Condition Monitoring

Monitoraggio in tempo reale delle macchine

Condition Monitoring

Per monitorare lo stato di funzionamento delle vostre macchine

Quando un drive diventa un sensore: come implementare una soluzione smart di Condition Monitoring, in grado di fornire informazioni esaustive sullo "stato di salute" di macchine e impianti senza dover sostenere il costo di sensori aggiuntivi.

Acquisire e interpretare dati già disponibili è il modo più intelligente di monitorare lo stato delle macchine. Questo approccio richiede una comprensione dettagliata del funzionamento delle macchine e dei processi produttivi, in modo da trasformare i dati grezzi in informazioni utili. Analisi basate sul Machine Learning (ML) e sull'intelligenza artificiale possono accelerare l'identificazione di anomalie. In quest'applicazione pratica, dimostriamo questo approccio e ne visualizziamo i risultati con l'aiuto di un "digital Twin":

Questa applicazione pratica dimostra il nostro approccio al Condition Monitoring:

Approccio basato sulla modellizzazione o sui dati?

Come scegliere la soluzione ottimale

Approccio basato sulla modellizzazione: i dati misurati in campo sono confrontati con quelli derivati da un modello fisico-matematico della macchine. Specifici andamenti o superamento di tolleranze possono essere interpretati come anomalie.

Approccio basato sui dati: un algoritmo di machine learning deduce lo stato normale del sistema a partire da una base dati, che può includere velocità dei motori, accelerazioni, coppie, posizioni e consumo di corrente. I valori misurati sono quindi confrontati con quelli dedotti dall'algoritmo per identificare scostamenti.

A bordo macchina o in cloud?

Dove eseguire l’analisi dei dati

I due paradigmi di Condition Monitoring non differiscono solo per la loro impostazione metodologica, ma anche per le risorse di calcolo utilizzate per la loro implementazione. L'approccio basato sulla modellizzazione della macchina non richiede risorse di calcolo significative e può essere pertanto implementato su PLC o Industrial PC a bordo macchina. Le analisi basate su Machine Learning e intelligenza artificiale sono di norma implementate come applicazioni Cloud.

Il portafoglio di Lenze offre agli OEM la più ampia libertà di scelta. Sono disponibili molteplici modelli di PLC in grado di svolgere analisi su modelli tridimensionali per il Condition Monitoring. L'analisi dei dati può essere altresì svolta localmente utilizzando il potente PLC c750. In alternativa, è possibile esportare i dati in Cloud utilizzando il gateway x500. In combinazione con la piattaforma x4, i tecnici hanno a disposizione una soluzione Cloud pronta all'uso che copre non solo il Condition Monitoring, ma anche la manutenzione remota delle macchine e una pratica soluzione di Asset Management.

Per saperne di più su Lenze Digital Solutions.

Senza sensori addizionali

Estrarre valore dai dati disponibili

Il vantaggio dell'approccio proposto è quello di estrarre informazioni di valore da sorgenti dati che sono già disponibili. Non sono necessari sensori addizionali. Lenze fornisce algoritmi pre-testati per molteplici applicazioni e supporta i progettisti nel trasformare la loro conoscenza dei processi e delle macchine in modelli di Condition Monitoring in grado di aumentare l'efficienza della produzione.