Suchen

Predictive Maintenance

Weissagung und Wartung

Seite: 2/4

Firmen zum Thema

Mit Machine-Learning Veränderungen im Betriebszustand erkennen

Für die Überwachung hydraulischer Systeme hat Bosch Rexroth bereits das Dienstleistungspaket „Odin“ (Online Diagnostics Network) im Portfolio. In die Hydraulikaggregate integrierte Sensoren messen in der einfachsten Form kritische Grenzwerte von Partikeln im Hydraulikfluid, in weiteren Ausführungen auch Temperatur, Vibration oder Druck. Eine Datenerfassungseinheit sendet dann die Daten über eine verschlüsselte Verbindung kontinuierlich an die Bosch-Server, wo die Daten unter Einhaltung der strengen Datenschutzrichtlinien des Konzerns gespeichert und ausgewertet werden. Um kritische Fehler oder signifikante Veränderungen zum normalen Betriebszustand frühzeitig zu erkennen, nutzt Odin Machine-Learning-Methoden in der Cloud. Dieser Prozess im Hintergrund ist für den Anwender nicht sichtbar. Er erhält lediglich einen Statusbericht mit Informationen zum Maschinenzustand und entsprechende Handlungsempfehlungen. Über ein Webportal lässt sich der Anlagenzustand überwachen.

„Health Index“ überwacht Walzwerk

Dieses System nutzt die Gummiwerk Kraiburg GmbH & Co. KG zur Überwachung der Walzwerke. Sie laufen fast durchgängig im Dreischichtbetrieb und somit spielt die Maschinenverfügbarkeit dort eine sehr wichtige Rolle. Um teure Ausfälle zu verhindern, ging Kraiburg bei einem neu errichteten Walzwerk mit dem Einsatz von Odin einen neuen Weg. Dort bewegen hydraulische Hägglunds-Radialkolbenmotoren von Rexroth die Walzwerke, die die Gummimischungen homogenisieren und auswalzen. Zunächst erfassten während einer mehrmonatigen Trainingsphase die Sensoren Daten zu allen überwachten Komponenten.

Bildergalerie

Bildergalerie mit 11 Bildern

Auf Grundlage dieser Signale ermittelte ein Machine-Learning-Algorithmus einen normalen „Gesundheitszustand“ für das Walzwerk. Danach wurde mit einem datenbasierten Modell kontinuierlich der „Health Index“ des Walzwerks ermittelt. Bricht nur ein einzelner Messwert kurzzeitig aus dem Toleranzband aus, führt das nicht unbedingt zu einer – eventuell unbegründeten – Warnung, da Verschleiß selten mit einem einzigen Signal erfasst werden kann. Verschlechtert sich der Health Index aber, weil sich die Daten mehrerer Sensoren verändern, warnt das System vor einem Problem – selbst wenn die einzelnen Veränderungen innerhalb der definierten Grenzen liegen. Odin gibt in den regelmäßig erstellten Health-Index-Berichten durch Machine Learning entsprechende Hinweise und hilft, konkrete Handlungsempfehlungen zu erstellen.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44600667)