Monitoramento de condições

Monitoramento de máquinas em tempo real

Condition Monitoring

Oferece monitoramento de condições em tempo real

Quando o drive se torna um sensor: Estamos demonstrando como pode ser realizado o monitoramento de condições inteligente, fornecendo informações abrangentes sobre o “estado de saúde” das máquinas e instalações sem a necessidade de qualquer tecnologia de sensor adicional e cara.

Coletar e interpretar os dados disponíveis já é uma boa maneira de monitorar o estado das máquinas, o que requer uma compreensão mais profunda das máquinas e processos, para gerar informações significativas a partir dos dados “básicos”. As análises baseadas em aprendizado de máquina (ML) e IA podem ajudar a identificar anomalias mais rapidamente. Nesta demonstração, mostramos isso e visualizamos o resultado da avaliação com a ajuda de um gêmeo digital:

Nesta demonstração, você pode conhecer nossa abordagem de monitoramento de condições:

Model-based ou data-based?

Duas opções para os melhores resultados

Abordagem baseada em modelo: Aqui, os valores reais medidos são comparados com os resultantes da descrição matemática/física estimada da máquina. Se determinados padrões forem detectados ou tolerâncias excedidas, isso é interpretado como uma anomalia.

Abordagem baseada em dados. Um algoritmo de aprendizado de máquina aprende o estado normal do sistema com base nos dados medidos, por exemplo, velocidade do motor, aceleração, torque, posição e consumo de corrente. Os valores reais são comparados com esta descrição aprendida para detectar desvios.

Sistema de controle ou cloud?

Avaliação dos dados

As duas abordagens de monitoramento de condições apresentam diferenças não apenas em termos de conceitos. A questão de como esses dados são avaliados também tem respostas diferentes. A avaliação baseada em modelo geralmente ocorre no sistema de controle, porque não requer significativa potência de processamento. As análises de ML e AI utilizadas para avaliações baseadas em dados são normalmente implementadas como um aplicativo em nuvem.

O portfólio da Lenze oferece ao OEM total liberdade de escolha, incluindo vários CLPs tridimensionais diferentes para monitoramento de condições baseado em modelo. A avaliação baseada em dados também pode ser realizada localmente se for utilizado o potente controlador c750 Cabinet. Também é possível fornecer uma rota para a nuvem com o gateway x500. Juntamente com a Plataforma X4, os engenheiros mecânicos têm uma solução em nuvem pronta para uso que abrange não apenas o monitoramento de condições, mas também a manutenção remota da máquina e a fácil gestão de ativos.

Saiba mais sobre as soluções digitais da Lenze.

Sem necessidade de sensors adicionais

Utilizando simplesmente as fontes existentes

O truque com esta solução é extrair o valor da informação agregada de fontes de dados já disponíveis. Sem necessidade de sensores adicionais a Lenze fornece algoritmos pré-testados para várias aplicações e ajuda os engenheiros mecânicos a transformar sua experiência em processos e conhecimento de máquinas em um modelo de monitoramento de condições que aumentará a eficiência.

Formulário de contato