Ausfälle voraussagen mit KI, IoT und Sound
Fazit & Ausblick
KI-Algorithmen, maschinelles Lernen und Technologien zur Aufnahme selbst kleinster Geräusche über viele Frequenzbereiche hinweg ermöglichen heute, bevorstehende Maschinenprobleme durch blosses Hören präziser als je zuvor, rund um die Uhr und selbst in rauen Industrieumgebungen zu diagnostizieren. «Sound ist eine der einfachsten und universellsten Methoden zur Erkennung eines mechanischen Defekts», unterstreicht Martin Kuban.
“Ein Vorteil der akustischen Überwachung ist, dass sie nichtinvasiv und kontaktlos sein kann.„
Nicole Foust Research-Analystin bei Gartner
Zwar ist der Markt für die schallbasierte vorausschauende Instandhaltung noch jung, dennoch spricht die wachsende Anzahl der Lösungen und der Unternehmen, die diese Technologie bereits erfolgreich implementiert haben, deutlich für ihr Potenzial. «Immer mehr Unternehmen achten bei der Auswertung von Datenquellen und Technologien darauf, dass diese auch für die akustische Überwachung eingesetzt werden können, um die vorausschauende Instandhaltung womöglich noch effektiver zu gestalten», berichtet Nicole Foust. Auch das Prozessverständnis und die technischen Umsetzungen werden nach Beobachtung der Gartner-Expertin zunehmend ausgereifter. Das steigende Interesse ist nicht überraschend, denn in anlagenintensiven Branchen wird das Anlagenmanagement zu einer Kernkompetenz des Geschäftsbetriebs. Methoden, die eine präzise und frühestmögliche Vorhersage ungeplanter Ausfälle und Stillstände ermöglichen, ziehen deshalb besondere Aufmerksamkeit auf sich.
Von der Sound-basierten Predictive Maintenance profitieren übrigens nicht nur grosse Fabriken. Selbst im Konsumbereich gibt es erste Initiativen. Bei einem innSono-Kunden etwa, einem globalen Hersteller von Haushaltsgeräten, befindet sich die Technologie gerade in der Implementierungsphase. Anhand des aufgezeichneten Tons soll die Zustandsüberwachung eines Kühlschranks anzeigen, ob eine Störung vorliegt und ob alle im Kühlschrank eingebauten Komponenten ordnungsgemäss funktionieren. Noch wird die Technologie nur am Produktionsstandort zur Überwachung der Geräte eingesetzt, bevor diese an die Kunden ausgeliefert werden. Ziel ist es jedoch, die Technik auch den Endkunden zu Hause zur vorausschauenden Wartung der Geräte zur Verfügung zu stellen.
