Intelligentes Condition Monitoring, Fluid- und Prozessüberwachung

Die systematische Analyse von verknüpften Sensorsignalen und Maschinenparametern mit Methoden des maschinellen Lernens, sowie die Fluidüberwachung mittels spezialisierten Sensorsystemen bieten ein enormes Potential, Produktions- und Prüfprozesse sowie die Maschinen- und Anlagenverfügbarkeit zu optimieren.

Intelligentes Condition Monitoring und Prozessüberwachung

Unsere Kompetenzen liegen hierbei in den Bereichen Signalverarbeitung von heterogenen Sensordaten im Zeit- und Frequenzbereich, sowie der vollständig automatisierte Erstellung von statistischen Modellen zur Detektion und Quantifizierung von Zielgrößen, etwa Maschinenverschleiß oder Fertigungsqualität. Hierbei arbeiten wir mit skalierbaren Algorithmen, was die Auswertung sehr großer Datenmengen bis in den mehrstelligen Terabyte-Bereich ermöglicht.Die Leistungsfähigkeit des Ansatzes konnte im Projekt ICM-Hydraulik eindrucksvoll unter Beweis gestellt werden, bei dem eine selbstlernende Zustandsüberwachung für hydraulische Systeme auf Basis von Prozesssensoren (Drücke, Volumenströme, Temperaturen, Motorleistung) und Vibrationssensoren entwickelt wurde, mit der typische Verschleiß- und Schadensgrößen von Komponenten (z.B. interne Pumpenleckage, verzögertes Ventilschalten, Gasleckage des Hydrospeichers) sowohl offline als auch online selektiv detektiert und quantifiziert werden konnten. Daneben konnte gezeigt werden, dass fehlerhafte Sensoren identifiziert und durch ein automatisiertes Neuanlernen des reduzierten Sensornetzes kompensiert werden können.

In aktuellen Forschungsarbeiten weiten wir die statistische Analyse auf die gesamte Wertschöpfungskette aus, untersuchen neben Fragestellungen zum Condition Monitoring auch die Überwachung von Zerspanungs- und Prüfprozessen in der industriellen Produktion. Ein weiterer Fokus ist die Entwicklung eines modularen Sensorbaukastens mit dem Ziel, die Zustandsüberwachung und Prozesssteuerung durch individuell auf die Anwendung zugeschnittene smarte Sensormodule und -netze mit variablen Messgrößen, Samplingraten und Signalverarbeitungsalgorithmen zu verbessern sowie die Integration durch eine sensornahe Signalauswertung auf Basis von DSP/FPGA-Technologien zu erleichtern.

Unsere Leistungen:
– Condition Monitoring von Maschinen und Anlagen
– Fertigungs- und Prüfprozessüberwachung
– Konzeption und Umsetzung von komplexen Prüfständen und Datenerfassungssystemen
– Big-Data fähige Signalverarbeitung im Zeit- und Frequenzbereich
– Überwachte und unüberwachte maschinelle Lernverfahren

Ansprechpartner: n.helwig@zema.de

Projekte:
MoSeS-Pro
iCM-Hydraulik
iCM-Wind

Condition Monitoring von Fluiden

Ein weiterer Forschungsschwerpunkt liegt im Bereich Condition Monitoring von Fluiden, wobei die Zustandsbewertung von Fluide generell und insbesondere die Ölqualitätsüberwachung adressiert wird.

Die aufwendige und meist ungenaue Messbarkeit des Schmiermittelzustands in modernen Anlagen bzw. Maschinen ist bisher eine Schwachstelle in deren Betrieb. Zur Vermeidung von Schäden an diesen Anlagen ist eine möglichst kontinuierliche Überwachung der Ölqualität unerlässlich. Hinzu kommt der ökologische Vorteil durch geringeren Ressourcenverbrauch und reduzierte Umweltbelastung, wenn die Lebensdauer von Schmiermitteln, Hydraulikölen und andere technischen Fluiden optimal ausgenutzt werden kann.

Ziel dieser Entwicklung ist ein integriertes und miniaturisiertes Komplettsystem aus einer Mehrkanal-IR-Messzelle mit dazugehöriger Elektronik, welches dem Nutzer Rückmeldung gibt, sobald ein Ölwechsel durchgeführt werden muss und zusätzlich unterschiedliche Alterungsprozesse erkennen und quantifizieren kann. Das Sensorsystem soll hierbei direkt in im Systemkreislauf bzw. im Bypass eingebaut werden und sowohl im Druckkreislauf als auch im Rücklauf platzierbar sein.

Unsere Leistungen:
– Optische Untersuchung der Nanostrukturen und IR-Komponenten
– Charakterisierung von Fluiden mittels FTIR-Spektrometer,
– Untersuchung von Abscheide- und Ätzprozessen,
– Erarbeitung von Auswertealgorithmen,
– messtechnische Charakterisierung

Ansprechpartner: eliseo.pignanelli@zema.de

Projekte:
MOQuaS
NaMiFlu
FluidSenS

Weitere Informationen im Überblick: hier

measuring-cell