- Anzeige -
- Anzeige -
Industrie 4.0 Förderprojekt erfolgreich abgeschlossen
Intelligente Überwachung von Produktionsmaschinen
Die Forschungspartner Technische Hochschule Deggendorf und die Technische Universität München sowie den beiden Unternehmen Schindler & Schill (EasyLogix) und Systema haben das BMWi-ZIM-Projekt MobiCM erfolgreich abgeschlossen. Das Projekt entstand im Netzwerk I2P Innovative IT für die Produktion des IT-Logistikclusters an der TechBase Regensburg und hatte die Entwicklung eines intelligenten Netzanalysesensors auf Basis unterschiedlicher Signalerfassungs- und Analyseverfahren als Ziel – ein System zur Zustandsüberwachung von Produktionsmaschinen.
Projektpartner des Förderprojekts MobiCM (Mobiles Condition Monitoring System), Projekttreffen am 26.02.2019 in der TechBase Regensburg
Projektpartner des Förderprojekts MobiCM (Mobiles Condition Monitoring System), Projekttreffen am 26.02.2019 in der TechBase RegensburgBild: Bayerisches IT-Logistikcluster

Im Rahmen der Forschungs- und Entwicklungstätigkeiten wurde am Technologie Campus Freyung der Technischen Hochschule Deggendorf ein Prototyp eines Netzanalysesensors entwickelt, aufgebaut und in Betrieb genommen. Neben der passiven Netzanalyse besitzt dieser Sensor auch Hard- und Softwarekomponenten zur Durchführung einer aktiven Analyse des Stromnetzes. Verschiedene Geräte unterschiedlichen Anwendungstyps wurden in die Versuchsumgebung integriert. Hiermit können Anlagendaten erfasst werden. Sowohl bei passiver als auch aktiver Signalerfassung wurden anschließend Methoden des maschinellen Lernens entwickelt um sowohl eine Zustandsdiskretisierung als auch eine Zustandskategorisierung zu erreichen.

Die Messdaten des mobilen Netzanalysesensors können mit Hilfe einer durch die Schindler & Schill entwickelten Cloud Service Plattform effizient verarbeitet werden. Geräte, Abläufe und Daten werden in dieser Plattform vereint, um mit geringem Aufwand Anlagen mit Condition Monitoring nachzurüsten.

Retrofit durch Methoden künstlicher Intelligenz

Das Herzstück des neuartigen Condition-Monitoring-Systems sind laut der Technischen Universität München die KI-Algorithmen um Events zur Zustandsänderung in den erfassten elektrischen Signalen von Maschinen und Anlagen zu erfassen. Hierzu wurde ein Ansatz entwickelt, der vollständig unüberwacht in der Lage ist die signifikanten Änderungen im elektrischen Signal zu registrieren. Der Algorithmus kann in verschiedenen Umgebungen eingesetzt werden und erfordert keine menschliche Intervention.

Die im Rahmen des Forschungsvorhabens entwickelten KI-Methoden spielen eine entscheidende Rolle, das Systema-Retrofitportfolio erfolgreich und nachhaltig von internationalen Mitbewerbern abgrenzen zu können. Die gemeinsam entwickelte Condition-Monitoring-Lösung wurde zunächst exemplarisch als Proof of Concept im Rahmen der Projektakquise bei verschiedenen Kunden im Bereich der Halbleiterfertigung ausgerollt. Nach einiger Zeit ist das Industrial Internet of Things Retrofit auch im deutschen Fertigungsgewerbe angekommen. Grund hierfür sind insbesondere messbare Produktivitätsgewinne durch eine verbesserte Digitalisierung der Fertigungsprozesse.

Lösung für kleine und mittelständische Unternehmen

Die Entwicklung eines kostengünstigen Systems zur Anlagenzustandsüberwachung soll vor allem die Wettbewerbsfähigkeit global agierender kleiner und mittelständischer Unternehmen (KMU) im Bereich der industriellen Fertigung sichern. Hervorzuheben ist laut Maria Hirschberger vom IT-Logistikcluster, dass die MobiCM Zustandsüberwachung an den Maschinen nichtinvasiv, das heißt ohne Veränderungen an der bestehenden Produktionslinie ausgerollt und auch nachträglich an älteren Maschinen ohne digitale Schnittstellen verwendet werden kann. Die kontinuierliche Zustandsüberwachung und Datenauswertung steigert die Effizienz bei der Maschinenwartung und verhindert Produktionsausfälle sowie Stillstandzeiten.

Bayerisches IT-Logistikcluster
www.it-logistic-bayern.de
- Anzeige -
- Anzeige -

Das könnte Sie auch Interessieren

Bild: IFW
Bild: IFW
Maschinen fehlerlos einfahren

Maschinen fehlerlos einfahren

Transfer von Wissen zwischen Maschinen für die Überwachung - Bild: IFW Durch die Auswertung von Prozessdaten aus Werkzeugmaschinen können Fehler etwa beim Einfahren früh erkannt werden. Durch die Digitalisierung der Fertigung stehen dafür immer größere Datenmengen zur...

Bild: ITQ GmbH
Bild: ITQ GmbH
Website Relaunch

Website Relaunch

Bild: ITQ GmbH Die ITQ GmbH hat ihre Website vollständig überarbeitet. Interessierte Kunden und Bewerber finden mit wenigen Klicks alle Informationen zu den Kernkompetenzen Software und Systems Engineering, Mechatronic Consulting sowie Digital Education. Alle Bereiche...