Projektbeispiele

Auf Basis unterschiedlicher Sensoren (z.B. Ultraschallsensoren, Gassensoren, Wärmebildkameras) werden automatisch mittels Inspektionsroboter und Künstlicher Intelligenz Energieverluste detektiert. 

Das Ultraschall Condition Monitoring System ist eine Eigenentwicklung von Senzoro und eine absolute Weltneuheit. Erstmals haben wir Künstliche Intelligenz und akkustische Emissionen im Ultraschallbereich kombiniert. Die Lösung wird zur Vorhersage von Schäden bei Wälzlagern und Getrieben verwendet.

In einem interdisziplinären Forschungsprojekt stellt Senzoro den Onion Layer für die Auswertung der akkustischen Emissionen bereit. In einer Salzkammer werden Bauteile korrodiert, um Daten für das Training einer KI zu erzeugen, die Korrosionsarten detektiert und den Fortschritt vorhersagt.

Eine produktionskritische Anlage wird mittels permanenter Ultraschallsensoren überwacht. Ausfälle der Anlage werden vorhergesagt,  Grundlage für die Vorhersagen ist unser Onion-Layer in Kombination mit unserer Wälzlager-KI. Eine Auswertung der Maschinenlaufzeiten erfolgt in Echtzeit.

Auf Basis von Mikrofondaten (hörbarer Audiobereich) werden Risse bei Bandsägen detektiert, um ungeplante Ausfälle zu reduzieren. Unser Onion-Layer wertet 24/7 die Daten in Echtzeit aus.

Umgesetzt wurde eine App, welche auf Basis der eingebauten Sensoren in iPhones Maschinenzustände mittels KI erkennt. Ausgewertet werden alle im iPhone verbauten Sensoren. Die Lösung ist offlinefähig, als auch mit einem Echtzeit-Dashboard in der Cloud ausgestattet.

In einem Forschungsprojekt erzeugen wir synthetische Daten von Wälzlagern, um reale Trainingsdaten der KI anzureichern. Schwerpunkte sind Schmierzustände und beschädigte Komponenten.

Auf Basis der zunehmenden Kavitation wird der Ausfallzeitpunkt von (Hochdruck-) Rotationspumpen vorhergesagt. Kern der Lösung ist unser Onion-Layer, der die relevanten Informationen aus Ultraschallsensoren extrahiert.