Objetivo
The main goal of the project is the development of a new methodology for condition monitoring and predictive maintenance of machine tools.
A project was created to develop and validate a specific methodology integrating different procedures of modelling and simulation in order to:
shorten fault diagnosis of newly designed machine tools;
make predictive maintenance more applicable;
improve scheduled maintenance, thus avoiding further damage and loss of production. Steps were taken to:
gain a more comprehensive knowledge on the fault propagation of the machine, using a simulation model, which included information derived from design material (circuit diagrams and computer aided design drawings);
predict soft faults (ie faults in which the fault trends over a transition period to failure);
update the knowledge bases and data bases necessary for fault location;
reduce additional sensor instrumentation. The feasibility of the approach was tested on a prototype installation on a real machine tool. The project consisted of the following main modules: repository, sequencer, data acquisition, simulation, pattern recognition, machine learning and maintenance module.
Repository: the core of the system, it stores all the data required by the various modules as well as providing the means of message exchange between modules. The various communication protocols are supported in a generic form, but implemented in the appropriate modules.
Sequencer: synchronizes all processes in the system.
Data acquisition: the data acquisition system (DAS) was initially designed to collect field data and was then refined to provide data for the system producing the research DAS.
Simulation: the simulation models include both normal and faulty behaviour. Models have been developed for the following subsystems: central lubrication, spindle motor, pneumatic, coolant, hydraulic, axis drive motor.
Pattern recognition: a set of 3 different classification algorithms have been implemented in the classification module: the perceptron algorithm, a least mean square estimation algorithm and the increment correction algorithm.
Machine learning: the machine learning module has 6 main tasks: to increase classification confidence;
to detect new fault cases;
to perform normal parameter tracking;
to perform fault case parameter tracking;
to calculate time to criticality;
to select appropriate repair plans.
Maintenance module: elaborates a maintenance strategy for the machine tool.
Generally, the prototype system performed well.
This methodology will describe applicable techniques to predict and evaluate the evolution of failures and the degradation of machine tool components (eg. ballscrews, axis drives, coolant system, hydraulics), in order to find out the causes of malfunctions, to suggest corrective and preventive actions and to provide support in the operation mode. The proposed methodology is expected to help improve the availability, reliability and maintainability of machine tools as well as other types of machines or pcesses. The methods will be based on modelling of the machine and its subsystems with physical as well as qualitative models.
The results of the project will enhance fault diagnosis of newly designed machines, make predictive maintenance more applicable and improve scheduled maintenance.
In order to demonstrate the feasibility of this approach the machine management prototype will be fitted to and tested on a field machine tool. The basic ideas, however, which, will be detailed below, are thought to be general enough to be applied to other types of industrial equipment and processes.
A low cost system is targeted, and thus the requisite software will be developed for a 386 type computer.
2
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
- ingeniería y tecnología ingeniería mecánica tribología lubricación
- ciencias naturales informática y ciencias de la información software
- ingeniería y tecnología ingeniería eléctrica, ingeniería electrónica, ingeniería de la información ingeniería electrónica sensores
- ciencias naturales informática y ciencias de la información inteligencia artificial reconocimiento de patrones
- ciencias naturales informática y ciencias de la información inteligencia artificial aprendizaje automático
Para utilizar esta función, debe iniciar sesión o registrarse
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Datos no disponibles
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Datos no disponibles
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Datos no disponibles
Coordinador
78727 Oberndorf
Alemania
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.