Řešení prediktivní údržby pro Dopravní podnik hlavního města Prahy

– Aug 11, 2021 –

NSW | Team

Neuron soundware  pomáhá předcházet odstávkám eskalátorů v pražském metru

Určitě to znáte i z vlastní zkušenosti. Mechanické součásti strojů se neustálým používáním opotřebovávají.  Tím pádem, stejně jako operátoři zařízení v pražském metru, i vy potřebujete vědět, kdy je nutná údržba a výměna poškozené součásti, abyste včas zabránili jejímu výpadku. 

Neuron soundware tento problém řeší nasazením technologie pro prediktivní údržbu. Pomáhá tak při kontrolních a inspekčních činnostech zaměřit se na konkrétní zařízení (nebo jeho části) a sledovat lépe míru opotřebení. 

V pražském metru zajišťuje Neuron soundware kontinuální automatizovaný monitoring u 21 eskalátorů, díky kterému se může jejich provozovatel při kontrolních a inspekčních činnostech zaměřit se na konkrétní zařízení (nebo jeho části) a sledovat lépe míru opotřebení.

 

Cílem implementace řešení je minimalizace počtu poruch a výpadků eskalátorů. Díky informacím pro servisní tým o stavu rizikových součástí zařízení se zkracuje doba údržby a náklady s ní spojené. Automatizované digitalizované řešení pro službu dlouhodobé údržby prodlužuje životnost zařízení.

Součástí dodávaného řešení je jednoduchý software (nShield), který zobrazuje sbíraná data z pohyblivých schodů, zatímco sběr dat zajišťuje IoT hardwarové řešení (nBox) akustickými sensory. Zobrazování a analýza chování eskalátoru probíhá pomocí zvuku a AI v reálném čase. 

Na základě matematických modelů je možné identifikovat odchylku chování konkrétní komponenty od normálního stavu. Aplikací znalosti stavby a chování komponenty je následně možné určit konkrétní chybu a předat operátorovi doporučení k zásahu a případné opravě či výměně.

Operátor údržby dostává do svých rukou přehledný software o stavu jednotlivých komponent, včetně vhledu diagnostika a doporučení pro kontrolu na konkrétním místě eskalátoru. Přístup k informacím o stavu stroje je vzdáleně a online.

Jak vidí spolupráci samotný Dopravní podnik

Jako každé zařízení v dopravě se mohou i eskalátory porouchat a způsobit tak riziko výpadku kritické části přepravní infrastruktury. Chceme jít naproti digitalizaci monitoringu zařízení, a proto jsme si vybrali řešení, které sensory sbírá akustická data a dále je vyhodnocuje pomocí umělé inteligence. Zařízení díky tomu můžeme sledovat vzdáleně a včas vyslat specialistu, pokud ze zařízení Neuron soundware dostaneme do centrály varování o změně stavu součástek na eskalátorech.říká Ing. Petr Vondráček, Vedoucí jednotky Dopravní zařízení, Dopravní podnik hl. m. Prahy, akciová společnost.

Jak se na tento unikátní projekt dívá zakladatel Neuron soundware

V případě eskalátorů znesnadňuje opravy složitý přístup k zařízení, nutnost oprav mimo běžný provoz a delší čekací lhůty na náhradní díly.  Pokud dojde ke škodě na eskalátoru, pak se jedná o nemalé částky – jeden rozbitý schod znamená náklad ve výši 15 tisíc korun, v momentě kdy se jedná například o prodření drážky od kamínku, který se zasekne do zubů, tak tam už jde o částky třeba i 2.5mil. Kč při poruše celého eskalátoru.

Neuron soundware celkem vybavil 21 eskalátorů 210 sensory a zařazuje tak pražský Dopravní podnik k dalším zákazníkům využívajících automatický monitoring strojů v automobilovém, těžařském či energetickém průmyslu.

Zařízení, jako jsou součásti eskalátorů, jsou na člověku obtížně dostupných místech, kde často není ani telefonní signál nebo internet. Pro tyto případy jsme vyvinuly verzi našeho zařízení, která nám dovoluje signál zpracovat kompletně v koncové jednotce, tedy přímo v místě snímání zvuku. Využíváme tak spolehlivé a dlouhodobě levnější řešení zpracování dat přímo v mikropočítači, aniž bychom museli terabajty dat z každého zařízení přesouvat do cloudu. komentuje projekt Ing. Pavel Konečný, CEO,  Neuron soundware.

Jak vypadá projekt od instalace až po uvedení do provozu

Fáze instalace HW 

Ve vybraných strojovnách jsou pohyblivé schody osazeny sadou piezoelektrických senzorů, které přes instalovanou kabeláž nahrávají vzorky zvuku z monitorovaných strojních součástí do centrální jednotky nBox, která je odesílá přes LTE připojení ke zpracování a uložení na cloud.   

Fáze sběru akustických dat a monitoringu 

Zvukové vzorky z provozu pohyblivých schodů jsou v krátkých intervalech ukládány v rozmezí 24/7 na cloud. Umělá inteligence sleduje 24/7 zvukové projevy eskalátorů  a vyhodnocuje tyto projevy proti nominálnímu chování eskalátoru. 

Fáze alertů a trénování neuronové sítě pro vyhodnocování nahraných dat. 

Pakliže umělá inteligence vyhodnotí zvukové projevy eskalátorů jako anomální, zákazník (DPP) je v reálném čase upozorněn přes platformu nShield.  Vyhodnocení nahraných dat probíhá pomocí natrénované neuronové sítě. Data jsou vizualizována na grafech ve webovém portálu, kde k nim mají přístup pracovníci DPP. Zároveň jsou operátoři informování emailem a sms pomocí asistovaného alertu o případných změnách ve zvuku na konkrétní součásti s informací o možné příčině a doporučení nápravných opatřeních od technického diagnostika.

Fáze vyhodnocování dat a doporučení

Alert je kvalitativně vyhodnocen a DPP dostává vyhodnocení anomálie včetně doporučení aktivit v oblasti údržby na daném zařízení.

Fáze vylepšení služby díky nasbíraným datům

Poté dochází k vyhodnocení zaznamenané anomálie včetně provedené aktivity, a následně i k vylepšení algoritmu. Tím zároveň dochází k zpřesnění služby, která příště odhalí podobný typ závady ještě dříve. Návratnost investice do řešení se tím výrazně zvyšuje.

Máte zájem o nasazení technologie pro monitorování mechanických zařízení i u vás?

Kontaktujte nás na sales@neuronsw.com 

 

Nejste si jistí návratností investice? Kontaktujte nás.

NSW