Lesedauer: 5 Minuten

Gastbeitrag: IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH

Optimierung der Ener­gieeffizienz und Wartung mittels Sensorik und Künst­licher Intelligenz

Sensorplattform „sUSe“

Einerseits ist Energie derzeit im Ver­gleich zur Vergangenheit preis­inten­siv, andererseits ist die Be­schaf­fung von unternehmens­re­levanten Kom­po­nen­ten auf­grund der welt­wei­ten Liefer­ketten­schwierig­keiten pro­b­le­­ma­­tisch.

Es ist daher wichtig, E­ner­gie zu spa­ren, sie optimal zu nutz­en und dem Aus­fall von Maschinen und Anlagen vorzubeugen.

Dr.-Ing. Tino Hutschenreuther (Themenbereichsleiter System Design am IMMS), Jonathan Josue Gamez Rodriguez und Sebastian Uziel (Entwicklungsingenieure für eingebettete Hard- und Software am IMMS) mit der Sensorplattform „sUSe“ (v.l.)

Dr.-Ing. Tino Hutschenreuther (Themenbereichsleiter System Design am IMMS), Jonathan Josue Gamez Rodriguez und Sebastian Uziel (Entwicklungsingenieure für eingebettete Hard- und Software am IMMS) mit der Sensorplattform „sUSe“ (v.l.)

Mit der Sensorplattform „sUSe“ stellt das IMMS Institut für Mikro elek tro – nik- und Mechatronik-Systeme gemeinnützige GmbH (IM­MS GmbH) eine Lösung speziell für den Druckluftbereich vor. Ziel ist es, Un­dichtig­keiten in Druck­luft­systemen und Wartungsstaus zu erkennen und zu beheben.

In Kooperation mit den Sensorik-Partnern SONO­TEC GmbH (Ultraschallsensoren) und der Postberg+Co.GmbH (Volumenstromsen­soren) wur­de am IM­MS mit sUSe eine automatisier- und skalier­bare Lösung für diese Problemstellung entwickelt. Das sUSe-System kann in bes­tehen­den Um­gebung­en nachgerüstet werden, um sie zu überwachen, die Energieeffizienz zu ver­bes­sern und damit letztlich auch CO2-Emissionen einzusparen.

Druck­verlust führt zu Energie­­ver­lust

Druckluft dient in der Industrie zum Beispiel dazu, Maschinen anzutreiben, Bau- oder Klein­teile zu befördern oder Abluft-, Ven­ti­la­tions- und Trocknungs­systeme zu unter­halten. In der Regel werden diese Druck­luft­sys­teme mit einem elektrisch betriebenen Optimierung der Energie­effizienz und Wartung mittels Sensorik und Künstlicher Intelligenz Kom­pressor betrieben. Sobald also eine Undichtigkeit besteht, reduziert sich der Wir­kungs­grad und gleichzeitig erhöht sich der Strom­bedarf, um die notwendige Leistung aufrecht­zu­erhalten. Es gilt daher einer­seits, die Druckluft energieoptimal zu nutzen und andererseits, Leckagen zu eliminieren. Diese zu entdecken ist insbesondere dann proble­ma­tisch, wenn die austretende Luft vom Menschen nicht wahrgenommen wird – etwa dann, wenn die Undichtigkeit zu klein ist. Treten mehrere solcher Fälle auf, kann sich das schnell sum­mieren.

System inte­griert weltweit erst­malig Multi­sensorik und Da­ten­fusion

Üblicherweise werden Lecks in Druck­luft­sys­temen von extern beauftragten Service-Tech­nikern mit unterschiedlichen Appa­ra­tur­en iden­tifiziert, analysiert und doku­men­tiert. Eine per­manente Über­wach­ung findet zumeist nicht statt. Die Daten lassen sich weder vernetzen noch in ERPSysteme übertragen. Die sUSe-Platt­form bil­det für all diese Varianten die Basis.

„Schon vor der Energiekrise hat die Industrie Leckagen in Druckluft­lei­tung­en bekämpft, da sie die meisten ener­ge­tischen Verluste und damit auch unnötige Kosten verursachen. Mit Blick auf die aktuelle Preisentwicklung ist es für Unternehmen umso wichtiger, sol­che Undichtig­keiten zu finden, Ver­luste zu bewerten und Maßnahmen für die Instand­haltung einzu­leiten.“

Dr. Tino Hutschenreuther

Themenbereichsleiter für System Design, IMMS

Hardwareseitig besteht das System aus der Plattform selbst und mehreren, über ein Druckluftsystem verteilten, vernetzten und fest installierbaren Ultraschall- und Volumenstrom-Sensoren. Die Volumen­strom­sensoren messen die Menge an durchfließender Druckluft an unter­schied­lichen Stellen. Diese wird software­seitig zu jener Menge in Beziehung gesetzt, die in das Druckluftsystem eingespeist wird. Die Ultraschallsensoren orten Leckagen akustisch und bewerten deren Verlust. Diese Daten werden dann fusioniert und digital verarbeitet.

sUSe-Plattform mit angeschlossenen Sensoren geöffnet
sUSe-Plattform mit angeschlossenen Sensoren geschlossen

Das Herzstück der sUSe-Plattform mit angeschlossenen Sensoren

KI zur Zustandsüberwachung und vor­aus­schauenden Wartung

Da Druckluft für viele Anwendungen an wechseln­den Stellen in unterschiedlicher Menge zugeführt wird, müssen die sUSe-Plattform und alle zugehörigen Sensoren zeit­syn­chron ar­bei­ten. Die Notwendigkeit der anschließenden prozess­nahen Ver­ar­bei­tung mit Algorithmen (Edge-KI) ergibt sich aus den hohen Datenraten der Sensoren. In den einzelnen Druck­luft­ver­teil­systemen erfolgt eine Verarbeitung unter­schied­licher Sensor-, Maschinen- und An­lagen­daten mit dem Ziel, Anomalien zu de­tek­tieren und zu bewerten, Trends zu erkennen und Prognosen zum War­tungsbedarf unter Nutzung von KI- und speziell von Machine-Learning (ML)-Methoden zu erstellen. Erst die Daten­aus­wer­tung und – im Idealfall – die visuelle Er­geb­nis­darstellung er­mög­lichen dies.

Maschinen und Anlagen sollten in ihrem Zustand überwacht werden, um Produktions­ausfälle zu vermeiden. Beispielsweise können bei Druck­luft­kom­pressoren unterschiedliche Sensor- und Steuerungsdaten der jeweiligen Anlage im lau­fen­den Prozess Aufschluss über Ab­wei­chungen, Fehler und absehbare Wartungs­bedarfe an unterschiedlichsten Bauteilen des Kompressors geben, die sonst erst bei einem Ausfall bemerkt worden wären. Die Daten­auswertung per Algo­rithmen ermöglicht einer­seits eine Auto­ma­ti­sierung, andererseits durch die Analyse von Mus­tern und Trends auch Vor­hersagen.

Optionen für weitere (KI-) An­wen­dung­en

Damit das System ohne Hard­ware­änder­ungen flexibel für verschiedene Anwendungen adap­tiert werden kann, wurde bei den Kompo­nen­ten auf eine hohe Kompatibilität geachtet und ent­sprechende Kommunikations­schnitt­stellen und -protokolle implementiert.

Da die „sUSe“-Plattform über einen Steckplatz für KI-Beschleuniger ver­fügt, ist das System auch für das Online-Training von KI- bzw. ML-Modellen geeignet. Es kann daher direkt auf dem Edge-KI-System gelernt werden, weshalb es auch in der konkreten Einsatzumgebung im Unter­nehmen „dazulernen“ oder in Fe­der­ated Learning-Architekturen zum Einsatz kommen kann. Im Gegensatz zu mobilen Dia­gnose­geräten kann ein fest installiertes System auf sUSe-Basis auch in Bereichen wie Roboterzellen oder auto­matischen Hoch­regal­lagern zum Einsatz kom­men, wo Menschen keinen Zutritt haben oder dafür die Produktion unter­brochen werden müsste.

Rohr eines Druckluftsystem mit Sensor

An ein Druckluftsystem angeschlossener Sensor

Über das Monitoring von Druck­luft­sys­temen hinaus gibt es vielseitige Einsatzpotenziale in der voraus­schau­enden Instandhaltung (Predictive Maintenance), der Prozess­über­wachung und der Quali­täts­sicherung. Die modulare Platt­form-Archi­tektur ist zudem so ent­wick­elt, dass sich sehr spezifische Marktanfragen mit unter­schied­lichen Sensorkombinationen effektiv bearbeiten lassen. (IMMS)

Logo einer staatlichen Institution, Bundesministerium für Wirtschaft und Energie des deutschen Bundestags

Das Projekt sUSe wurde unter dem Kennzeichen ZF4085709PO8 gefördert durch das Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages.

Automatisierung in der Qualitätssicherung durch Deep Learning

Gastbeitrag: Institut für Fügetechnik und Werkstoffprüfung ifw Jena Automatisierung in der Qualitäts­sicher­ung durch Deep Lear­ningIn der Metallografie werden...

Künstliche Intelligenz in der Produktion: Gastbeitrag von Dr. Se­bastian Gerth und Dr. Andreas Patschger

Künstliche Intel­ligenz in der Pro­duktion Was ist heute bereits möglich und was kann in Zukunft möglich sein?In Thüringen gibt es gleich eine ganze Reihe von Einrichtungen und...

10. Waltershäuser Technologietag: KI zur Steigerung der Produktivität

10. Waltershäuser Technologietag: KI zur Steigerung der ProduktivitätDer Waltershäuser Technologietag beschäftigte sich dieses Mal mit dem Thema „KI zur Steigerung der Produktivität“....

Gastbeitrag von Prof. Dr.-Ing. Christian Döbel: KI-Prädiktionsmodell für Feldausfallrisiken

Vorhersagen können, wann ein Ausfall drohtIm Rahmen eines Produktions- und Bedatungsprozesses von Maschinen und Produkten fallen sehr viele Daten an,die gezielt zur Verbesserung dieser...

Qualitätskontrolle von Maßen und Oberflächen mittels KI

Gastbeitrag: GFE - Gesellschaft für Fertigungstechnik und Entwicklung Schmalkalden e.V.Qualitätskontrolle von Maßen und Oberflächen mittels KIKunststoffe, metallische...

Hier ist Dr. Chatbot, was kann ich für Sie tun?

Hier ist Dr. Chatbot, was kann ich für Sie tun? Künstliche Intelligenz oder persönliche BeratungViele Menschen ziehen inzwischen das Internet zu Rate, wenn es um medizinische Fragen geht....

Smarte Aluminium-Spritzgießwerkzeuge

Gastbeitrag: Hochschule Schmalkalden und Technische Universität IlmenauSmarte Aluminium-Spritzgieß­werkzeugeIndustrielle Produk­tion ist ohne spritzge­gossene Pro­dukte aus...

Ilmenauer Wissenschaftsnacht 2023: Programm online verfügbar

Programm zur Wissenschaftsnacht online verfügbar Wissenschaftsabenteuer in IlmenauAm 1. Juli lockt die Ilmenauer Wissenschaftsnacht Groß und Klein auf den Campus der Technischen...

VibroKI: Optimierung von Schleifprozessen mit KI-Methodik

Gastbeitrag: Ernst-Abbe-Hochschule Jena (EAH)Optimierung von Schleif­prozessen mit KI-MethodikUnerwünschte Schwingungen während des Schleifens optischer Werkstoffe verursachen...

16. Erfurter Technologiedialog oder „Warum KI die neue Elektrizität ist“

16. Erfurter Technologiedialog oder „Warum KI die neue Elektrizität ist“ Am 8. April 2024 stand der 16. Erfurter Technologiedialog ganz im Zeichen der Künstlichen Intelligenz (KI). 170...
Share This