HINTERGRUND
Das Ziel dieses Arbeitspaketes ist die Verbesserung von Wartungszyklen durch sogenannte „Predictive Maintenance“. Predictive Maintenance, oder besser zu Deutsch vorausschauende Wartung, zielt vereinfacht darauf ab, dass Maschinen und Anlagen bei Bedarf proaktiv gewartet werden, damit es möglichst nicht zu ungeplanten Stillständen oder Qualitätsverlusten kommt. Ungeplante Stillstände erzeugen Unregelmäßigkeiten, Hektik, hohe Kosten und ggf. zu spät ausgelieferte Aufträge.
FUNKTIONSWEISE
Die Idee basiert auf der Erfahrung, dass sich Veränderungen, z.B. die Alterung einer Maschine, anhand unterschiedlicher wahrnehmbarer Phänomene erkannt werden können. Ein Beispiel sind langjährige Maschinenführer, die mit ihrer Erfahrung diese Wahrnehmungen in Summe interpretieren können. Multiparametermessungen schaffen die technische Möglichkeit frühzeitig Informationen über Änderungen im Systemverhalten zu detektieren. Mithilfe geeigneter sensorischer Komponenten zur Erfassung von Betriebszuständen wird über Sensorfusion ein multisensorisches Subsystem geschaffen, welches notwendige Informationen zur Beschreibung des Betriebszustandes der Maschine bereitstellt.
Dreh- und Angelpunkt ist der regelmäßige Datenfluss, damit zentral zusammengeführte Daten überhaupt durch Algorithmen so analysiert werden können, dass präzise Vorhersagen von Wartungsfälligkeiten möglich werden. Möglich wird vorausschauende Wartung durch die zunehmende Digitalisierung in den Unternehmen sowie eine kontinuierliche Verbesserung der Sensortechnik.
TECHNOLOGIE
Um diese Vision umsetzen zu können, sollen folgende Untersuchungen durchgeführt werden:
- Entwicklung und Anpassung eines Ultraschall-Subsensorsystems
- Nutzung Elektromagnetische Abstrahlung
- Einsatz eines Radars zur Vibrationsdetektion
- Untersuchung von Algorithmen der Sensorfusion für den Einsatz in eingebetteten Systemen insbesondere von Ultraschallsystemen
- Evaluierung von Ansätze der KI zur Bewertung von Maschinenzuständen basierend auf multisensorischen Daten
- Analyse von „Soft Sensing“ für „Predictive Maintenance“ (Kombination aus Sensorwerten ermöglichen einen zusätzlichen Parameterwert oder eine Eigenschaft eines Systems)
VORTEILE
Predicitve Maintenance als Möglichkeit für Kosteneinsparung
Erfahrene Forschungspartner (Prof. Berger, Prof. Hübner, IMI)
Sensorfusion kann noch zuverlässigere Vorhersagen liefern
Nach Baukastenprinzip können verschiedene Maschinen untersucht werden
Geringer Einarbeitungsaufwand für Firmen
Integrierbar in CMOS-Technologie
ANWENDUNG
Industrie 4.0
STATUS
Entwurfsphase
FACHKONTAKT
Prof. Peter Langendörfer
Brandenburgische Technische Universität Cottbus – Senftenberg
Platz d. Deutschen Einheit 1
Raum VG1C/1.30
03046 Cottbus
M: peter.langendoerfer@b-tu.de
T: +49 (0)335 5625 350
