Drei Methoden für Predictive Maintenance

Drei Methoden zur Realisierung von Predictive Maintenance


Je nach Ausgangssituation, ob bestimmte Maschinen-Bestandteile überwacht, „lebenszeitmindernde“ Zustände erkannt, oder in der Anlage verbaute Sensoren genutzt und ihre Daten analysiert werden sollen, gibt es unterschiedliche Lösungen, die zum Ziel führen. Es gibt drei Grundarten von Predictive Maintenance: regelmäßige Messungen von akustischen Emissionen, permanente Installation von akustischen Sensoren und Auswertung von Maschinenparametern. Die Analyse erfolgt jeweils mittels Künstlicher Intelligenz (KI), wodurch die Auswertung automatisiert wird und die entsprechenden Erkenntnisse (z. B. Instandhaltungsbedarfe) abgeleitet werden.



Methode 1 – Regelmäßige Messungen von akustischen Emissionen (Ultraschall): Ergebnisse bereits nach der 1. Messung


Ausgangssituation: Viele Unternehmen möchten hohe Investitionskosten vermeiden, rasch Ergebnisse erzielen und sich kein zusätzliches Personal leisten, das stundenlang Sensordaten analysiert.


Wie kann Senzoro helfen? Senzoro hat ein intelligentes mobiles Messsystem namens BeepMeep® entwickelt. Es besteht aus einem Industrie Tablet und akustischen Sensoren (Ultraschall), die magnetisch an Gehäusen haften. Eine Messung dauert ca. 30 Sekunden, danach wird die Restlebensdauer angezeigt. Der Vorhersagezeitraum beträgt dabei 3 Monate. In einer Schicht können 120 bis 160 Messungen gemacht werden. Basis für die mächtige Senzoro-KI sind

24 380 Messungen, die 3 Jahre lang regelmäßig an hunderten von Anlagen gesammelt wurden.



Methode 2 – Permanente Installation von akustischen Sensoren (Ultraschallbereich): Hohe Ausfallsicherheit da alles offline läuft


Ausgangssituation: Regulatorische Anforderungen, Sicherheitsbereiche ohne Menschen, Digitalisierung-sstrategie, Reduktion von externen Dienstleistern im Werk… es gibt viele Gründe zur Installation von permanenten Sensoren.


Wie kann Senzoro helfen? Unser System mit permanenten Sensoren „Spyder“ basiert auf der selben KI-Technologie wie unser mobiles Messsystem BeepMeep®. Durch die permanenten Sensoren können allerdings breitere Use Cases abgebildet werden. Das System verfügt über eine hohe Ausfallsicherheit und 100% Datenhoheit, da die KI ohne Internet und Cloud arbeiten kann. Weitere Eigenschaften sind ein reibungsloser Workflow durch Integration in vorhandene Systeme und der Aufbau von Knowhow, da alle Rohdaten gespeichert werden (können).



Methode 3 – Auswertung von Maschinenparametern: Zusätzlich Predictive Quality abdecken


Ausgangssituation: Anlagen der neuen Generation haben bereits viele Sensoren verbaut, es liegt nahe, diese Sensoren zur Optimierung der Anlage zu nutzen. Oftmals werden diese Rohdaten ohne Aufbereitung visualisiert, was bei der hohen Datenmenge zur Überforderung und Fehlalarmen führt. Künstliche Intelligenz automatisiert die Analyse und leitet die entsprechenden Erkenntnisse ab.


Wie kann Senzoro helfen? Die Basis für unsere Produkte BeepMeep® und „Spyder“ ist ein spezieller „Onion-Layer“ in der Auswertung, welcher die notwendige Information aus den Sensorsignalen extrahiert. Dieser „Onion-Layer“ ist die Basis für das Training einer speziellen KI für Maschinenparameter. Neben Predictive Maintenance durch die vorhandenen, vielfach vortrainierten KI‘s, wird somit auch Predictive Quality möglich. Weitere Vorteile sind der Wegfall von Investitionskosten, da die eingebauten Sensoren benutzt werden, und dass die Methode zu 100% auf Ihre Anwendungsgebiete zugeschnitten ist.



Klicken Sie sich durch die Bilder um noch mehr über die einzelnen Methoden zu erfahren:



Autor: Dipl. Ing. Mag. Markus Loinig, Senzoro GmbH

Email: markus@senzoro.com


0 Kommentare