Erhöhung der Produktqualität durch magnetoresistive Sensoren und KI

Neues Forschungsprojekt KI-Predict

In dem neuen vom BMBF geförderten Forschungsprojekt KI-Predict wollen acht Unternehmen und Forschungseinrichtungen gemeinsam unter Einsatz von unterschiedlichen Sensorsystemen und Methoden der künstlichen Intelligenz zustandsbasierte, prädiktive Wartung von Prozessanlagen und die Überwachung der Produktqualität direkt im Produktionsprozess ermöglichen helfen.

Bild: NTN Wälzlager (Europa) GmbH / SNR Wälzlager GmbH

Die Lineartechnik wurde für das Vorhaben als eine Beispiel-Applikation für zentrale industrielle Prozesse ausgewählt. Daher soll im Projekt eine Lineartechnik-Musteranlage durch NTN-SNR aufgebaut und mit diversen Sensorik Systemen von Sensitec ausgestattet werden. Mit Unterstützung der Projektpartner Universität des Saarlandes und Canway sollen anschließend in mehreren Messkampagnen die Messdaten der integrierten Sensoren im Langzeitbetrieb gesammelt und mittels KI-Algorithmen ausgewertet werden. Das Ziel dieser Messreihen ist es einerseits die Sensoren zu identifizieren, welche einen signifikanten Beitrag zur Zustandsüberwachung bzw. zur Produktqualität beitragen. Andererseits soll aber auch die Aussagekraft von KI-Algorithmen zur Zustandsüberwachung und damit auch zur langfristigen Produktqualität untersucht werden.

Das könnte Sie auch Interessieren

Bild: Analog Devices GmbH
Bild: Analog Devices GmbH
Warum vorausschauende Wartung?

Warum vorausschauende Wartung?

Allein in Fabriken in den USA entstehen pro Jahr ungeplante Ausfallzeiten von 14 Millionen Stunden. Die Ursache dafür, Systemfehler, bescheren der Industrie Kosten in Milliardenhöhe. Um solche Szenarien zu verhindern,
nutzen Fabriken in der Regel einen teuren manuellen Ansatz: Experten sammeln Daten, um den Zustand der
Anlagen zu beurteilen. Auch kommen oft Sensorlösungen zum Einsatz, die jedoch nicht alle möglichen Ausfälle zuverlässig erkennen können. Mehr Potenzial versprechen Systemlösungen für die vorausschauende Wartung.

Bild: Roxon
Bild: Roxon
Online-Zustandsüberwachung für Gurtförderanlagen

Online-Zustandsüberwachung für Gurtförderanlagen

Schmersal stellt über seinen Systempartner Roxon eine vollautomatisierte Online-Zustandsüberwachung für Gurtförderanlagen vor: Der HX170 basiert auf einer optischen Zustandsüberwachung des Oberflächenprofils, wodurch alle möglichen Beschädigungen der Verbindungsstellen sowie Längsschlitze, Risse und Löcher an der Bandoberfläche erkannt werden sollen.

Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Ob autonomes Fahrzeug in der Intralogistik oder Werkzeugmaschine in der industriellen Fertigung: Fehler und Ausfälle einzelner Geräte und Komponenten sind nicht immer zu vermeiden. Deren Wahrscheinlichkeit einzuschätzen und den Aufbau technischer Systeme hinsichtlich ihrer Betriebs- und Prozesssicherheit zu verbessern, ist daher umso wichtiger. Mit proSvift entwickelten Forschende des Fraunhofer IGD ein neues Analysewerkzeug, das auf einer probabilistischen Fehlermöglichkeits- und Einflussanalyse (FMEA) basiert und intuitiv steuerbar ist. Anwender sollen so Produktionsausfälle, kritische Auswirkungen und Folgekosten reduzieren können.