Czujniki i sztuczna inteligencja wsłuchują się w stan silników przemysłowych
Ponad 300 milionów przemysłowych silników elektrycznych pracuje 24 godziny na dobę, 7 dni w tygodniu, obsługując linie produkcyjne na całym świecie. Zużywają one około 70 % energii elektrycznej dostarczanej do zakładów przemysłowych. Niestety, awarie są bardzo częste, a każdego roku psuje się co ósmy silnik przemysłowy. Awaria silnika oznacza niepotrzebne naprawy, których koszt sięga setek tysięcy euro za godzinę nieplanowanego przestoju. Do innych skutków należy brak wykorzystania potencjału siły roboczej, zmarnowanie surowców i ostatecznie obniżenie zadowolenia klienta. Ponadto, wadliwe silniki stają się bardziej energochłonne w miarę postępującego zużycia. Nieinwazyjne czujniki i algorytmy uczenia maszynowego pozwalają na lepsze monitorowanie stanu silników przemysłowych. Finansowany przez UE projekt Motorlisten rozwiązał ten problem poprzez zastosowanie wbudowanego czujnika akustycznego, analizy częstotliwości i sztucznej inteligencji. „Wykorzystując te technologie, opracowaliśmy rozwiązanie, które wykrywa usterki i przewiduje awarie silników”, mówi Paolo Samontanez, dyrektor ds. technicznych w projekcie OneWatt. „Pomaga ono zakładom przemysłowym efektywnie planować konserwację, wydłużyć okres eksploatacji urządzeń, zwiększyć wydajność operacyjną i ograniczyć czas nieplanowanych przestojów”. Nieinwazyjny, bezkontaktowy, predykcyjny system konserwacji wykrywa i przewiduje fizyczne usterki maszyn. Informuje on personel zajmujący się konserwacją nie tylko o wystąpieniu usterki, ale także dokładnie o tym, jak, gdzie i kiedy do niej dojdzie. System naśladuje specjalistę-mechanika, który potrafi w prosty sposób rozpoznać usterki na podstawie objawów takich jak dźwięki i szumy dobiegające z silników. Ponieważ wykorzystuje sztuczną inteligencję i nieporównywalnie więcej danych niż człowiek, system myli się dużo rzadziej niż jakikolwiek technik lub fachowiec. Pozwoli to zoptymalizować prace konserwacyjne i zminimalizować czas przestojów , które stanowią dwa główne priorytety zakładów przemysłowych i przedsiębiorstw użyteczności publicznej. Ponadto system dba o to, aby silniki pracowały jak najwydajniej, zmniejszając tym samym zużycie energii. Partnerzy projektu zidentyfikowali i ustalili parametry wymagane do osiągnięcia dokładności na poziomie 99,99 %. Określili cele ilościowe i opracowali metodologie mające na celu wydłużenie okresu eksploatacji urządzeń, zmniejszenie zużycia energii i zwiększenie wiarygodności prognoz. Z zebranych danych wynika, że „system jest w stanie wykryć osiem statystycznie najczęściej występujących usterek silników”, mówi Samontanez. Zespół Motorlisten ocenił komercyjną wykonalność i potencjał technologii w kontekście wykorzystania jej przez producentów przemysłowych i przedsiębiorstwa użyteczności publicznej, będących kluczowymi klientami docelowymi. W ramach tych prac zostały wykonane modyfikacje oprogramowania sztucznej inteligencji i elementów sprzętowych systemu w celu uwzględnienia wymagań tych segmentów rynku. „Nasz system można zamontować w większości silników, niezależnie od modelu, rozmiaru, wieku, marki czy producenta”, wyjaśnia Samontanez. „Dostosowujemy go do systemu użytkownika, a nie na odwrót”. Komercjalizacja już się rozpoczęła – podpisano umowy z kilkoma przedsiębiorstwami użyteczności publicznej oraz firmami z branży produktów szybkozbywalnych i przemysłowego utrzymania ruchu. Członkowie zespołu kontynuują prace nad dalszym doskonaleniem systemu. „Dzięki systemowi Motorlisten, zakłady przemysłowe będą mogły efektywniej planować konserwację, zmniejszyć wydatki na energię elektryczną za sprawą bardziej wydajnych silników, zwiększyć żywotność silników i docelowo zmaksymalizować potencjalne przychody poprzez ograniczenie nieplanowanych przestojów”, podsumowuje Samontanez.
Słowa kluczowe
Motorlisten, silniki, awarie, przestoje, zakłady przemysłowe, silnik przemysłowy, silnik elektryczny, system konserwacji zapobiegawczej
