- Pawel Trojanek
- 2. Februar 2024
- 15:01 Uhr
Erfolgreiche Diagnose einer Pumpenstörung mit Hilfe von Sound und AI
Neuron Soundware wird manchmal mit der herkömmlichen Vibro-Diagnostik verglichen. Unsere Erfahrung mit der Ölpumpe zum Frittieren traditioneller tschechischer Kartoffelchips hat gezeigt, dass unsere Diagnosetechnik Die akustische und künstliche Intelligenz ist sensibler und kann das Personal früher als herkömmliche Methoden auf potenzielle Probleme an den Maschinen aufmerksam machen.
Die Unternehmen Bramburky.cz hat mehrmals im Jahr Probleme mit dem Verdrehen des Pumpenrahmens. Der Pumpenrahmen ist mit Schraubfüßen ausgestattet, die eine stufenlose Höhenverstellung ermöglichen, aber von Zeit zu Zeit lösen sie sich und verdrehen den Rahmen. Dadurch wird die Pumpe falsch ausgerichtet, was sie schließlich zerstört und zu Verzögerungen in der Produktion führt.
Der Produktionsleiter möchte diese Verzögerungen vermeiden, da jeder Pumpenwechsel die Produktion um bis zu einem Tag zurückwirft, was zu finanziellen Einbußen von Tausenden von Euro führt. Wir haben beide Technologien, die herkömmliche Vibrodiagnostik und die Neuron Soundware-Diagnostik mit Hilfe von Klang und KI, eingesetzt, um eine Empfehlung zu finden, welche Diagnosemethode der Besitzer des Kartoffelchip-Unternehmens für diese Art von Maschine verwenden sollte.
Wie ist dieser Vergleich von konventioneller Vibrodiagnostik und innovativer KI-gestützter Schalldiagnostik ausgefallen?
- 14. April 2021 - wir haben Messpunkte installiert und erste Messungen für das Gerät im Normalbetrieb durchgeführt (NSW + Vibro)
- 27. April 2021 um 20:45 Uhr - wir haben neue Vibrations- und Schallmessungen durchgeführt, bevor wir die gelöste Schraube am Maschinenfuß getestet haben
- 27. April 2021 um 21:00 Uhr - wir haben die Schraube erst um 90°, dann um 180° und schließlich um 420° gelockert
- Bei jedem Schritt führten wir vibrodiagnostische Messungen durch und sammelten kontinuierlich Daten über die KI-gestützte Online-Klangüberwachung Neuron Soundware
Das Vibrodiagnosesystem erreichte die Warnstufe erst in der zweiten Phase des Tests, als der Rahmen bereits stark verwunden war und die Pumpendichtung bereits undicht wurde.
In der dritten, extremen Testphase zeigte die Vibrodiagnostik ebenfalls einen Wert, der nur geringfügig über der Alarmschwelle lag, obwohl die Pumpendichtung praktisch überall undicht war und der Elastomerkupplungskörper bereits deutlich abgebaut war.
Der größte Vorteil ist die Geschwindigkeit, mit der diese Informationen übertragen werden können, und das muss nicht lange erklärt werden. Während die Schwingungsanalyse von einem Experten mit festen Arbeitszeiten durchgeführt wird, arbeitet Neuron Soundware online durch HW, SW und KI kontinuierlich und ferngesteuert.
Wie Neuron Soundware funktioniert und warum es Maschinenänderungen so schnell erkennen kann
Die Technologie basiert auf bewährten Prinzipien der technischen Diagnostik, unterstützt durch moderne KI und maschinelle Lernmethoden. Sobald die Sensoren an der Maschine angebracht sind, erfasst das System die ersten Daten über den Betrieb der Maschine und speichert sie als normale (nominale) Daten.
Zu den Solldaten werden dann zu Trainingszwecken voreingestellte Daten aus der "Maschinenbibliothek" hinzugefügt. Das System vergleicht dann diese Daten mit den während des Maschinenbetriebs gemessenen Daten. Weicht der Klang der Maschine signifikant von ihrem Sollzustand ab oder stimmt der Klang mit einem der anomalen Klänge aus der Maschinenbibliothek überein, meldet das Neuron Soundware System eine Anomalie. Mit anderen Worten, es sendet eine Benachrichtigung, dass etwas Ungewöhnliches mit der Maschine passiert und dass ein Techniker den betroffenen Teil der Maschine überprüfen oder reparieren sollte.
Wie lassen sich Störungen an Industriemaschinen am wirksamsten vermeiden?
Der Schlüssel ist die Installation IoT-Ausrüstung und Sensoren an einer kritischen Maschine, während diese noch ordnungsgemäß läuft. Dadurch wird sichergestellt, dass die gesammelten Daten wirklich die üblichen Werte für den Betrieb dieser Maschine widerspiegeln. Wir nennen dies das Training des KI-Modells, das in der Regel mehrere Tage dauert. Das Modell wird dann sofort auf der ausgewählten Maschine eingesetzt und ergänzt die kontinuierliche Überwachung mit technischem Wissen über die spezifische Maschine. Die Warnungen ermöglichen es dem Personal, schnell zu reagieren und eine angemessene Reaktion zu wählen, um die Verluste zu minimieren. Die meisten Warnmeldungen ermöglichen es dem Wartungspersonal, seine Einsätze zu planen, um ungeplante Produktionseinschränkungen zu vermeiden.
Ab dem Zeitpunkt, an dem die Überwachungslösung auf der Maschine installiert ist, erhält der Kunde den Service der Fernüberwachung der Anlage. Er weiß, ob die Maschine in Betrieb ist oder eine Störung aufweist, und er hat Zugang zu Daten für seine eigenen Analysen, Inspektionen und Bewertungen des Maschinenbetriebs. Nach dem Einsatz des trainierten Modells erhält der Kunde Informationen über Maschinenanomalien einschließlich empfohlener Schritte zur Überprüfung der Auswirkungen auf den Maschinenbetrieb oder zur Behebung des Problems. Mit der Zeit werden diese Empfehlungen immer detaillierter und präziser, auch ohne die Validierung durch einen erfahrenen menschlichen Diagnostiker.
Der Wert des Dienstes für den Kunden steigt mit der Zeit. Je mehr Fehler registriert werden, desto besser kann die KI zwischen den einzelnen Fehlern unterscheiden und dem Personal genauere Informationen über den Fehler und mehr Zeit für die Planung von Inspektionen oder Reparaturen geben.
Produktionsleiter, die diese Investition tätigen, haben einen klaren Vorteil gegenüber anderen, denn sie können ihr Fachpersonal besser einsetzen, schneller reagieren, um Maschinenprobleme im Keim zu ersticken, und Daten- und Wissensgrundlagen für künftige fortschrittliche KI-Modelle schaffen.
Da immer weniger Experten auf dem Markt verfügbar sind und der Druck auf Innovation und Digitalisierung wächst, ist jetzt der richtige Zeitpunkt, um in KI-gestützte Überwachung zu investieren
Neueste Beiträge
