Inteligentna konserwacja predykcyjna sprzętu produkcyjnego
Istniejąca obecnie technologia ma pewne ograniczenia dotyczące wdrażania predykcyjnych strategii konserwacyjnych, zwłaszcza systemów monitorowania stanu pras lub maszyn do kształtowania plastycznego. Istnieje zapotrzebowanie na solidne i elastyczne przemysłowe rozwiązania technologiczne wyposażone w inteligentne funkcje samomonitorowania, które umożliwią przedsiębiorstwom i operatorom skuteczniejsze planowanie w razie konieczności przeprowadzenia prac konserwacyjnych lub wymiany części. Ograniczy to czas przestoju, koszty i zużycie energii. W ramach finansowanego przez UE projektu "A novel decision support system for intelligent maintenance" (IMAIN)(odnośnik otworzy się w nowym oknie) powstaje zaawansowany monitoring w chmurze oraz predykcyjne rozwiązanie konserwacyjne przeznaczone do maszyn do kształtowania plastycznego. System ten zintegruje wbudowane urządzenia informacyjne, metody oparte na sztucznej inteligencji oraz chmurę eKonserwacji do gromadzenia danych z nowatorskimi praktykami w dziedzinie niezawodności i konserwacji. Prace rozpoczęto od analizy sprzętu produkcyjnego i kluczowych komponentów całego systemu, a następnie tworzeniu planu monitorowania stanu i poziomu energii. Powstały modele symulacji dla czujników wirtualnych. Badacze oczekują, że te innowacyjne czujniki zapewnią w pełni holistyczne i nowatorskie podejście do konserwacji predykcyjnej. Będą wspomagały pracę czujników obecnie zamontowanych na maszynach do kształtowania plastycznego, zapewniając dokładną i optymalną metodę wirtualnego monitorowania naprężenia i odkształceń. Partnerzy projektu zdefiniowali architekturę sprzętowo-programową wbudowanego systemu monitorowania stanu i poziomu energii (ECEM). Stworzyli także prototypy i określili parametry oceny stanu i poziomu energii dla obu komponentów. Samodzielny system ECEM będzie częścią planowanego systemu konserwacji predykcyjnej. Zespół opracowuje niezbędną infrastrukturę technologii informacyjnej oraz interfejs, który zostanie zastosowany w systemie ECEM. Będzie on także obsługiwał system IMAIN. Ponadto trwają prace nad koncepcją chmury do udostępniania i magazynowania monitorowanych danych dotyczących takich parametrów, jak naprężenia mechaniczne, temperatury naprowadzania, wibracje łożysk, parametry oleju, zużycie powietrza i energii, a także parametrów technologicznych, takich jak przechył bijaka i siły formowania. W chmurze eKonserwacji dane te będą długofalowo ewaluowane pod kątem tendencji, a także pozostałej trwałości użytecznej (RUL). Główną zaletą podejścia opartego na chmurze jest możliwość uczenia się lepszego szacowania RUL na podstawie odmiennie zlokalizowanych maszyn. Opracowano już całkowitą architekturę systemu, a także sporządzono specyfikację sprzętowo-programową. Projekt IMAIN ostatecznie doprowadzi do wydłużenia okresu życia systemu, przynosząc korzyści dla sprzętu produkcyjnego, obniżając koszty i zwiększając niezawodność całego procesu obsługi, produkcji i konserwacji.
