→ LOGIN

Vorausschauende Wartung für Rolltreppen bei DPP, den Prager Verkehrsbetrieben

Die Prager U-Bahn befördert täglich eine Million Fahrgäste, und die Fahrtreppen sind unverzichtbar. Daher werden die mechanischen Komponenten der Fahrtreppen ständig benutzt und abgenutzt. Der Betreiber muss wissen, wann eine Wartung und ein Austausch der beschädigten Komponenten erforderlich sind, um deren Ausfall zu vermeiden. Neuron Soundware hat eine vorausschauende Instandhaltung Lösung für ein solches Problem.

Ziel des Projekts ist es, die Anzahl der Ausfälle und Stillstandszeiten der Rolltreppen zu minimieren. Dank der Systeminformationen, die dem Serviceteam zur Verfügung gestellt werden, werden die Servicezeit und die damit verbundenen Kosten gesenkt. Die automatisierte, digitalisierte Lösung für eine langfristige Maschinenwartung verlängert die Lebensdauer der Maschine).

nShield, die Kundensoftware, zeigt das Verhalten der Rolltreppe an, das mithilfe von Audio und KI in Echtzeit analysiert wird. Die Daten werden von einer IoT-HW-Lösung mit akustischen Sensoren erfasst.

Auf der Grundlage mathematischer Modelle kann das System die Anomalie und die Abweichung des Bauteils vom Sollzustand erkennen. Wenn wir das Wissen über das mechanische Bauteil anwenden, kann das System den jeweiligen Fehler identifizieren und einen Bediener mit einer Empfehlung für eine bestimmte Wartung oder einen Austausch benachrichtigen.

Was DPP-Vertreter über die Lösung sagen

"Wie alle Maschinen im Verkehrssystem können auch Fahrtreppen ausfallen, was zu Verzögerungen in einem kritischen Teil der Verkehrsinfrastruktur führen kann. Wir wollen die Digitalisierung bei der Überwachung unserer Anlagen nutzen. Deshalb haben wir uns für eine Lösung entschieden, bei der Sensoren akustische Daten sammeln und diese mithilfe von KI verarbeiten. So können wir die Anlagen aus der Ferne überwachen und einen Spezialisten schicken, wenn unsere Neuron Soundware-Geräte uns vor einer Veränderung des Zustands der Rolltreppe warnen.", kommentiert Ing. Petr Vondráček, Leiter der Abteilung für Verkehrssysteme, Traffic Route Metro.

Wie sieht ein Gründer von NSW ein solch einzigartiges Projekt mit DPP

Der schwierige Zugang zu den Geräten, die Notwendigkeit, Reparaturen außerhalb des normalen Betriebs durchzuführen, und lange Wartezeiten auf Ersatzteile erschweren die Wartung von Fahrtreppen. Neuron Soundware rüstet 21 Rolltreppen mit 189 Sensoren aus und fügt die Transportunternehmen Prag in die Liste der Kunden auf, die automatische Maschinenüberwachung in der Automobil-, Bergbau- und Energiebranche einsetzen.

"Bestimmte Rolltreppenkomponenten befinden sich an für Menschen schwer zugänglichen Orten, oft ohne Telefonsignal oder Internetverbindung. Für solche Fälle haben wir eine Version unserer Ausrüstung entwickelt, die es uns ermöglicht, das Signal vollständig im Endgerät zu verarbeiten, an dem Ort, an dem der Ton aufgenommen wird. Wir nutzen eine zuverlässige, letztlich weniger kostspielige Datenverarbeitungslösung vor Ort in einem Mikrocomputer, ohne dass Terabytes an Daten von jedem Gerät in die Cloud gesendet werden müssen," kommentiert Ing. Pavel Konečný, CEO von Neuron Soundware.

Wie das Projekt von der Installation bis zur Inbetriebnahme aussieht

HW IoT-Lösung Installationsphase

Fahrtreppen sind mit einer Sensorgruppe ausgestattet, die Audiosamples von überwachten Maschinenkomponenten an die nBox-Zentraleinheit aufzeichnet. Die Daten werden über LTE gesendet, um im Kundenportal verarbeitet und gespeichert zu werden.

Phase der akustischen Datenerfassung und Überwachung

Schallproben aus dem Fahrtreppenbetrieb werden in kurzen Intervallen zwischen 24/7 und Cloud gespeichert.

Künstliche Intelligenz überwacht die Geräusche der Fahrtreppe und wertet diese Daten mit dem Sollverhalten der Fahrtreppe aus. Die Bediener haben einen vollständigen Überblick über den Zustand der Maschine.

Warnphase: maschinelles Lernen mit neuronalen Netzen zur Auswertung der gesammelten Daten

Die aufgezeichneten Daten werden von trainierten neuronalen Netzen ausgewertet und in einem Webportal visualisiert. Hier können die DPP-Betreiber auf die Daten zugreifen. Gleichzeitig erhalten sie per E-Mail und SMS Benachrichtigungen über Geräuschveränderungen an bestimmten Komponenten. So können die Bediener Prioritäten setzen und ihre Wartungsaktivitäten planen.

Die Betriebsphase, Bewertung und Handlungsempfehlungen

Die Warnung wird anhand der Maschinenbibliothek und des Fachwissens des Diagnostikers ausgewertet. Die Bediener erhalten Empfehlungen und eine Navigation für die Maschine und ihre Komponenten.

Die Phase, in der der Dienst die nächste Stufe erreicht

Nach der Auswertung der aufgezeichneten Anomalien aktualisieren wir die Algorithmen, so dass der Dienst erheblich verbessert wird. Bei der nächsten Störung erkennt die künstliche Intelligenz die entstehende Anomalie früher und mit größerer Präzision. Der ROI des gesamten Dienstes wird erhöht und neues Wissen über das Maschinenverhalten wird aktualisiert.