efektivity údržby
- Prevence poškození stroje - když řešení NSW detekuje podezřelý zvuk, oznámení je odesláno přímo do systému zákazníka
- Úspora času a materiálu (např. rozpoznání chybného nastavení stroje)
- Zvyšování efektivity výroby
- Problém neřešitelný běžnými monitorovacími systémy řeší Neuron Soundware
Závěr: Řešení pro zdraví strojů od společnosti Neuron Soundware umožňuje nákladově efektivní údržbu
Díky řešení Neuron Soundware má tým údržby k dispozici online informace o stavu stroje a nastavení materiálu v reálném čase a může na našem přehledném vizuálním panelu kontrolovat stav stroje na dálku z jakéhokoli zařízení s přístupem k internetu. Obsluha nebo tým údržby jsou varováni, když se stav stroje zhorší.
Specialista na údržbu může stanovit priority kontroly jednotlivých zařízení na úrovni společnosti. Takové řešení znamená vyšší efektivitu práce zaměstnanců, minimalizaci nákladů spojených s poruchami a prodloužení životnosti majetku. Naše řešení se v tomto případě osvědčilo i při odhalování problémů, které jsou mimo dosah standardních metod.
Nejnovější příspěvky
