Condition Monitoring

Echtzeit-Zustands-Beschreibungen

Condition Monitoring

Sorgt für Echtzeit-Zustandsbeschreibungen

Wenn der Antrieb zum Sensor wird: Wir zeigen Ihnen, wie Sie Condition Monitoring ganz einfach realisieren können und ohne zusätzliche, kostentreibende Sensorik umfangreiche Informationen zum "Gesundheitszustand" Ihrer Maschinen und Anlagen erhalten.

Die verfügbaren Daten sammeln und interpretieren ist bereits heute ein solider Weg zu einer Zustandsüberwachung von Maschinen. Dazu bedarf es eines tiefen Verständnisses von Maschinen und Prozessen, um aus "nackten" Daten aussagekräftige Informationen zu generieren. Analysen auf Basis von Machine Learning (ML) und KI können dazu beitragen, Anomalien schneller aufzuspüren.

In diesem Showcase sehen Sie unseren Condition Monitoring Ansatz:

Model- oder datenbasiert?

Zwei Möglichkeiten für optimale Ergebnisse

Modellbasierter Ansatz: Hier werden die gemessenen Ist-Werte mit denen verglichen, die sich aus der angenommenen mathematischen/physikalischen Beschreibung der Maschine ergeben. Werden bestimmte Muster erkannt oder Toleranzen überschritten, wird dies als Anomalie interpretiert.

Datenbasierter Ansatz. Ein Machine-Learning-Algorithmus lernt den Normalzustand des Systems anhand der Messdaten, beispielsweise Motor-Geschwindigkeit, -Beschleunigung, -Drehmoment, -Position und -Stromaufnahme. Die realen Werte werden mit dieser erlernten Beschreibung verglichen, um Abweichungen zu erkennen.

Steuerung oder Cloud?

Hier werden die Daten ausgewertet

Die beiden Condition-Monitoring-Ansätze unterscheiden sich nicht nur konzeptionell. Auch die Frage, wie die Auswertung der Daten erfolgt, ist verschieden. Die modell-basierte Auswertung erfolgt normalerweise in der Steuerung, denn es werden keine hohen Rechenleistungen benötigt. Für die daten-basierte Auswertung kommen dagegen ML- und KI-Analysen in Betracht.

Lenze gibt dem OEM mit seinem Portfolio volle Wahlfreiheit. Dazu zählt eine Reihe unterschiedlich dimensionierter SPSen für das modell-basierte Condition Monitoring. Die daten-basierte Auswertung kann ebenso lokal erfolgen, wenn der leistungsstarke Cabinet Controller c750 zum Einsatz kommt. Alternativ steht mit dem Gateway x500 der Weg in die Cloud offen. Kombiniert mit der x4-Plattform erhalten Maschinenbauer eine schlüsselfertige Cloud-Lösung, die neben Condition Monitoring auch die Fernwartung der Maschine und ein bedienerfreundliches Asset Management umfasst.

Mehr erfahren über Digital Solutions von Lenze.

Ohne zusätzliche Sensorik

Ganz einfach vorhandene Quellen nutzen

Der Clou der Lösung besteht darin, den Mehrwert an Informationen aus bereits vorhandenen Datenquellen zu erschließen – es kommen keine weiteren Sensoren zum Einsatz. Lenze liefert dazu vorgetestete Algorithmen für verschiedene Anwendungen und unterstützt Maschinenbauer dabei, ihr Prozess-Know-how und Maschinenwissen in ein nutzensteigerndes Modell für Condition Monitoring umzusetzen.