Akustično spremljanje strojev

Raziskovalni projekt o podatkih akustičnih senzorjev za zgodnje odkrivanje anomalij

Z mikrofoni in senzorji pospeška lahko prisluhnemo strojem in zgodaj odkrijemo nepravilnosti, na primer puščanje iz pnevmatskih pogonov. V raziskovalnem projektu AI-Music4.0 družba Festo in njeni partnerji raziskujejo, kako je mogoče inovativne pristope k senzorjem v povezavi z umetno inteligenco uporabiti v industrijskih aplikacijah. Ta nova kakovost obdelave podatkov neposredno na sestavnem delu bi lahko omogočila varno, decentralizirano analizo in zanesljive napovedi o stanju sestavnega dela ali sistema.

V raziskovalnem projektu »Mikroelektronski univerzalni senzorski vmesnik z umetno inteligenco za Industrijo 4.0« (AI-MUSIC4.0) projektni partnerji razvijajo inovativne pristope za obdelavo podatkov akustičnih senzorjev z umetno inteligenco. Senzorji med drugim »slišijo« puščanje in zaznavajo vibracije kot zvok, ki se prenaša s strukturo. Tako lahko zagotovijo pomembne podatke za oceno stanja stroja.

Umetna inteligenca ocenjuje podatke in pripravlja priporočila za ukrepanje

Zbrane podatke senzorjev je treba neposredno ovrednotiti v inovativnih čipih s pomočjo predobdelave signalov in umetne inteligence. Tako lahko vsaka senzorska enota pošlje zgoščene informacije o stanju komponente nadzornemu sistemu ali prehodu: ti bi na primer prejeli le sporočilo, ali je prišlo do uhajanja ali ne. S tem bi prihranili pasovno širino in pospešili spremljanje stanja. Inteligenca bi se tako še bolj usmerila v smeri komponent.

Iz analiziranih podatkov je mogoče izpeljati priporočila za ukrepanje, na primer, če kakovost procesa ni več zagotovljena in je treba sistem ustaviti. To bi lahko privedlo do nove generacije inteligentnih in avtonomnih proizvodnih sistemov.

Pnevmatski pogoni na preizkusu

Festo ima v raziskovalnem projektu vlogo uporabnika. Z različnimi testnimi nastavitvami in vgrajeno senzorsko tehnologijo zbiramo podatke, potrebne za učenje umetne inteligence za odkrivanje uhajanja.

  • Infineon Technologies AG
  • IMS GmbH SE & Co. KG
  • BALLUFF GmbH
  • Binder – Elektronik GmbH
  • STACKFORCE GmbH
  • Knowtion UG
  • Hahn-Schickard Society for Applied Research e. V.
  • Fraunhoferjev inštitut za mikroelektronska vezja in sisteme IMS
  • Fraunhoferjev inštitut za tehnologijo digitalnih medijev IDMT
  • Univerza Saarland
  • Schaeffler AG