Intelligente Algorithmen vereinfachen Maschinenwartung

Eine EU-finanzierte Initiative arbeitete mit cyber-physischen Systemen (CPS), um zwischen regulärem und fehlerhaftem Maschinenbetrieb zu unterscheiden und gegebenenfalls Fehlerkorrekturen einzuleiten.

Digitale Wirtschaft

Intelligente Sensoren können die kontinuierliche Überwachung von Industriemaschinen und Fahrzeugen wie auch deren Arbeitsumfeld vereinfachen. Dabei werden allerdings riesige Datenmengen zu Nutzungsverlauf, Betriebsbedingungen, Standort, Bewegung und anderen physischen Eigenschaften generiert. Diese Systeme sind Teil eines größeren Netzwerks verschiedener kollaborativer Systeme wie Anlagen für erneuerbare Energien und Fahrzeugflotten. Teuer und unrentabel wird es für Unternehmen dann, wenn Geräteausfälle zu unerwartetem Maschinenstillstand führen, was verhindert werden kann, wenn sich Ausfälle und Verschleiß von Bauteilen besser abschätzen lassen. Das Horizont 2020-Projekt MANTIS(öffnet in neuem Fenster) entwickelte daher eine CPS-Referenzarchitektur für eine proaktive Wartungsplattform. Mit der Plattform lassen sich drohende Ausfälle abschätzen und verhindern sowie eine proaktive Wartung von Industriemaschinen planen. Dabei werden Informationen aus Rohdaten extrahiert, während die Bandbreite minimiert wird. CPS werden durch computergestützte Algorithmen gesteuert, die eng an Internet und Nutzer angepasst sind. Bessere visuelle Darstellung von Daten Das Konsortium erfasst mittels CPS Daten und übermittelt sie in die Cloud. „Wir fanden heraus, wie Sensoren beschaffen sein müssen, um verschleißrelevante Informationen für kritische Bauteile zu liefern, und welche intelligenten verfügbaren Funktionen den technischen Wissensstand erweitern können. Diese wurden anschließend validiert“, sagt Projektkoordinator Dr. Urko Zurutuza. „Wir entwickelten und validierten neue Sensoren für die Fertigungsbranche und untersuchten, wie damit in schwierigen Umgebungen am besten kommuniziert werden kann“, fügt er hinzu. Maschinelle Lernalgorithmen registrieren das Verhalten von Maschinen und erkennen dadurch potenzielle Probleme bereits im Vorfeld. „Weiterhin entwickelten, dokumentierten und validierten wir Algorithmen für künstliche Intelligenz in Form von Algorithmusportfolios, die von Unternehmen dann auf Basis unserer Erfahrungen in ähnlicher Weise für die Art von Daten genutzt werden können, die jeweils verarbeitet werden müssen“, erklärt Dr. Zurutuza. Lässt sich der Zustand von Maschinen mithilfe von fortschrittlicher Visualisierungstechniken besser prognostizieren, können Wartungsingenieure und Bediener die aus den Algorithmen generierten Informationen besser interpretieren. Dr. Zurutuza ergänzt: „Ziel ist es, mögliche Probleme bereits im Vorfeld zu erkennen, Online- und frühere Daten zusammenzuführen und dies für Wartungsingenieure und Techniker über anpassbare Ansichten darstellbar zu machen. Herkömmliche Visualisierungstechniken sind hierfür zu unübersichtlich.“ Mehr Zeit- und Kosteneffizienz In Pilotstudien testeten und validierten die Forscher die innovativen Funktionen der Architektur der proaktiven Wartungsdienst-Plattform und deren künftige Eignung im industriellen Sektor. Dr. Zurutuza erklärt: „Neben Architektur, intelligenten Sensoren und Algorithmen untersuchten wir auch die Art und Weise der Umsetzung in den einzelnen Branchen, beispielsweise in Photovoltaik- und Windkraftanlagen, Schienennetzen und Produktionsanlagen.“ Unternehmen können MANTIS nutzen, um Ausfallzeiten bei Industrieanlagen und den Transportaufwand während der Instandhaltung zu minimieren, was wiederum Kosten senkt für mehr Wettbewerbsfähigkeit, Wachstum und Nachhaltigkeit. „Zu sehen, wie das Projekt Industriepartner mit einem völlig neuen Ansatz bei Wartungsleistungen überzeugt hat, war äußerst lohnend“, betont Dr. Zurutuza.