Neuron Soundware erkannte eine drohende Störung im Kolben-Helium-Kompressor für die Getriebehärtung in der Automobilindustrie.
Im März 2021 erkannte unsere KI einen drohenden kritischen Fehler im Kolbenkompressor, der später zu einem Maschinenstillstand führte. Die frühzeitige Erkennung dieses Fehlers ist ein konkretes Ergebnis und ein Beweis dafür, wie maschinelle Lernalgorithmen bei der vorausschauenden Wartung helfen können.
Um die Produktionskontinuität zu gewährleisten, suchte ein führender Felgenhersteller nach einer Lösung zur Überwachung wichtiger Luftkompressoren mithilfe von IIoT-Geräten und KI-gesteuerter Anomalieerkennung.
Durch die Analyse fundierter Daten liefert dieses End-to-End-System Erkenntnisse in Echtzeit, die ein frühzeitiges Eingreifen, eine Priorisierung der Anlagen und eine Kostenreduzierung bei gleichzeitiger Optimierung der Arbeitseffizienz ermöglichen.
Die KI-gesteuerte NSW-Lösung hilft, ungeplante Ausfallzeiten zu vermeiden und die Reparaturkosten von Blockheizkraftwerken (BHKW) zu senken.
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.
Bei einem europäischen Automobilhersteller ist der Einsatz eines Kolben-Helium-Kompressors beim Härten von Getrieberädern für die Produktion unerlässlich. Diese Studie befasst sich mit der Herausforderung, einen unterbrechungsfreien Betrieb des Anlassofens aufrechtzuerhalten, da ein Ausfall der Anlage zu Produktionsverzögerungen und Ausschuss führen könnte. In der Vergangenheit wurden ganze Kompressoren aufgrund von kritischen Zwischenfällen ausgetauscht. Die vorgeschlagene Lösung nutzt IoT-Geräte und nicht-intrusive Sensoren, um akustische Daten zu sammeln und zu analysieren. KI- und maschinelle Lernalgorithmen bewerten die Kompressorgeräusche und erkennen Abweichungen von der Norm sofort als Anomalien. Zu den Vorteilen gehören die frühzeitige Erkennung potenzieller Ausfälle, die Überwachung von Anlagen in Echtzeit, präventive Warnmeldungen, eine optimierte Priorisierung von Inspektionen und eine Senkung der mit Ausfällen und Ausschuss verbundenen Kosten.
Sowohl die Prager Verkehrsbetriebe als auch die Wiener Linien verfolgen einen progressiven Ansatz für neue Trends im Bereich der vorausschauenden Instandhaltung, der die steigenden Erwartungen der Fahrgäste sowie die Anforderungen an Effizienz, Personalmanagement, langfristige Investitionen und die Digitalisierung von Anlagen und Prozessen widerspiegelt.
Ein Diagnostiker erhält eine Warnmeldung über eine Pumpenanomalie. Bevor er die Pumpe anhält, prüft er die mögliche Ursache des Fehlers im nGuard-Diagnosetool. Durch eine Fernanalyse stellt er fest, dass der Fehler nicht direkt an der Pumpe liegt, sondern in den der Pumpe vorgeschalteten Rohrleitungen. Auf dieser Grundlage wird beschlossen, die Pumpe außerhalb der Kernbetriebszeiten abzuschalten und die Rohrleitungen zu überprüfen.
Neuron Soundware hat den ABB Open Innovation Award für Predictive Maintenance gewonnen. Von mehr als 1100 Start-ups aus der ganzen Welt wurde Neuron Soundware dank seiner Komplettlösung, die eine KI-Plattform, ein "Product in a Box"-Konzept und eine große Reichweite umfasst, als "Best for Predictive Capabilities" ausgezeichnet.
Das tschechische Startup Neuron Soundware, das Lösungen für die automatische Wartung auf der Grundlage von Schall- und Vibrationsanalysen von Maschinen entwickelt, ist nicht nur ins Ausland, sondern auch an die Grenzen des Weltraums vorgedrungen. Die Technologie, die IoT und künstliche Intelligenz kombiniert, wird vor allem bei Maschinen in Fabriken oder bei Rolltreppen eingesetzt, um ungeplante Ausfallzeiten zu vermeiden.
© 2023 NSW Alle Rechte vorbehalten.
