Durch die Nachrüstung mit Sensoren können Industriebetriebe ihre vorhandenen Maschinen und Anlagen für Data-Analytics-Lösungen fit machen. Neben konventioneller Vibrations-, Temperatur- und Strommess-Technik zählen dazu auch neue akustische Sensoren. Dieser Sensortyp eignet sich besonders gut für die Zustandsüberwachung von Anlagen und eine vorausschauende Wartung.
Ausfall kündigen sich akustisch an
So können Unternehmen mit Akustiksensoren die Geräusche von kritischen Anlagenkomponenten wie Motoren, Lagern oder Getrieben erfassen und mit Machine-Learning-Algorithmen auswerten. Dadurch sind sie in der Lage, ungewöhnliche Geräuschentwicklungen zu detektierten, die auf den drohenden Ausfall einer Komponente hindeuten. Durch rechtzeitige Instandhaltung können sie dann den Stillstand der Maschine oder Anlage verhindern. Bei der Implementierung von akustischen Sensoren sind zahlreiche Faktoren zu berücksichtigen.
Auswahl – Unternehmen sollten Sensoren wählen, deren Frequenzbereiche möglichst eng um das Signal herum liegen, das sie erfassen möchten. So können sie eine kostspielige Überdimensionierung vermeiden, denn je größer das Frequenzband eines Sensors ist, desto teurer ist er. Sind die Sensoren Feuchtigkeit oder Schmutz ausgesetzt, sollten sie die entsprechenden IP-Schutzklassen erfüllen.
Installation – Die akustischen Sensoren sollten so platziert werden, dass sie möglichst wenig störenden Umgebungsgeräuschen ausgesetzt sind. Wenn Experten mit ihrem menschlichen Gehör Anomalien erkennen können, ist das ein gutes Indiz dafür, dass die Sensoren so platziert sind, dass auch die maschinelle Analyse erfolgreich sein wird.
Datenspeicherung – Unternehmen sollten prüfen, ob sie die Geräusche der überwachten Komponente kontinuierlich erfassen müssen oder die Erfassung immer erst durch einen Trigger starten lassen – beispielsweise, wenn die Geräusche eine bestimmte kritische Dezibel-Grenze überschreiten. Dann können sie Speicherplatz und Kosten sparen. Zudem haben sie die Möglichkeit, die Audiodateien auf kostengünstigen Medien zu speichern und lediglich die Metadaten in vergleichsweise teuren Datenbanken abzulegen.
Datenverarbeitung – Auch wenn Unternehmen nicht das volle Signal der Sensoren speichern, sondern eine verarbeitete Form, können sie Kosten sparen. Eine solche Form sind beispielweise Spektrogramme, die akustische Signale visualisieren. Sie haben den zusätzlichen Vorteil, dass sie mit den hochentwickelten Machine-Learning-Algorithmen analysiert werden können, die heute für Bilder zur Verfügung stehen.
Datenschutz – Abhängig von der konkreten Anwendung enthalten akustische Daten eventuell sensitive Informationen, etwa Gespräche von Mitarbeitern. Unternehmen können solche Informationen herausfiltern oder ihre Aufnahme durch die richtige Platzierung der Sensoren von vornherein verhindern.
„Akustische Sensoren haben das Potenzial, in vielen Anwendungsfällen einen Mehrwert zu bieten“, schildert Sebastian Lienert, Data Scientist bei LeanBI. „Für eine erfolgreiche Implementierung sollten Unternehmen ein ganzheitliches Konzept verfolgen, das die Auswahl und Platzierung der Sensorik sowie die Speicherung, Verarbeitung und den Schutz der Daten umfasst. Dieses Konzept muss auf den individuellen Anwendungsfall abgestimmt sein. One-size-fits-all-Lösungen gibt es nicht.“
