Ko Pogon Zagotavlja Podatke V Realnem času Brez Dodatnih Senzorjev

2023 Avtor: Hannah Pearcy | [email protected]. Nazadnje spremenjeno: 2023-08-25 03:39

Ustvarjanje dodane vrednosti brez stroškov strojne opreme bi moralo zveni privlačno za številne originalne proizvajalce. Prav to obljublja spremljanje stanja. Razlog: Dodatnih senzorjev ne uporabljamo. Vrhunec rešitve je izkoriščanje dodane vrednosti informacij iz obstoječih virov podatkov. Lenze ponuja predhodno preizkušene algoritme za različne aplikacije in podpira izdelovalce strojev pri pretvorbi svojega strokovnega znanja in izkušenj v strojno orodje za spremljanje stanja.

Dodatne informacije o tem, kaj razlikuje spremljanje stanja od napovedovalnega vzdrževanja

Spremljanje stanja in napovedno vzdrževanje se vedno uporabljata kot sinonimna izraza, vendar obstajata dva različna pojma.

Predvidevanje vzdrževanja je napoved dogodkov ali verjetnost dogodkov, na primer, ko se verjetnost, da se bo v naslednjih 50 urah delovanja pojavila okvara menjalnika, poveča na več kot 90%. S tako napovedjo bi lahko načrtovali menjavo menjalnika pravočasno, preden sistem dejansko ne uspe.

Spremljanje stanja je na drugi strani predhodna faza, ki omogoča natančnejši opis trenutnega stanja iz interpretacije obstoječih podatkov. To zahteva globoko razumevanje strojev in procesov, da se iz "golih" podatkov ustvarijo pomembne informacije. Analize, ki temeljijo na strojnem učenju (ML) in AI, lahko hitreje prepoznajo nepravilnosti.

Primer robota z 2 osi

Podjetje je na SPS 2019 to načelo dokazalo z uporabo predstavljenega primera z dvema različnima pristopoma. Ena temelji na modelu, kjer se izmerjene dejanske vrednosti primerjajo s tistimi, ki izhajajo iz predpostavljenega matematičnega opisa stroja. Če so določena odstopanja presežena, se to razlaga kot napaka.

Drugi pristop temelji na podatkih. Algoritem se nauči obnašanja sistema in medsebojnega vpliva parametrov, kot so hitrost, pospešek, navor, položaj in trenutna poraba. Prave vrednosti primerjamo s tem naučenim opisom, da določimo odstopanja.

V primeru sejma z. B. simulira povečano trenje vretena in obrabo jermenskega pogona. V obeh primerih je mogoče anomalije prepoznati s pomočjo trenutnih in navornih vrednosti, bodisi z absolutnim zvišanjem vrednosti ali z nepravilnostmi v frekvenčni analizi. V obeh primerih se alarm za spremljanje stanja oglasi in na vzvodni plošči prikaže vzroke.

Nadzor ali oblak?

Dva pristopa k spremljanju stanja se razlikujeta ne samo konceptualno. Vprašanje, kako se ocenjujejo podatki, je prav tako različno. Ocenjevanje, ki temelji na modelu, se običajno izvaja v krmilnem sistemu, saj ni potrebna visoka računalniška moč. Nasprotno pa ML in AI analize upoštevajo pri ocenjevanju podatkov, običajno kot aplikacijo v oblaku.

Lenze s svojim portfeljem daje OEM svobodo izbire. To vključuje številne različno dimenzionirane PLC-je za spremljanje stanja na osnovi modela. Podatkovno vrednotenje se lahko izvede tudi lokalno, če se uporablja Cabinet Controller c750. Alternativno je prehod v oblak odprt s prehodom x500. V kombinaciji s platformo x4 proizvajalci strojev prejmejo oblačno rešitev na ključ, ki vključuje spremljanje stanja, oddaljeno vzdrževanje stroja in uporabniku prijazno upravljanje sredstev.

Učinkovito spremljanje stanja

Učinkovito spremljanje stanja temelji na razlagi informacij, ki so že na voljo. Dodatni senzorji niso potrebni, namesto tega strojne naprave delujejo kot senzorji. Lenze lahko s svojim obsežnim portfeljem avtomatizacije strojne, programske opreme, omrežnih in oblačnih aplikacij ter s tem pridobljenim znanjem ponudi obsežno pomoč pri interpretaciji podatkov. Proizvajalec hkrati podpira proizvajalce originalne opreme, da postanejo podatkovni strokovnjaki svojih strojev. (ud)

Uporabnik, ki se srečuje z mehatronsko tehnologijo pogona

Uporabnik, ki se srečuje z mehatronsko pogonsko tehnologijo, je osredotočen na mehanske sestavne dele zobnikov, sklopke in zavore ter na njihovo zasnovo, dimenzioniranje in interakcijo v celotnem mehatronskem sistemu.

Več informacij