Audio-Software zur Fehlererkennung bei Maschinen
Das Risiko von Ausfallzeiten zu eliminieren und Wartungskosten zu senken, ist für die Industrie sehr wichtig, da diese Faktoren zum einen die Produktivität und Qualität beeinflussen und zum anderen die Gewinne verringern. Daher bestehen für die Industrie wichtige Anreize, eine Lösung zu finden, die einfach umgesetzt und angewandt werden kann. Das EU-finanzierte Horizont 2020-Projekt neuronSW neuronSW (Early detection and prediction of mechanical malfunction of machinery by sound analysis) entwickelte mithilfe von Geräuschanalysen einen innovativen, wegweisenden Ansatz zur Vorhersage mechanischer Fehlfunktionen bei Industriemaschinen. Dabei kombinierten die Forscher fortschrittliche Algorithmen, maschinelles Lernen und Big Data-Analysen, um den menschlichen auditorischen Kortex zu imitieren und die frühzeitige Erkennung und Vorhersage von Maschinenschäden zu ermöglichen. „Die Technologie nutzt maschinelles Lernen, die Cloud und das Internet der Dinge (Internet of Things, IoT), um einen Erkennungsdienst bereitzustellen, der das menschliche Gespür für Töne nachahmt“, so Jiří Čermák, technischer Leiter des KMU-Projektpartners NeuronSW Ltd. Ein Ohr für Probleme Mit der Technologie von Neuron Soundware (neuronSW) können Hersteller eine intelligente Audiodiagnostik durchführen und wichtige Maschinenteile anhand ihrer Geräusche überwachen. „Die integrierte Hardware- und Software-Plattform erfasst automatisch Maschinengeräusche in Echtzeit und bewertet kontinuierlich den Maschinenzustand. Die Plattform arbeitet auf eine ähnliche Art und Weise wie erfahrene Betreiber, die defekte Maschinen mithilfe ihres Gehörs diagnostizieren“, erklärt Čermák. Das System funktioniert sowohl offline als auch online und kann in bestehende Software-Lösungen oder IoT-Plattformen von Drittanbietern integriert werden. „Auf diese Weise werden Daten effektiv in Wissen und Maßnahmen umgewandelt“, erläutert Čermák. „Schall- und Vibrationssensoren (Mikrofone) können schnell und kostengünstig auf allen Arten von Maschinen installiert werden, so dass Anlagen ohne digitale Schnittstelle oder mit Altsystemen ohne kostspielige Upgrades digitalisiert werden können.“ Faszinierenderweise sind der Anwendung der Audiodiagnostik, die für alles verwendet werden kann, was einen beweglichen Teil besitzt und Geräusche erzeugt, dabei fast keine Grenzen gesetzt. „Es ist jedoch am sinnvollsten, sich zuerst auf kritische Maschinenteile, kostenintensive Anlagen, die Qualitätskontrolle und Anlagen in entlegenen Gebieten mit schwierigem Zugang zu konzentrieren“, betont Čermák. Er fügt hinzu: „Verschiedene Branchen arbeiteten mit NeuronSW zusammen, um Lösungen für schwere Maschinen zu entwickeln, einschließlich Kraft-Wärme-Kopplungsmaschinen, Fahrzeugkraftstoffpumpen, Windkraftanlagen, Fahrtreppen, Wechselstromsystemen und PC-Montage sowie der Qualitätskontrolle von Elektromotoren und der vorausschauenden Wartung von Verpackungsmaschinen.“ Eine glänzende Zukunft Nach Angaben von Michal Bambušek, Vertriebsleiter der NeuronSW Ltd, war das Projekt auch auf Verkaufs- und Marketingpläne ausgerichtet. „Wir schulten Vertriebsmitarbeiter, identifizierten Schlüsselmärkte und Markteinführungsstrategien für die neuronSW-Technologie und führten Fallstudien durch, um sie für verschiedene Bereiche zu entwickeln und an diese anzupassen“, sagt er. „Wir haben einige wichtige Geschäftskontakte geknüpft, die uns geholfen haben, neue Bereiche und Nutzungsmöglichkeiten für unsere Technologie ausfindig zu machen, was dazu beigetragen hat, diese zu verbessern, und es uns ermöglichte, weiter voranzukommen.“ Sowohl Maschinen als auch Menschen werden von der Technologie profitieren, die durch die Initiative entwickelt wurde. „Es besteht kein Zweifel, dass die Wartung von Anlagen in vielen Branchen weltweit zu den Kernbereichen der Exploration gehört“, fügt Čermák hinzu. „Wir sind davon überzeugt, dass sich die vorausschauende Wartung per Geräuscherkennung in Zukunft zu einem Standardmerkmal der meisten Maschinen mit beweglichen Teilen entwickeln und sowohl den Herstellern als auch den Betreibern zugute kommen wird. Was die zukünftige Forschung angeht, so tun wir alles in unserer Macht Stehende, um aus Fallstudien zu lernen und unsere Technologie und Forschung zu verbessern“, schließt er.
Schlüsselbegriffe
NeuronSW, Geräusch, vorausschauende Wartung, Maschinen, Anlagenüberwachung, Akustik, Technologie, Internet der Dinge (Internet of Things, IoT), künstliche Intelligenz (KI)
