Ausfälle voraussagen mit KI, IoT und Sound
Schonende Implementierung
«Ein Vorteil der akustischen Überwachung ist, dass sie nichtinvasiv und kontaktlos sein kann», betont Nicole Foust, Research-Analystin bei Gartner. Oft reichen in der Tat je nach Fall einfache Mikrofone, die in der Nähe von Maschinen und Anlagen aufgestellt werden, zum Beispiel spezielle Ultraschallmikrofone. «Das ist besonders für einige regulierte Branchen wichtig, wo man beispielsweise die Maschinen nicht manipulieren darf, indem man einen Sensor anbringt», erklärt Foust.
Eine besonders spannende Lösung für die kontaktlose Datenerfassung bietet Noiseless Acoustics. Das finnische Unternehmen hat eine Akustikkamera entwickelt, die die gefundenen Probleme in Echtzeit auf einem Bildschirm visualisiert. Das Gerät, das unter dem Namen NL-Kamera vermarktet wird, hat einen Frequenzbereich, der sich bis auf Ultraschallfrequenzen erstreckt, und dient hauptsächlich zur Erkennung von Leckagen in Stromnetzen und Luftaustritten in Fabrikanlagen.
Andere Szenarien erfordern die Installation von Sensoren, die technisch ebenfalls keine bis minimal invasive Eingriffe erfordern. Neuron Soundware, 2018 von Gartner im Bereich akustische Technologien für Predictive Maintenance als «Cool Vendor» ausgezeichnet, verwendet zum Beispiel spezielle Sensoren, die sich ganz einfach am Gehäuse der zu untersuchenden Maschine anbringen lassen. Sie sind somit auch leicht an andere Stellen zu verschieben, um bessere und genauere Ergebnisse zu erzielen. «So beeinträchtigen die Sensoren weder den Maschinenbetrieb noch die Leistung», erklärt Martin Kuban, CMO des in Prag ansässigen Technologie-Unternehmens.
“Sound ist eine der einfachsten und universellsten Methoden zur Erkennung eines mechanischen Defekts.„
Martin Kuban, CMO von Neuron Soundware
Ein weiteres Beispiel für den innovativen Einsatz moderner Technologien bei der vorausschauenden Wartung stellen Analysen dar, die auf Computer-Vision basieren, einer Methode aus dem Grenzbereich zwischen Informatik und Ingenieurswissenschaften zur Interpretation von Kamerabildern. Mit speziellen visuellen Sensoren und einer KI-getriebenen Datenanalyse können Unregelmässigkeiten bei Einzelmaschinen oder Fertigungslinien erfasst werden, bevor es zu Defekten in der kompletten Produktcharge kommt.
So konnte das US-Unternehmen Luxoft für einen führenden Pharmahersteller durch diesen Ansatz den Aufwand bei der Kalibrierung von Dissolutionsgeräten deutlich reduzieren. Früher mussten diese Maschinen für das Testen von Medikamenten durch das Fachpersonal kontinuierlich überwacht werden, damit selbst die kleinste Abweichung in der Kalibrierung sofort korrigiert werden konnte, denn sonst hätten die Tests fehlerhafte Ergebnisse geliefert. Nun werden das Wobbeln und die Rotationsgeschwindigkeit der Geräte durch visuelle Sensoren erfasst und jede Abweichung wird automatisch kalkuliert. Soll ein Gerät nachkalibriert werden, wird das Personal umgehend benachrichtigt. Dieser Ansatz verringert das Risiko menschlicher Fehler erheblich und verschafft den Fachleuten Zeit für andere Aufgaben.