Predictive maintenance für automatisierte Anlagen und Prozesse, Foto: JOANNEUM RESEARCH
Wie kann man Wartungsbedürfnisse frühzeitig erkennen?
Wartungen werden oft nach Intervallplan durchgeführt oder mittels Überwachung von unterschiedlichen Parametern zielgerichtet vorhergesagt. Diese Überwachung erfordert den Einsatz vieler Sensoren und Messgeräte, um Verschleiß oder plötzliche Schäden frühzeitig zu erkennen. DIVIDER zielt darauf ab, herauszufinden, ob es technisch möglich ist, Abnutzung und plötzliche Anomalien ausschließlich anhand von Messungen und Charakterisierung der Hauptstromversorgung zu erkennen.
Wir entwickeln mathematische Modelle von Anlagen, mit dem Ziel die Gesamtheit der einzelnen Anlagenkomponenten physikalisch korrekt abzubilden. Im ROBOTICS Solution Center nehmen wir diese Anlagen in Betrieb und belasten sie mit Kräften, die Verschleiß oder Anomalien simulieren sollen, während die Hauptspannungsversorgung hochaufgelöst gemessen wird. Anschließend markieren wir diese Messdaten und machen sie für maschinelles Lernen zugänglich. Danach validieren wir diese Modelle im ROBOTICS Solution Center.
Fraunhofer Austria
Messfeld GmbH
In unserem Projekt DIVIDER geht es um die kontinuierliche Überwachung von Maschinen und Anlagen, die dabei helfen soll, potenzielle Wartungsbedürfnisse frühzeitig zu erkennen. Normalerweise erfordert diese Überwachung den Einsatz vieler Sensoren und Messgeräte, um Verschleiß oder plötzlich auftretende Anomalien zu identifizieren. Bei elektrischen Maschinen wird sowohl elektrische als auch mechanische Messtechnik verwendet, um den Zustand zu überwachen.
Das explorative Projekt DIVIDER zielt darauf ab, herauszufinden, ob es grundsätzlich möglich ist, Abnutzung oder spontan auftretende Anomalien ausschließlich anhand von Messungen der Hauptstromversorgung zu identifizieren. Dabei verwenden wir ein hochpräzises Sensorsystem, um kleinste Schwankungen in der Hauptstromversorgung zu erfassen und als Datenpunkte zu speichern. Die dabei generierten großen Datenmengen werden anschließend mithilfe von KI-Methoden analysiert, charakterisiert und zugeordnet. Anomalien in einer Anlage sollen durch eigens entwickelte Algorithmen erkannt werden.
Die JOANNEUM RESEARCH ist Innovations- und Technologieanbieter im Bereich der angewandten Forschung. Als Forschungsgesellschaft der Länder und Regionen prägen wir mit unseren Forschungskompetenzen die Entwicklung unserer modernen Gesellschaft und Wirtschaft nachhaltig und menschenzentriert. Als multidisziplinäres Team in flexiblen, innovationsfreundlichen Strukturen leben wir höchste gesellschaftliche und wissenschaftliche Ansprüche.