Erfarna operatörer hävdar att de kan se om deras maskin fungerar korrekt bara genom att lyssna på ljuden den ger. EU-finansierade forskare har blivit bättre genom att utveckla teknik baserad på det mänskliga hörselsystemet som kan, genom ljudanalys, "höra" om industrimaskiner ska underhållas.

Att eliminera risken för stillestånd och minska underhållskostnaderna är mycket viktigt för industrin eftersom dessa faktorer påverkar produktivitet och kvalitet samtidigt som vinsterna minskar. Industri, därför, har stora incitament att hitta en lösning som är enkel att implementera och enkel att använda.

Med hjälp av ljudanalys, det EU-finansierade Horizon2020 neuronSW-projektet utvecklade ett innovativt banbrytande tillvägagångssätt för att förutsäga mekaniska fel i industriella maskiner. Forskare kombinerade avancerade algoritmer, maskininlärning och Big Data-analys för att imitera den mänskliga hörselbarken och möjliggöra tidig upptäckt och förutsägelse av mekaniskt nedbrytning. "Tekniken utnyttjar maskininlärning, molnet och Internet of Things (IoT) för att leverera en detektionstjänst som emulerar mänsklig intuition om ljud, säger Jiří Čermák, teknisk chef för projektpartnern SME NeuronSW Ltd.

Öron för problem

Via Neuron soundware technology (neuronSW), Tillverkare kan utföra intelligent ljuddiagnostik och övervaka nyckelkomponenter i maskiner genom de ljud de producerar. "Den integrerade hård- och mjukvaruplattformen samlar automatiskt in ljudet från maskiner i realtid och utvärderar kontinuerligt utrustningens hälsa. Den fungerar på liknande sätt som erfarna operatörer som använder sina öron för att diagnostisera trasiga maskiner, " förklarar Čermák.

Systemet fungerar både offline och online och kan integreras i befintlig programvara eller tredje parts IoT-plattformar. "Detta förvandlar effektivt data till kunskap och handlingar, "påstår Čermák." Ljud- och vibrationssensorer (mikrofoner) kan snabbt och billigt installeras på alla typer av maskiner, gör att tillgångar utan digitalt gränssnitt eller som drivs av äldre system kan digitaliseras utan dyra uppgraderingar."

Spännande nog, det finns nästan inga gränser för tillämpningen av ljuddiagnostekniken, som kan användas till allt som har en rörlig del och producerar ljud. "Dock, det är mest vettigt att först fokusera på kritiska maskiner, dyra tillgångar, kvalitetskontroll, och på tillgångar i avlägsna områden med svår tillgång, " Čermák påpekar. Han fortsätter:"Olika industrier samarbetade med NeuronSW för att skapa lösningar för tunga maskiner, inklusive kraftvärmemotorer, bränslepumpar för bilar, vindturbiner, rulltrappor, AC -system, PC montering, kvalitetskontroll av elmotorer, och förutsägande underhåll av förpackningsmaskiner."

En ljus framtid

Enligt Michal Bambušek, NeuronSW Ltd:s försäljningschef, projektet fokuserade också på försäljnings- och marknadsföringsplaner. "Vi utbildade säljpersonal och identifierade viktiga marknader och go-to-market-strategier för neuronSW-tekniken och genomförde fallstudier för att utveckla och anpassa den till olika områden, " säger han. "Vi knöt några nya viktiga affärskontakter som hjälpte oss att upptäcka några nya områden och användningsområden för vår teknik, som hjälpte till att förbättra den och gjorde det möjligt för oss att gå vidare."

Både maskiner och människor kommer att dra nytta av den teknik som utvecklats genom initiativet. "Det råder ingen tvekan om att underhåll av tillgångar är ett av kärnområdena för prospektering i många industrier över hela världen, " tillägger Čermák. "Vi tror att prediktivt ljudunderhåll i framtiden kommer att bli en standardfunktion för de flesta maskiner med rörliga delar, hjälper både tillverkare och operatörer. När det gäller framtida forskning, vi gör allt vi kan för att lära oss av fallstudier och uppgradera vår teknik och forskning, "avslutar han.