Wskaźnik predykcyjny LAPP: prognozowanie czasu pracy aplikacji

LAPP predictive maintenance test

Przemysł 4.0, Internet Rzeczy (IoT), przewidywanie czasu pracy przewodów – to od ponad 3 lat temat badań w firmie LAPP. Wynikiem naszej pracy jest prezentowany po raz pierwszy podczas tegorocznych targów Hannover Messe 2019 -  w naszym FutureLabie – prototyp urządzenia „Predictive Maintenance Box”. Oblicza on wskaźnik predykcyjny LAPP (LPI), na podstawie którego można oszacować pozostały czas życia przewodów.

Głównym tematem transformacji cyfrowej jest gromadzenie danych z maszyn: silniki, zawory i czujniki automatycznie zgłaszają swoje stany robocze. Dane te są gromadzone, oceniane i analizowane za pomocą algorytmów samouczących się, takich jak AI lub Machine Learning. Celem jest zwiększenie wydajności zakładu lub zbadanie jego obecnego stanu, w celu wykrycia nieuchronnych awarii już na wczesnym etapie. Jeśli tymi danymi lub procesami zarządza się za pomocą systemów chmurowych, możliwy jest dostęp do zakładu z dowolnego miejsca na świecie. Odległości stają się nieistotne, ponieważ wszystko jest połączone cyfrowo. Z powodu wysoce zautomatyzowanych i krytycznych czasowo procesów produkcji, przemysł maszynowy i samochodowy są szczególnie zainteresowane dalszym rozwojem tej dziedziny. W najgorszych przypadkach awaria, nawet pojedynczego elementu, może spowodować zatrzymanie całego procesu produkcyjnego, a tym samym spowodować ogromne straty finansowe.

Predictive Maintenance Illustration

Aby zmniejszyć ryzyko, system monitorujący posiada opcję rejestrowania i oceny stanu wydajności dowolnego komponentu. Operator instalacji dostaje informację o przewidzianej awarii komponentu, co umożliwia podjęcie odpowiednich działań konserwujących, a w rezultacie zapobiega nieplanowanym przestojom. Jest to szczególnie ważne w przypadku aplikacji kosztownych lub infrastruktur krytycznych dla bezpieczeństwa. Obecnie w takich przypadkach zwykle stosuje się podejście zapobiegawcze. Oznacza to, że części ulegające zużyciu są wymieniane.

W przypadku kabli i przewodów, również zapobiegawczo wymienia się systemy okablowania. Szczególnie w ruchomych aplikacjach przemysłowych, w prowadnicach łańcuchowych, wszędzie gdzie przewody narażone są na zginanie i uszkodzenia. W przypadku zastosowania w robotach działają dodatkowo siły skrętne. Chociaż przewody są specjalnie zaprojektowane do tego rodzaju obciążenia, nadal uważa się je za części zużywające się. Wysokiej jakości przewody mogą wykonywać kilka milionów cykli ruchu, ale w końcu muszą zostać wymienione. Jeśli nie zostaną, system ulegnie awarii, co spowoduje nieplanowane przestoje, a tym samym wysokie koszty. Przerwanie żyły, uszkodzenie płaszcza, uszkodzenie izolacji, przemieszczenie geometryczne w strukturze przewodu i uszkodzenie elementów ekranujących to błędy powodujące zakłócenia lub przerwanie transmisji danych.

Wskaźnik predykcyjny LAPP: prognozowanie czasu pracy aplikacji

Predictive Maintenance Box

Aby tego uniknąć stosuje się predykcyjne utrzymanie ruchu, które pozwala przewidzieć awarię danego elementu w systemie. Polega to na zbieraniu danych podczas pracy i ich ocenie. Aby zoptymalizować koszty i bezpieczeństwo operacyjne instalacji, sygnał do działań konserwacyjnych nie może być za wcześnie (wysokie koszty), ani za późno (awaria instalacji). Jako eksperci w dziedzinie technologii połączeń opracowujemy rozwiązania dotyczące czasu pracy przewodów transmisji danych w środowiskach przemysłowych. Wynikiem naszej pracy jest prototyp naszego modułu LAPP „Predictive Maintenance Box”, który wykorzystuje wskaźnik predykcyjny LAPP (LPI) do pomiaru pozostałego okresu użytkowania przewodu transmisji danych.

Informacje ogólne: W ubiegłym roku nasz zespół badawczy wyodrębnił czynniki zużycia przewodów transmisji danych i ocenił je za pomocą licznych testów i pomiarów. Swoje badania konsultowali z wieloma uniwersytetami i ekspertami. Obecnie w centrum testowym w Stuttgarcie, prototypowy moduł jest badany i stale optymalizowany pod konkretne potrzeby naszych klientów. Ponadto zespół pracuje obecnie nad ulepszeniem modelu prognozowania, aby niezawodnie i nawet wcześniej informował o zużyciu okablowania, co pozwoli przeciwdziałać nieplanowanym przestojom. Jednocześnie sprawdzane są alternatywne rozwiązania pod kątem prawdopodobieństwa. Następnym krokiem jest dostosowanie procedury do przewodów zasilających i sterujących.