→ LOGIN

AI-basierte Fehlererkennung bei Luftkompressoren

Die Neuron Soundware-Lösung für die Überwachung des Maschinenzustands hat erfolgreich Fehler an Luftkompressoren aufgespürt, die mit anderen Diagnosemethoden nur schwer zu erkennen wären. Dies rettete die Produktion von Autofelgen für einen Hersteller von Autofelgen mit einem Jahresumsatz von 50 Millionen.

Die Herausforderung: Ausfälle von Druckluftkompressoren vermeiden

Mit 23 Produktionsstätten in 14 Ländern auf der ganzen Welt und einer Jahresproduktion von mehr als 50 Millionen Rädern ist dieser Kunde ein Marktführer. Die Forderung nach einer reibungslosen Produktion und der Vermeidung von plötzlichen Ausfällen ist für den Kunden von zentraler Bedeutung.

Um die Produktions- und Wartungseffizienz zu steigern, implementierte der Hersteller eine Neuron Soundware-Lösung zur Überwachung des Maschinenzustands von Kompressoren für die Luftversorgung (kritische Anlagen), die bisher nach dem Prinzip "bis zum Ausfall laufen" gewartet wurden.

Dank der Neuron Soundware-Lösung verfügt das Wartungsteam online über Informationen über den Maschinenzustand, und im Falle einer Veränderung wird das Team gewarnt, wenn sich der Zustand der Maschine verschlechtert. Die Tatsache, dass das System gut funktioniert, wurde durch frühzeitige Warnungen zweimal hintereinander bestätigt, und so konnten wir ein Abschalten der Maschinen und kostspielige Reparaturen verhindern. Hinzu kommt, dass diese Fehler aufgrund ihrer Art mit anderen Diagnosemethoden nur sehr schwer zu erkennen wären.

Die Situation: Kompressorausfälle beeinträchtigen Produktion und Ansehen

Der Kunde wollte wiederholte und unerwartete Ausfälle von Druckluftkompressoren vermeiden, die häufig zu ungeplanten Produktionsausfällen führten.

Die frühzeitige Erkennung eines ankommenden Ausfalls ist für das Unternehmen sehr vorteilhaft, denn bisher wartete das Wartungsteam, bis der Kompressor ausfiel, und wechselte dann zu einem Ersatzkompressor. Dieser Ansatz wird als "Run to Failure" bezeichnet und schafft standardmäßig ein Spektrum an zusätzlichen Kosten und Ineffizienzen.

Um die Betriebszeit der kritischen Anlagen zu schützen, müssen die Kunden den Maschinenzustand in Echtzeit verstehen und eine Warnung erhalten, sobald sich der Maschinenzustand verschlechtert. Auf diese Weise können Wartungs- und Reparaturarbeiten im Voraus geplant, unnötige Produktionsunterbrechungen vermieden und die Nutzung des Maschinenparks im Hinblick auf primäre (z. B. Ausfallkosten) oder sekundäre (z. B. Kosten für den Ruf beim Endkunden) Auswirkungen optimiert werden.

Die Lösung: KI-basierte Fernüberwachung

Entsprechend den Anforderungen des Kunden implementierte Neuron Soundware die geräuschbasierte Lösung für die vorausschauende Wartung an fünf ausgewählten Luftkompressoren in einem der US-Werke. Für jeden Kompressor wurden zwei Sensoren zur Erfassung der Maschinengeräuschdaten installiert, einer am Motor und einer an der Pumpe. Diese Sensoren wurden mit dem nEdge (IIoT-Gerät) verbunden, wo die Daten gespeichert und verarbeitet werden.

Der komplexe Algorithmus des maschinellen Lernens in nEdge hat die gesammelten Daten analysiert und eine Echtzeitwarnung ausgelöst, sobald ein anormales Verhalten im Vergleich zum Nennwert der Kompressoren festgestellt wurde. Bei regelmäßigem Verhalten zeigt der Online-Bericht die Standardleistung im Detail an und bestätigt den OK-Status des jeweiligen Kompressors. nEdge ist mit dem Internet verbunden, und alle Kompressoren werden über das Neuron Soundware Cloud-Portal fernüberwacht.

Das Projekt begann, wie üblich, mit der Aufzeichnung von nominalen Schall- und Vibrationsdaten. Bald darauf wurde der Dienst zur Erkennung von Anomalien aktiviert.

Obwohl die Lösung die meiste Zeit über nominale Betriebswerte anzeigte (=Gesundheitszustand des Kompressors), wurden in den ersten sechs Monaten alle (2) aufgetretenen Ausfälle von NSW-Lösungen erkannt und als Anomalien gemeldet.

Störung des Ölabscheiders und des Steuerventils
Prozessorfehler im Hauptcontroller

Wären diese beiden Anomalien nicht rechtzeitig erkannt worden, hätten sie höchstwahrscheinlich zu kritischen Ausfällen, ungeplanten Ausfallzeiten und kostspieligen Reparaturen geführt. Dank der hohen Empfindlichkeit unserer Lösung, die zu frühzeitigen Warnungen führt, konnte das Wartungsteam des Kunden beide Anomalien in den geplanten Wartungsfenstern beheben, ohne dass es zu zusätzlichen Ausfallzeiten in den Produktionslinien kam.

27. Mai 2021 - Anomalie an den Kompressoren W2, W3 (zusammengeschaltete Kompressoren)

Instandhaltungsmaßnahmen: Am Ölabscheider W3 wurde ein Defekt mit der Erscheinung "Ölüberfüllung" festgestellt, was zur sofortigen Alarmierung von NSW führte. Aufgrund der Zusammenschaltung wurden beide Kompressoren überprüft. Das Regelventil wurde ausgetauscht, um unerwünschte Vibrationen beim Entladen zu reduzieren, und der Druckaufbau wurde korrigiert. Seit der Reparatur arbeiten beide Kompressoren einwandfrei.

Vorteile: Eine herkömmliche Offline-Vibrodiagnose würde das Problem nicht erfassen - diese Art von Problem entwickelt sich typischerweise innerhalb von 12 Stunden, während eine herkömmliche Vibrodiagnose typischerweise einmal pro Monat durchgeführt wird. Neuron Soundware misst kontinuierlich und kann daher nicht nur das Problem als solches, sondern auch dessen Trend/Eskalation leicht erkennen. Darüber hinaus wird die Entwicklung dieses speziellen Fehlers durch eine sich verändernde Frequenz dargestellt - von mittleren Frequenzen bis hin zu hohen Frequenzen (wobei die mittleren Frequenzen allmählich verschwinden). Mit einfachen Diagnosen (z. B. ISO 10816) wäre es sehr unwahrscheinlich, das Problem zu erfassen, was zu einem katastrophalen Ausfall führen könnte. Die fortschrittliche Diagnose von Neuron Soundware hat das Problem auf der Grundlage der Häufigkeit der Datenerfassung, des Fein- und Funktionsalgorithmus sowie der Breitbandsensoren erfasst.

14. Juli 2021 - Anomalie am Kompressor W1

Instandhaltungsmaßnahmen: Ein frühes Stadium des Gleitlagers wurde als wahrscheinliche Ursache identifiziert.

Vorteile: Aufgrund der Art dieser Anomalie konnte die herkömmliche Vibrodiagnose das Problem nicht erkennen, da der Ton ständig zwischen dem Nennwert und darüber hinaus schwankt. Angesichts der komplexen Signaländerungen im Laufe der Zeit wäre es selbst für einen erfahrenen Vibrodiagnostiker äußerst schwierig, das Problem zu interpretieren. Unser nGuard-System war in der Lage, das Problem sehr früh zu erfassen und dem Kunden einen Einblick in die Ursachen zu geben, so dass er frühzeitig Informationen für die Planung der Wartungsarbeiten erhielt und erhebliche Einsparungen erzielen konnte.

Fazit: nGuard ermöglicht kostengünstige Wartung

Das Neuron Soundware-System mit Geräuschsensoren und einem KI-basierten Algorithmus zur Fehlererkennung trug dazu bei, größere Ausfälle im Werk Sedalia zu verhindern. Diese Lösung hat sich auch als perfektes Werkzeug für Serviceteams erwiesen, um den Zustand von Maschinen zu überwachen und Probleme zu erkennen, die mit Standardmethoden nicht zu lösen sind.

Mit einem einfach zu installierenden IoT-Gerät erhielt der Kunde eine Echtzeit-Anlagenüberwachung eines Luftkompressors, die dazu beitrug, eine frühzeitige Warnung bei einem Ausfall an den Betreiber zu senden. Dadurch konnte der Wartungsspezialist die Inspektion der Anlage priorisieren und den Status der Maschine von jedem beliebigen Gerät aus auf dem visuellen Dashboard überprüfen.

Auf Unternehmensebene bedeutet eine solche Lösung eine höhere Effizienz der Mitarbeiterzeit, minimierte Kosten im Zusammenhang mit Ausfällen und eine Verlängerung der Lebensdauer der Anlagen.

Das Zeugnis eines Kunden

"Die Installation des Neuron Soundware-Systems zur Analyse von Anomalien des Luftkompressors war ein großer Vorteil, von der Installation bis zum Produktionsservice. Die Überwachung der Dashboards und die Benachrichtigung, wenn eine Anomalie auftritt, ist eine große Hilfe bei der Verfolgung von Problemen, wenn sie auftreten, sowie eine vorausschauende Maßnahme, um Wartungsarbeiten im Vorfeld durchzuführen, anstatt kostspielige Ausfallzeiten zu verursachen."

"Das Neuron-Team hat hervorragende Arbeit geleistet, indem es unsere Mitarbeiter in den verschiedenen Aspekten ihres Geräts geschult hat; sie haben herausgefunden, was eine Anomalie ist, wie die Warnungen zu interpretieren sind, wie die grundlegenden Funktionen des Dashboards funktionieren und welche Unterschiede es bei der Verwendung der Graphen und der Schallwellensignale gibt."

"Dieser Service ist ein wichtiges Instrument, das uns in Zukunft sehr hilfreich sein wird. Allein die Kosteneinsparungen durch die Nutzung der vorausschauenden Analytik und der Alarmerkennung werden die Kosten für den Service mehr als wettmachen, ganz zu schweigen von den teuren Mietgebühren und Ausfallzeiten, die bei Kompressorausfällen anfallen."

John Harper, Spezialist für industrielle Steuerungen