Demonstrator "Anomalieerken­nung an Komponenten"

Dieser Demonstrator ist ein Beispiel, wie Sensorsysteme für die Digitalisierung von Anlagen genutzt werden können (Retrofit). Dadurch können unterschiedliche Parameter aufgenommen, verarbeitet und schließlich mit Hilfe von KI genutzt werden - zum Beispiel zur Echtzeitüberwachung von Anlagenkomponenten (Condition Monitoring). Unter Verwendung von KI können Predictive Maintenance -Anwendungen implementiert und somit Schäden schneller detektiert sowie Wartungen besser geplant werden.  

© Michael Kretzschmar, TUD

Beschreibung

Mit diesem Demonstrator wird in einem Testbed gezeigt, wie unterschiedliche Sensorsysteme eingesetzt werden können, um Schäden und wartungsbedürftige Zustände an isolierten Maschinenkomponenten (bspw. Führungen, Antriebe oder Kühlsysteme) zu detektieren. Es ist zudem möglich, verschiedene Erfassungskonzepte zu evaluieren, wie bspw. ein Vergleich im Führungsverhalten durch direktes (zusätzliche Beschleunigungssensoren) oder indirektes Ermitteln (Antriebsparameter). Der Datenstrom der Sensoren kann lokal verarbeitet aber auch an Cloudumgebungen oder unternehmensspezifische Softwaresysteme weitergeleitet werden. Trainierte KI-Modelle sind bspw. dazu in der Lage in „Predictive-Maintenance“-Anwendungen eingesetzt zu werden, d.h. es können auf Grundlage der sensorbasierten Zustandsermittlung schon frühzeitig potentielle Ursachen von Anomalien erkannt und Beschädigungen an Maschinenkomponenten prognostiziert werden.