På Hannovermässan den 23 – 27 april, 2018, Fraunhofer kommer att demonstrera prototypen av ett nytt kognitivt system för prediktivt underhåll av produktionsanläggningar. Intelligenta batteridrivna akustiska sensorer bearbetar ljudsignaler från maskiner och system på plats. Från informationen som skickas trådlöst till en utvärderingsenhet, det är möjligt att dra slutsatser om produktionsanläggningarnas skick och undvika eventuella skador. Industrikunder drar nytta av en kostnadseffektiv, skalbar och datasäker Industrie 4.0-lösning som minimerar stilleståndstiden.

Axiella kolvpumpar omvandlar mekanisk energi till hydraulisk energi. På anläggnings- eller jordbruksmaskiner, de hjälper till att lyfta tunga laster eller är en del av industriell transportörteknik. "Än så länge, dessa system har inte haft permanent installerad akustisk tillståndsövervakning, " rapporterar Danilo Hollosi, Chef för "Acoustic Event Recognition" av Oldenburg Project Group for Hearing, Tal- och ljudteknik vid Fraunhofer Institute for Digital Media Technology IDMT. "Kognitiva system kan vara väldigt kraftfulla i detta avseende. Vi har illustrerat detta med vår nya demonstrator."

Inse tidigt när det inte längre går smidigt

Tillsammans med partners, forskarna har monterat på axialkolvpumpar batteridrivna sensorer som kan registrera pumpens ljud via luften, att bearbeta det, att jämföra den med referensljuddata och att skicka informationen trådlöst till en digital utvärderingsenhet. Inte bara kan slutsatser om eventuella oönskade utvecklingar identifieras i ett tidigt skede; uttalanden om problemens karaktär kan också göras – t.ex. om det finns problem med lagerspel eller hydraulik. Detta ger möjlighet att ingripa innan större skador på drivlinor eller hydraulik uppstår.

"Vi har tränat det kognitiva systemet med maskininlärning baserat på tidigare förvärvade pumpljudsignaler, " säger Hollosi. En central infrastruktur för databehandling är inte nödvändig. Detta sparar kostnader:medan servrar kan konsumera mängder i det femsiffriga intervallet, Priset per sensor förblir tvåsiffrigt. En annan fördel:signalbehandling på plats kommer att kräva mindre data för träning. "Kunderna drar nytta av en datasäker teknologiplattform som är lämplig för en mängd olika ljudscenarier och som enkelt kan eftermonteras och skalas till valfri storlek. Nätverksanslutningen av sensorer via Internet för fjärrunderhåll är också möjligt, "tillägger Hollosi, sammanfattar fördelarna. I denna process, Fraunhofer IDMT innehåller expertis från sin projektgrupp Hearing, Tal- och ljudteknik i Oldenburg. "Våra kollegor är experter på att tekniskt återskapa förmågan hos det mänskliga örat. De lär systemen att följa givna parametrar när de utvärderar ljuddata, att ta hänsyn till bullermönster i omgivningen och att utesluta bakgrundsljud, säger Hollosi.

Tekniken finansieras av BMBF (det tyska federala ministeriet för utbildning och forskning) i ACME 4.0-projektet. Sålänge, partnerna har nått det tredje projektåret och Technology Readiness Level 8. "Vår prototyp fungerar, " säger Hollosi. År 2018, det kommer att testas på fältet. På samma gång, forskarna arbetar med Infineon om prediktivt underhåll för chipproduktion. Demonstratorn kommer att visas av Fraunhofer IDMT på Hannover-mässan:En högtalare kommer att spela upp driftsljudet från axialkolvpumpen. Trådlösa sensornoder kan konfigureras via en surfplatta. Återkopplingen om den detekterade akustiska händelsen visas sedan på surfplattan.