Když Měnič Poskytuje Data V Reálném čase Bez Dalších Senzorů

Vytváření přidané hodnoty bez vzniku nákladů na hardware by mělo znít atraktivně pro mnoho OEM. Přesně to slibuje monitorování stavu. Důvod: Nepoužívají se žádné další senzory. Vrcholem řešení je klepnout na přidanou hodnotu informací ze stávajících zdrojů dat. Lenze poskytuje předem otestované algoritmy pro různé aplikace a podporuje výrobce strojů při přeměně jejich procesního know-how a znalostí stroje na model zvyšující užitečnost pro monitorování stavu.

Doplňující informace k tématu toho, co odlišuje monitorování stavu od prediktivní údržby

Sledování stavu a prediktivní údržba se vždy používají jako synonymní termíny, existují však dva odlišné pojmy.

Prediktivní údržba je predikce událostí nebo pravděpodobnost událostí, například když pravděpodobnost, že dojde k závadě převodovky v příštích 50 hodinách provozu, se zvýší na více než 90%. S takovou předpovědí byste mohli plánovat výměnu převodovky včas, než systém skutečně selže.

Monitorování stavu je naproti tomu předběžnou fází, která umožňuje podrobnější popis současného stavu z interpretace existujících dat. To vyžaduje hluboké porozumění strojům a procesům za účelem generování smysluplných informací z „holých“dat. Analýzy založené na strojovém učení (ML) a umělé inteligenci mohou pomoci rychleji identifikovat anomálie.

Příklad 2-osého robota

Na veletrhu SPS 2019 společnost prokázala tento princip pomocí vitríny se dvěma různými přístupy. Jeden je založen na modelu, zde jsou naměřené skutečné hodnoty porovnány s těmi, které vyplývají z předpokládaného matematického popisu stroje. Pokud jsou překročeny určité tolerance, je to interpretováno jako chyba.

Druhý přístup je založen na údajích. Algoritmus se učí chování systému a vzájemný vliv parametrů, jako je rychlost, zrychlení, točivý moment, poloha a spotřeba proudu. Skutečné hodnoty jsou porovnány s tímto naučeným popisem pro definování odchylek.

V případě veletrhu z. B. simuluje zvýšené tření na vřetenu a opotřebení řemenového pohonu. V obou případech mohou být anomálie identifikovány pomocí hodnot proudu a točivého momentu, ať už je to absolutní nárůst hodnoty nebo abnormality ve frekvenční analýze. V obou případech zazní alarm monitorování stavu a zobrazí příčiny na přístrojové desce.

Ovládání nebo cloud?

Dva přístupy ke sledování stavu se liší nejen koncepčně. Otázka, jak jsou data vyhodnocena, je také jiná. Vyhodnocení založené na modelu se obvykle provádí v řídicím systému, protože není zapotřebí žádný vysoký výpočetní výkon. Naopak pro analýzy založené na datech se obvykle uvažuje analýza ML a AI, obvykle jako cloudová aplikace.

Díky svému portfoliu dává Lenze OEM svobodu volby. To zahrnuje řadu různě dimenzovaných PLC pro monitorování stavu podle modelu. Pokud je použit Cabinet Controller c750, je možné provést lokální vyhodnocení. Alternativně je brána do cloudu otevřena bránou x500. V kombinaci s platformou x4 dostávají výrobci strojů cloudové řešení na klíč, které zahrnuje monitorování stavu, vzdálenou údržbu stroje a uživatelsky přívětivou správu aktiv.

Efektivní sledování stavu

Účinné monitorování stavu je založeno na interpretaci informací, které jsou již k dispozici. Nejsou vyžadována žádná další čidla, ale místo toho zařízení stroje fungují jako čidla. Díky komplexnímu automatizačnímu portfoliu hardwarových, softwarových, síťových a cloudových aplikací a výslednému know-how může Lenze nabídnout rozsáhlou pomoc při interpretaci dat. Současně výrobce podporuje výrobce OEM ve vývoji sebe samých v oblasti datových vědců pro jejich stroje. (ud)

Uživatel splňující mechatronickou pohonnou technologii

Technologie mechatronického pohonu zaměřená na uživatele se zaměřuje na mechanické komponenty ozubených kol, spojek a brzd, jakož i na jejich design, dimenzování a interakci v celém mechatronickém systému.

Více informací