Każde nieplanowane zatrzymanie produkcji, nawet w przypadku poszczególnych urządzeń, powoduje zwiększenie nakładów pracy, wzrost kosztów i obniżenie wydajności. Oparty na danych, ciągły i możliwie wydajny monitoring to podstawa najwyższej dostępności maszyn i instalacji.
Monitoring maszyn
Podstawowym zastosowaniem jest ciągły nadzór nad maszynami. Chodzi tu o wykorzystanie odpowiednich danych, takich jak prąd, temperatura czy wibracje, w celu wykrycia anomalii w bieżącej obsłudze na wczesnym etapie, najlepiej aby móc sklasyfikować te anomalie i z wyprzedzeniem wykryć możliwe błędy. Często wiąże się to z oznakami zużycia i uszkodzenia, które są wykrywane wcześnie i niezawodnie za pomocą analizy opartej na uczeniu maszynowym. Zapewnia to możliwość projektowania interwencji serwisowych i konserwacji w odpowiednim czasie, aby uzyskać jak największą dostępność przy minimalnych kosztach.
Nadzór procesu
Innym istotnym przypadkiem zastosowania jest ciągły nadzór procesu. Chodzi tu o wykrywanie na wczesnym etapie odchyleń od parametrów procesowych i możliwość interwencji w ramach procesu, jeżeli zajdzie taka potrzeba. Opierając się na istniejącym rozwiązaniu sterowania i danych, które są zazwyczaj już dostępne, ponownie wykorzystuje się modelowe rozwiązanie uczenia maszynowego w celu wykrywania anomalii i klasyfikowania ich tam, gdzie jest to możliwe. Tam, gdzie automatyzacja oparta na regułach osiąga swoje granice, uczenie maszynowe (ML) aktywuje całkowicie nowy wgląd we wcześniej nieznane stany procesów. Dzięki temu interwencja względem procesów może być szybsza i bardziej ukierunkowana.
W oparciu o nieustanny nadzór stanu urządzeń i instalacji powstają różne przypadki użycia, które zwracają uwagę na cel, jakim jest jak największa dostępność instalacji, która z kolei jest kluczowa dla ekonomicznej produkcji. Ostatecznie stan instalacji jest stale znany, co skutkuje maksymalnym bezpieczeństwem dla osób odpowiedzialnych za proces. Ponadto błędy lub nieprawidłowości w danych maszyny można wykryć na wczesnym etapie, a niezbędne pomiary można rozpocząć przed wystąpieniem rzeczywistej usterki lub nawet awarii systemu.
Przykładem zastosowania jest zautomatyzowany nadzór taśm przenośników taśmowych w intralogistyce. Jednym z zadań jest monitorowanie i przewidywanie w zakresie przedłużenia elementów przenośnika łańcuchowego, w zależności od różnych czynników, takich jak szybkość, obciążenie, czas działania lub temperatura. Obejmuje to wczesne oznaczanie pojedynczych uszkodzonych obszarów łańcucha. Prowadzi to również do zilustrowania lub zabezpieczenia wiedzy techników serwisowych na temat stanu systemu, a tym samym do przekształcenia systemu w kierunku ciągłego nadzoru opartego na danych. Konkretne zalety zautomatyzowanego nadzoru to obniżenie kosztów serwisowania i konserwacji, a także wyższa dostępność, a tym samym produktywność systemu. Dzięki perspektywie nowych modeli biznesowych możliwe jest np. zbycie dostępności w formie nowych lub rozszerzonych umów o gwarantowanym poziomie usług (SLA). W końcu takie usługi IoT prowadzą do nowych dostrzegalnych właściwości dla klientów końcowych i odpowiednio większej lojalności klientów.
Kolejną aplikacją jest zautomatyzowany nadzór wentylatorów w hali produkcyjnej związanej z galwanizacją. W galwanotechnice odpowiednia wentylacja jest procesem o kluczowym znaczeniu dla produkcji. Na przykład powstaje gaz tlenowodorowy, który w krytycznych stężeniach stwarza zagrożenie wybuchem. Substancje kwasowe mogą również prowadzić do korozji sprzętu. Istnieje również odpowiedzialność w dziedzinie bezpieczeństw i higieny pracy oraz ochrony zdrowia pracowników. Zadaniem jest ciągły nadzór wentylatorów za pomocą inteligentnych czujników i analizy danych opartej na uczeniu maszynowym. Ścieżka, którą należy podążać, to droga od konserwacji prewencyjnej, opartej na zasadach do konserwacji opartej na warunkach. Prowadzi to do minimalizacji nieplanowanych przestojów w produkcji i zmniejszenia kosztów związanych z konserwacją. Pierwszą zaletą tego przykładowego kompleksowego rozwiązania dla aplikacji typu Brownfield jest ciągłe, zautomatyzowane monitorowanie warunków. Jest to podstawa do zmniejszenia lub minimalizacji kontroli, konserwacji i napraw. W tym konkretnym wypadku możliwe było przejście z comiesięcznej kontroli wentylatorów wymagającej inspekcji na dachu hali produkcyjnej do kontroli półrocznej. Udało się zredukować nieplanowane przestoje i zwiększyć dostępność zakładu. Przypadek użycia IoT z konkretnymi korzyściami.
Na podstawie danych procesowych i ich oceny z wykorzystaniem technologii ML można w wielu wypadkach wyciągnąć wnioski dotyczące jakości wytwarzanych produktów. W oparciu o wybrane parametry procesów można rozpoznać wzorce oparte na technologii ML, które można przypisać do konkretnych stanów procesów. Na przykład można monitorować zakresy tolerancji i na wczesnym etapie rozpoznawać, kiedy wartości przekraczają lub zbliżają się do przekroczenia dopuszczalnej tolerancji, co przekłada się na lepsze przewidywanie.
Inteligentna analiza danych pomaga firmie Grenzebach w zapewnianiu jakości w czasie rzeczywistym i realizacji predykcyjnej konserwacji maszyn dla ich innowacyjnych systemów zgrzewania tarciowego z przemieszaniem. W ten sposób specjaliści inżynierii maszyn i zakładów przyczyniają się do podniesienia produkcji seryjnej 24/7 na nowy poziom.
Obrotowy trzpień cierny jest centralnym narzędziem w procesie zgrzewania tarciowego z przemieszczeniem (FSW) – jest to innowacyjny proces zgrzewania, który firma Grenzebach opracowała dla lekkich metali, takich jak aluminium i jego stopy. Poprzez tarcie i ciśnienie trzpień wytwarza ciepło procesowe wymagane do uzyskania plastyczności metalu, który następnie miesza się wzdłuż miejsca styku przez rotacyjne działanie trzpienia ciernego. W ten sposób tworzy się połączenie, które charakteryzuje się długotrwałą stabilnością i odpornością na zniekształcenia, bez potrzeby dodawania drutu spawalniczego lub gazu obojętnego. Aby osiągnąć ten wynik, trzpień cierny musi zachowywać się zgodnie z oczekiwaniami. Dokładne siły rozciągania i nacisku mają kluczowe znaczenie dla osiągnięcia prawidłowego stopnia odkształcenia metalu. Do tej pory kontrolę jakości przeprowadzał operator maszyny, który dokonywał oględzin spoiny po procesie FSW – była to czasochłonna procedura, której powodzenie zależało również w dużej mierze od wiedzy użytkownika.
Monitoring w czasie rzeczywistym w procesie zgrzewania
Deweloper technologii, dr Carlos Paiz Gatica, wyjaśnia, jak działa wykrywanie anomalii: porównanie modelu referencyjnego i bieżącego procesu umożliwia ocenę jakości w czasie rzeczywistym. Jako pionier w dziedzinie Przemysłu 4.0 firma Grenzebach korzysta dziś z inteligentnych procesów analizy danych, które umożliwiają precyzyjne przewidywanie. W tym celu wykorzystują dostosowane do potrzeb rozwiązanie firmy Weidmüller do analityki przemysłowej.
Nasze oprogramowanie analityczne, które zostało dostosowane do potrzeb firmy Grenzebach, porównuje siły zarejestrowane w czujnikach podczas procesu zgrzewania z idealnymi danymi referencyjnymi. Gdy tylko system wykryje odchylenie wykraczające poza zdefiniowane parametry, operator maszyny jest powiadamiany i natychmiast wie, że coś nie jest w porządku z procesem zgrzewania. W związku z tym nie jest już konieczna ręczna inspekcja każdego spawu
Aby określ model referencyjny, firma Weidmüller współpracowała z inżynierami z Grenzebach nad oceną zbiorów danych kilkuset spawów pod kątem ich przydatności i zbadała je za pomocą inteligentnych metod analizy danych. Istotny element analiz stanowiła wiedza specjalistyczna pochodząca z Grenzebach. Oprogramowanie Weidmüller może być w stanie przewidzieć błąd z pewnym prawdopodobieństwem, ale aby to zrobić, błąd zawsze musi być wcześniej sklasyfikowany. Jedynie Grenzebach może określić, czy dana anomalia powinna zostać zaklasyfikowana jako błąd krytyczny.
Jakość produktu i dostępność w ofercie
Oprócz przeprowadzania kontroli jakości spawów oprogramowanie analityczne rejestruje również parametry procesu każdej części, która jest wytwarzana, tworząc w ten sposób pełną dokumentację. Jest to znacząca korzyść nie tylko z prawnego punktu widzenia, ale także z punktu widzenia możliwości identyfikacji i odtwarzania. System zapewnia również terminowe ostrzeżenia, jeśli zalecana będzie wymiana trzpienia zgrzewającego. Uzbrojony w tę informację operator maszyny może projektować harmonogram konserwacji w taki sposób, aby uniknąć jakichkolwiek czasów przestoju.
„Obok minimalizuj odpadów, które mogą powstać w wyniku rozbicia narzędzia, ważnym czynnikiem, zwłaszcza w inżynierii maszyn i zakładów, jest dostępność urządzeń” — podkreśla Kress.
Specjaliści z Grenzebach zajmujący się technologią dostrzegają kilka kolejnych zalet w odniesieniu do swojego modelu działalności: „Po pierwsze, możemy zaoferować naszym klientom bardzo dokładne i wymierne kontrole jakości, a także dostarczyć im prognozy dotyczące możliwego czasu przestoju sprzętu, co przekłada się na oszczędność zasobów i kosztów. Jednocześnie jesteśmy w stanie wdrożyć usługi oparte na danych i efektywnie wykorzystać jakość produktu lub dostępność sprzętu jako argumenty przemawiające za sprzedażą” — wyjaśnia Michael Sieren, menedżer ds. sprzedaży FSW w Grenzebach.
Monitoring warunków bezpośrednio przekłada się na konkretne korzyści płynące z optymalizacji obsługi i konserwacji maszyn i systemów. W przyszłości serwis i konserwacja nie będą miały charakteru prewencyjnego lub reaktywnego – będą oparte na warunkach. W perspektywie producenta maszyn można na tej podstawie opracować nowe modele działalności, np. ofertę nowych umów o poziomie usług (SLA) opartych na wczesnych informacjach o stanie maszyny i odpowiednio szybszych czasach reakcji lub zestaw usług prewencyjnych przed wystąpieniem awarii. W perspektywie operatora można na wczesnym etapie określić zapotrzebowanie na serwis i konserwację za pomocą zintegrowanej funkcji analitycznej. Umożliwia to planowanie niezbędnych operacji na wczesnym etapie, minimalizowanie nieplanowanych przestojów, redukcję kosztów osobowych i optymalizację zarządzania częściami zmiennymi.
Aby wykryć błędy i nieprawidłowości w działaniu zanim wystąpią, producent sprężarek Boge wdrożył oprogramowanie Weidmüller do konserwacji predykcyjnej.
Start wspólnego projektu z firmą Weidmüller dotyczącego konserwacji predykcyjnej sprężarek miał miejsce w październiku 2016 r. „Najpierw przeprowadziliśmy studium wykonalności dotyczące tego, czy oprogramowanie Weidmüller było dopasowane do wykrycia istotnych usterek” — wyjaśnia Georg Jager, kierownik zespołu maszyn turbinowych w Boge. „Teraz jest oczywiste, że anormalne stany i wzorce błędów są wykrywane z absolutną niezawodnością dzięki niestandardowemu rozwiązaniu analitycznemu” — kontynuuje Jager. Zanim to mogło się stać, specjaliści Weidmüller przeprowadzili skomplikowaną analizę danych. W oparciu o uzyskane wyniki opracowano indywidualne rozwiązania analityczne dla wymagań nowego flagowego produktu Boge, wysokoobrotowej turbosprężarki (HST). Zadanie było jasno sformułowane: Jakie dane są istotne dla przewidywania specyficznych uszkodzeń sprężarki?
Ukierunkowana selekcja i ocena danych
Wysokoobrotowa turbosprężarka (HST) firmy Boge działa zupełnie bez zastosowania oleju i wyznacza nowa normy w produkcji bezolejowych produktów do obsługi sprężonego powietrza. W procesie tworzenia sprężarki celem była jak największa sprawność pod względem obsługi i konserwacji. Sprężarki napędzane są silnikiem z magnesem stałym o dużej gęstości energii. Szczególną cechą sprężarki HST firmy BOGE jest zintegrowany pneumatyczny wał napędowy, co stanowi warunek bardzo wysokich prędkości obrotowych przekraczających znacznie 100 000 obrotów na minutę. Wał napędza wirnik tytanowy, który wraz ze szczególną konstrukcją obudowy zapewnia niezwykle efektywne wytwarzanie sprężonego powietrza. Wszystkie dane pochodziły z komponentów pomiarowych zastosowanych już w sprężarce, więc nie trzeba było modernizować technologii czujników.
Aby umożliwić ocenę wartości, specjaliści ds. danych z zespołu Weidmüller Industrial Analytics zbadali wszystkie dane za pomocą metod statystycznych, ocenili rzeczywistą jakość danych i zdecydowali o ich przydatności wspólnie z Boge. Na tym etapie niezbędna była specyficzna wiedza fachowa związana z systemami sprężonego powietrza; ocena obejmowała bogate doświadczenie w obsłudze w oparciu o wszystkie maszyny w tej dziedzinie. Następnie eksperci Weidmüller radykalnie posortowali dane, dzięki czemu ostatecznie pozostało znacznie mniej źródeł danych. Zespół musiał również zdobyć doświadczenie w zakresie wzajemnej korelacji między wartościami pomiarowymi.
Podczas oceny okazało się, że liczy się nie pojedyncza wartość, ale wzorzec danych. W ten sposób powstał złożony model danych dla normalnego stanu, który może być użyty do dokładnego przewidywania zdarzenia uszkodzenia, jeśli wartości różnią się w pewien sposób od wyuczonego modelu. Ważne jest również, aby system ten uczył się na bieżąco. Zmienia się z każdym nowym komunikatem o błędzie i na podstawie informacji zwrotnych od operatora. Rozwiązanie analityczne zostało zaprojektowane tak, aby uczyć się z nieznanych sytuacji – tak więc obliczone przewidywania stają się coraz bardziej dokładne w całym czasie obsługi sprężarki.
Przewiduj – i zapobiegaj – uszkodzeniom z dokładnością co do minuty
Użytkownik zyskuje wiele korzyści dzięki zastosowaniu wysoce efektywnego oprogramowania, które zapewnia informacje na temat tego, ile minut lub godzin upłynie do wystąpienia problemu technicznego z maszyną. W toku dalszego użytkowania sprężarki określa się, czy ta wartość jest dokładna. Jeśli zastosowanie ulegnie zmianie i urządzenie nie zostanie uszkodzone, wyświetlana „pozostała żywotność” zostanie wydłużona.
Beztrosko z selectcair
W każdym wypadku można zapobiec poważnym uszkodzeniom technicznym, jeśli użytkownicy zareagują w odpowiednim czasie i zorganizują wizytę serwisową lub konserwację. W tym miejscu wszystko nabiera kształtu dla firmy BOGE – ponieważ cały pakiet usług tego specjalisty ds. sprężonego powietrza opiera się na zasadzie „bezpieczeństwo przede wszystkim”. Dokłada się wszelkich starań, aby zapewnić, że przestoje maszyny będą tak krótkie, jak to możliwe w trakcie cyklu życia. Inwestycje w systemy nadmiarowe są już niepotrzebne. „Aby osiągnąć ten cel, podejmujemy innowacyjne działania i prowadzimy pionierskie prace w obszarze serwisowym” — wyjaśnia Georg Jager z BOGE. W wyniku tych prac powstała koncepcja serwisowa Boge selectcair. Oprócz oprogramowania analitycznego, program zawiera nadzór zdalny Boge airstatus, który jest zintegrowany ze wszystkimi maszynami ex works, a także opcję „odzyskiwania w ciągu 24 godzin”. W ten sposób Boge gwarantuje, że maszyna może zostać umieszczona z powrotem w środowisku produkcyjnym najpóźniej po 24 godzinach w przypadku przestoju. „Konserwacja predykcyjna jest tutaj ważna, ponieważ umożliwia jeszcze wcześniejsze planowanie prac serwisowych. Urządzenie jest wyłączane tylko na krótką konserwację, co sprawia, że niepotrzebnie długie czasy przestojów są już przeszłością. Jesteśmy przekonani, że ta technologia zwycięży na rynku sprężonego powietrza i wyznaczy nowe standardy”.
BOGE – lider rynku sprężarek
Boge Kompressoren Otto Boge GmbH & Co. KG jest jednym z najstarszych producentów sprężarek i systemów sprężonego powietrza w Niemczech – firma ma ponad 110 lat doświadczenia. Firma tworzy sprężarki tłokowe, śrubowe, spiralne i turbo, które są stosowane głównie w technologii medycznej oraz przemyśle spożywczym i farmaceutycznym. Są one również wykorzystywane na kluczowych rynkach branży motoryzacyjnej i w budowie maszyn.
Przedsiębiorstwo rodzinne działające aktywnie w skali międzynarodowej zatrudnia 850 osób, z czego około 490 w siedzibie w Bielefeld, i dostarcza produkty i systemy do ponad 120 krajów na całym świecie.