Eine kontinuierliche Zustandsüberwachung an im Dauerbetrieb befindlichen Maschinen ist ein wichtiger Faktor, um die Anlagenverfügbarkeit zu garantieren und Schäden durch unvorhergesehene Störungen zu minimieren. Eine qualitativ hochwertige Zustandsaussage erfordert die Unempfindlichkeit des Analysesystems gegenüber Veränderungen, die unabhängig vom Anlagenzustand eintreten. Hierzu zählen schwankende Umgebungsbedingungen, Fremdgeräusche oder planmäßig wechselnde Belastungszustände.
In Prozess- und Betriebsüberwachungssituationen an komplexen Systemen haben sich Künstliche-Intelligenz-Mustererkennungsverfahren als universelles Werkzeug herausgestellt, um ohne detaillierte physikalische Beschreibung des Vorgangs Klassifikationsergebnisse zu generieren. Die Wirksamkeit und das Erkennungsergebnis dieser Verfahren wird immer durch die Repräsentativität der trainierten Daten und eine mehr oder minder große zulässige Toleranz gegenüber den Referenzmustern bestimmt.
Als Beispielanwendungen kämen Geräusch- und Vibrationsprofile von Produktions- oder auch Landmaschinen in Frage mit dem Ziel, Produktqualität und Wartungszustand des Aggregates zu klassifizieren. Unterschiedliche Faktoren führen dabei zu einer Abwandlung des "Normzustandes". Schwankende Umgebungsbedingungen, Fremdgeräusche, unterschiedliche Maschinenausstattung sowie Material- und Gutstreuungen können den Fingerabdruck eines Vorgangs und damit auch das Klassifikationsergebnis maßgeblich beeinflussen.
Es ist vorgesehen, Sensordaten unterschiedlicher Meßgrößen zu fusionieren und als Muster für die Erkennung durch die nachgelagerte KI zu verwenden. Es wird erwartet, dass sich dadurch Trennschärfe und Präzision der Erkennung maßgeblich verbessern lassen.
Logic Way übernimmt innerhalb des Projektes die Entwicklung des Kommunikationsmoduls (Edge Device) und des zugehörigen Software-Komponentenstacks für die Abbildung von Condition-Monitoring-Aufgabenstellungen für Großkraftmaschinen. Der vom Kommunikationsmodul abzudeckende Funktionsumfang umfaßt dabei die Erfassung von Sensormeßwerten aus verschiedenen Quellen und mit unterschiedlichen Hardwareschnittstellen, deren relevanzadaptive Filterung und zeitliche Synchronisation sowie verzögerungstolerante und kryptografisch abgesicherte Weiterübertragung zum Cloud-Kommunikationsendpunkt. In umgekehrter Kommunikationsrichtung erstrecken sich die Aufgaben des Kommunikationsmoduls auf das Vorhalten eines lokalen Erkennungsmusterbestandes, die Ausführung vorgegebener KI-Modelle, die Parameterverteilung an Komponenten der Feldebene (hauptsächlich Sensoren). Mitlaufend werden vom Kommunikationsmodul statistische Auswertungen ausgeführt, Ereignislisten erzeugt und verwaltet und die Bedienoberfläche in Web-Technologie bereitgestellt.
Projektübersicht:
„AKKUT/E“ wird von Logic Way in Kooperation mit Fraunhofer IGP Rostock bearbeitet.
„AKKUT“-Projektfamilie:
ASEDA - Akustisches Sensornetzwerk mit Echtzeitdatenauswertung
IDaS - Intelligente Datenauswertung von Sensornetzwerken
"AKKUT/E" wird kofinanziert von der Europäischen Union aus dem Europäischen Fonds für regionale Entwicklung.
