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: Abat AG
Bild: Abat AG
Forschungskooperation verlängert

Forschungskooperation verlängert

Bild: Abat AG Voneinander und miteinander lernen, gemeinsam an innovativen Ideen für den Markt innerhalb von Forschungskooperationen tätig sein - seit mehreren Jahren schon besteht eine enge Zusammenarbeit zwischen der Bremer Abat AG und der Uni Oldenburg (Abteilung...

Image: Xilinx Inc.
Image: Xilinx Inc.
Adaptive AI Vision

Adaptive AI Vision

Image: Xilinx Inc. Die Kria SOMs ermöglichen den schnellen Einsatz durch Bereitstellung einer End-to-End Lösung auf Board-Ebene mit vorkonfiguriertem Software Stack. Das Kria K26 SOM basiert auf der Zynq UltraScale+ MPSoC Architektur, die einen Quad-Core Arm Cortex...