Он постоянно следит за состоянием машины, проводит диагностический анализ и уведомляет оператора о необходимости замены детали. Исследовательская группа под руководством Андреаса Шютце из Саарского университета разработала систему раннего предупреждения для процессов промышленной сборки, обработки и упаковки. Интеллектуальные датчики непрерывно собирают широкий массив данных измерений внутри заводского оборудования и сравнивают шаблоны сигналов с нормальными условиями эксплуатации. Если система обнаруживает различие в шаблонах, указывающее на возможную неисправность, она немедленно уведомляет оператора оборудования о том, какие меры по устранению следует предпринять. Это помогает инженерам более эффективно планировать техническое обслуживание и защищает их от неприятных сюрпризов и непредвиденных производственных потерь.
Исследовательская группа продемонстрирует свои технологии на стенде Saarland Research and Innovation в Ганноверской ярмарке, который будет работать с 24 по 28 апреля.
Роботы на производственных линиях работают неустанно и с точностью до микрометра - если, конечно, не выходит из строя какой-либо компонент. Если, например, линейный привод, используемый для точного позиционирования кузова автомобиля перед сборочным роботом, поврежден, роботизированная рука больше не сможет позиционировать дверь автомобиля так точно, как обычно. В результате дверь не выровнена. Или, например, внезапный отказ компонента машины из-за усталости материала вполне может привести к полной остановке производственной линии. Команда инженеров во главе с Андреасом Шютце, экспертом по сенсорным системам из Саарского университета и Центра мехатроники и технологий автоматизации, работает с группой академических и промышленных партнеров, чтобы предотвратить возникновение подобных ситуаций.
Их система подвергает машины непрерывному медицинскому осмотру. Человеческим эквивалентом было бы оснащение человека трекером активности, непрерывной цифровой ЭКГ и монитором артериального давления, чтобы его состояние здоровья можно было проанализировать в любое время. «Наша система позволяет непрерывно визуализировать текущее состояние машинного оборудования завода и заблаговременно предупреждать о возможных повреждениях. Для этого мы устанавливаем датчики внутри машин, и эти датчики могут взаимодействовать друг с другом и с существующими датчиками процесса. Это позволяет нам регистрировать даже самые незначительные изменения», - объясняет Андреас Шютце. Исследователи используют явление, когда техническое оборудование начинает издавать другой шум, начинает вибрировать или перегреваться задолго до того, как оно выйдет из строя. Хитрость здесь в том, что характерный характер гудения или вибрации машины во время нормальной работы отличается от того, что наблюдается, когда что-то изменилось внутри машины, хотя эти различия могут быть очень тонкими и незаметными для обычных органов чувств.
Именно здесь в игру вступает система, разработанная специалистами по мехатронике из Саарбрюккена. Датчики способны обнаруживать эти незначительные изменения и автоматически назначать их определенным профилям неисправностей. «Мы изучили, как меняются характеры сигналов, такие как частота вибраций, во время обычных повреждений или отказов», - объясняет профессор Шютце. Для этого исследовательская группа изучила закономерности в тысячах наборов данных измерений и определила те, которые связаны с определенными типами повреждений или механического износа. «Мы передаем эту информацию датчикам, превращая их в интеллектуальные устройства, способные самостоятельно обнаруживать различия в сигналах», - объясняет Николай Хельвиг из команды Шютце. Это фактически устраняет необходимость во внешнем анализаторе, поскольку система может сама выполнять анализ.
Цель исследовательской группы - разработать набор датчиков и модулей, которые позволят компаниям, эксплуатирующим промышленное оборудование, проводить проверку работоспособности, специально адаптированную к потребностям их завода или оборудования. «Индивидуальные датчики могут быть либо интегрированы в оборудование при его изготовлении, либо могут быть модифицированы. Первоначально датчики тратят свое время на сбор исходных данных, то есть данных, отражающих нормальное рабочее состояние машины», - говорит Хельвиг. Как только это будет сделано, система готова к непрерывному сравнению текущих рабочих данных с типичными шаблонами сигналов датчиков, связанными с зарождающимся отказом или повреждением оборудования. «Наш метод также открывает возможности для других приложений Индустрии 4.0. Например, систему можно также использовать для целей контроля качества путем анализа того, правильно ли работало производственное оборудование во время производственного процесса.
Разрабатываемая система в настоящее время вступает в фазу испытаний, во время которой специалисты в области датчиков и измерительных технологий будут работать с компаниями Bosch Rexroth и Festo. Датчики будут использоваться в Bosch-Rexroth для контроля состояния станков, а в Festo их работа будет заключаться в проверке упомянутых выше линейных приводов, в частности осей шпинделя и электромеханических цилиндров Festo..
Исследовательская работа является частью совместного проекта «Модульные сенсорные системы для управления технологическими процессами в режиме реального времени и интеллектуального мониторинга состояния» (MoSeS-Pro). MoSeS-Pro координируется Андреасом Шютце и финансируется Федеральным министерством образования и исследований (BMBF).