Erfolgreiche Diagnostik beim Ausfall einer Pumpe mithilfe von Schalldiagnostik und KI

Wie wir die Neuron soundware-Technologie in der Produktion von Kartoffelchips getestet haben

Die Neuron soundware-Technologie wird manchmal mit der traditionellen Vibrodiagnostik verglichen. Bei der Herstellung typischer tschechischer Kartoffelchips mit einer Ölpumpe für den Fritierprozess haben wir festgestellt, dass die Technologie der Diagnostik mithilfe von Schalldiagnostik und Künstlicher Intelligenz sensibler ist und früher Informationen darüber übermitteln kann, ob mit der Anlage etwas nicht in Ordnung ist.  

Während der Laufzeit der Pumpe in der Firma Bramburky.cz kommt es bei diesem Gerät mehrmals pro Jahr zu einer Verdrehung ihres Gestells. Dieses Maschinengestell ist mithilfe von Fußschrauben in mehrere Höhen verstellbar. Diese lockern sich von Zeit zu Zeit und dadurch verdreht sich das Gestell. Die Folge ist eine Fehlausrichtung der Pumpe und deren anschließender Defekt, was zu einem Prodkuktionsstillstand führt.

Diesen Produktionsausfall möchte der Produktionsleiter vermeiden, da jeder Austausch der Pumpe, einen ganztägigen Produktionsstillstand darstellt und einen Verlust in einer Höhe von mehreren Tausend Euro ausmacht.  Deshalb haben wir beide Technologien eingesetzt, die traditionelle Vibrodiagnostik und die Diagnostik mithilfe von Schall und KI von Neuron soundware, um für den Besitzer der Chipsfabrik herauszufinden, welche Diagnostik für diesen Maschinentyp verwendet werden kann.

Wie ist der Vergleich zwischen traditioneller Vibrodiagnostik und der innovativen Schall- und KI-Diagnostik ausgegangen?

• Am 14.4.2021 haben wir Messpunkte installiert und die Anfangswerte der Anlage im laufenden Betrieb (NSW + Vibro) gemessen.
  Am 27.4.2021 um 20:45 Uhr haben wir erneut die Vibrations-und Schallwerte vor dem geprüften Zustand der gelockerten Fußschraube gemessen.
• Am 27.4.2021  um 21:00 Uhr haben wir die Schraube zuerst um 90°, anschließend um 180° und schließlich um 420° verstellt.

Bei jedem Schritt haben wir den Status mit Vibrationsdiagnostik nachgemessen und gleichzeitig die ganze Zeit kontinuierlich Schalldaten mithilfe von KI von Neuron soundware über das Online-Monitoring gesammelt.

Die Bilder unten zeigen, dass die Technologie von Neuron soundware schon bei der ersten Lockerung der Schaube um 90° reagierte und eine Abweichung meldete. Die herkömmliche Vibrodiagnostik dagegen, die dem gängigen Standart ISO 10816-3 folgte, wesentlich länger mit einer Fehlermeldung warten würde.

Die Vibrodiagnostik überschritt schließlich erst in der zweiten Testphase nur knapp die Warnstufe, als das Maschinengestell bereits deutlich verdreht war und die Pumpendichtung schon leicht zu tropfen begann.

Auch in der dritten – extremen – Testphase zeigte die vibrodiagnostische Messung einen nur geringfügig über der Alarmgrenze liegenden Wert, obwohl die Pumpendichtung praktisch vollständig durchlässig war und das elastomerische Verbindungsglied bereits begann, sich deutlich zu verformen.

Sicher muss hier nicht lange über die erheblichen Vorteile, vor allem in Bezug auf die Geschwindigkeit der bereitgestellten Daten diskutiert werden. Während die Vibrationsanalyse von einem Experten mit fest geregelter Arbeitszeit durchgeführt wird, werden mit der Lösung von Neuron soundware sämtliche Probleme mithilfe von HW, SW und KI ununterbrochen online gelöst.

Abb.: Schallpegelaufzeichnung, als Neuron soundware bei einer Abweichung von 0.5 gegenüber dem Nominalwert beginnt einen Alarm aufgrund einer sich andeutenden Störung zu melden.

Abb.: Auszug aus der ISO 10816-3-Norm. Hier ist zu ersehen, dass die Werte für eine Warnung bei 4,5 mm/s und für einen Alarm bei 7,1 mm/s für die gemessene Pumpe liegen.

Abb: Entwicklung der gesamten Schwingungsgeschwindigkeitsmessrate nach den Vorschriften ISO 10816-3. Beim normalen Betrieb der Maschine liegen die Werte zwischen 2 – 2,5 mm/s. In der ersten Testphase lagen sie bei  2,9mm/s, In der zweiten bei 4,57 mm/s und in der dritten bei 8,14 mm/s.

Wie funktioniert die Technologie von Neuron soundware und warum kann sie Abweichungen des Zustands der Maschine rechtzeitig erkennen

Die Technologie basiert auf bewährten Prinzipien der technischen Diagnostik, die durch moderne Methoden der Künstlichen Intelligenz und der Maschinenlehre ergänzt werden. Beim Einsatz von Sensoren an der Maschine erfasst der Computer die Basisdaten während die Maschine läuft, die er als normal (nominal) markiert.

Gleichzeitig werden diese Nominaldaten durch weitere voreingestellte Daten aus der so genannten Maschinenbibliothek ergänzt. Diese Daten werden dann, während die Maschine läuft, mit den gemessenen Daten verglichen. Weicht das Geräusch deutlich von seinem Nominalwert ab, oder stimmt das Geräusch mit einem der abweichenden Geräusche aus der Maschinenbibliothek überein, meldet das System Neuron soundware eine Abweichung. Das System macht darauf aufmerksam, dass an der Maschine etwas Ungewöhnliches passiert, und dass das entsprechende Maschinenteil überprüft oder repariert werden muss.

Wie können also Störungen an Industrieanlagen effektiv verhindert werdent? Zuerst sollte das IoT-Gerät zusammen mit den Sensoren am kritischen Gerät installiert werden, und zwar wenn dieses noch in Ordnung ist. So wird sichergestellt, dass im laufenden Betrieb der Maschine die üblichen Metrikwerte erfasst werden. Wir nennen das ein Training des Modells der Künstlichen Intelligenz. Dieses Modelltraining dauert mehrere Tage. Dieses Modell kommt dann umgehend am ausgewählten Gerät zum Einsatz und so läuft das ununterbrochene Monitoring weiter, das nun durch das technologische Wissen über die konkrete Maschine ergänzt wurde. Dank des gemeldeten Alarms ist es möglich, rechtzeitig zu reagieren und über einen angemessenen Eingriff, der einen Minimalverlust bedeutet, zu entscheiden. Die meisten Warnungen ermöglichen dem Wartungspersonal, den Eingriff so zu planen, damit es nicht zu unerwünschten Produktionseinschränkungen kommt.

Von Anfang an, wenn die Monitoring-Lösung an der Maschine eingesetzt wird, bekommt der Kunde einen Remote-Monitoring-Service für seine Maschine, d.h. diese wird aus der Ferne überwacht.  So weiß er, ob sie läuft,  ob es zu einem Ausfall kam und er hat die Daten für eine eigene Analyse, Kontrolle und Auswertung zur Verfügung. Nach dem Einsatz des trainierten Modells bekommt er schon Informationen über Abweichungen der Maschine mit einer Handlungsempfehlung, damit er die Auswirkungen auf die Maschine verifizieren oder direkt Reparaturen sicherstellen kann. Mit der Zeit werden diese Empfehlungen detaillierter und genauer, ohne dass eine Auswertung von einem Diagnose-Experten notwendig ist.

Der Wert der installierten Leistung für den Kunden steigt mit der Zeit. Je mehr Störungen das System erfasst, desto besser lernt die Künstliche Intelligenz, einzelne Störungen zu unterscheiden und kann so genauere Informationen über die Störung und mehr Zeit für eine geplante Kontrolle oder Reparatur zur Verfügung stellen.

Produktionsleiter, die diese Lösung erwerben, gewinnen heute Vorteile gegenüber anderen, nicht nur wegen eines besseren Einsatzes ihrer Experten, sondern auch weil sie den Defekt schon im Keim erkennen können und so eine Datenbank für künftig fortgeschrittene KI-Modelle schaffen.

Da es immer weniger Experten gibt und der Druck zu Innovationen und Digitalisierung von Anlagen zunimmt, ist es höchste Zeit, ein Monitoring durch Künstliche Intelligenz einzusetzen. Haben Sie Interesse an einer solchen Lösung, zögern Sie nicht, uns hier auf der Webseite www.neuronsw.com zu kontaktieren.

Teile diesen artikel