Projektbeschreibung

Ziel dieses Projekts ist es, den Wartungsprozess zu automatisieren und eine vorausschauende Wartung zu ermöglichen. Zu diesem Zweck werden drahtlose Sensoreinheiten nachgerüstet, die Energie aus der Maschinenwärme liefern und bei Bedarf Sensordaten an einen Zentralrechner senden. Die Kombination aus einer nachrüstbaren, energieautarken Sensorplattform und KI ermöglicht es, Produktionsprozesse in der Industrie intelligent, effizient und zuverlässig zu gestalten.

Vor allem die Papier-produzierende Industrie steht vor großen Herausforderungen, wenn es darum geht, Qualitätsanforderungen und eine effiziente Produktion ohne unerwarteten Ausfallzeiten zu erfüllen. Die Herstellung von Papier ist sehr aufwendig. Bei Temperaturen von bis zu 80 °C und einer Luftfeuchtigkeit von bis zu 100 % wird Papier in mehreren hundert Metern langen Anlagen hergestellt, die aus mehreren hundert Wälzlagern, Antrieben und Antriebsrollen bestehen. Jede dieser Komponenten kann zum Stillstand führen und muss daher regelmäßig gewartet werden. Die zu überwachenden Komponenten wie Lager und Antriebe finden sich auch in anderen Fertigungsindustrien wie der Pharma- und Lebensmittelindustrie. Nichtsdestotrotz ist der Bedarf an vorausschauender Wartung bei der Papierherstellung viel höher, da diese Produkte, wie z.B. Spezialpapiere für die Möbelindustrie, eine wichtige Rolle spielen und Ausfallzeiten zu Lieferverzögerungen sowie zu hohen Folgekosten führen.

Die Einzigartigkeit des Ansatzes dieses Projekts ist die Kombination von drahtloser und energiesparender Hardware mit intelligenten Algorithmen, um Anomalien effizient und zuverlässig zu erkennen. Die Änderungserkennung am Mikrocontroller lernt automatisch am Gateway und erkennt alle Veränderungen, diese werden per Funk übertragen und somit ist das gesamte System noch energieeffizienter. Effiziente und skalierbare prädiktive Wartung und OEE-Analyse ist nur in Kombination mit stromsparender Hardware und intelligenter Software realisierbar.

In Bezug auf die Datenverarbeitung ist der Schlüsselgedanke und die Innovation, dass der recht komplexe und rechenintensive Algorithmus zur automatischen Erkennung von Lagerzustandsänderungen in verschiedene Teile unterteilt wird. Die verschiedenen Teile der KI-Software laufen auf unterschiedlichen Geräten und weisen Eigenschaften auf, die genau den entsprechenden Hardwarespezifikationen entsprechen. In diesem Fall die endiio Retrofit Box und das endiio Gateway. Der Algorithmus der Retrofit Box reduziert hochfrequente Sensordaten (Beschleunigung, Vibration, Gyroskop und Magnetfeld) auf wenige, besonders relevante Merkmale. Die Merkmale müssen so verdichtet werden, dass der Energieverbrauch für die drahtlose Übertragung minimal ist und sie gleichzeitig genügend Informationen enthalten, damit der übergeordnete Algorithmus Änderungen im Zustand der Lager erkennen kann. Der Algorithmus auf dem Gateway verwendet die zuvor extrahierten Merkmale aus mehreren Zuständen und erkennt automatisch Änderungen im Zustand und Verhalten. Der Algorithmus berücksichtigt verschiedene Aspekte: zeitdynamisches Verhalten der einzelnen Sensordaten (d. H. Beschleunigung) und ihre Beziehung zueinander, den Zustand jedes Lagers und ihre Beziehung zueinander.