Zelfherstellende machines komen dichterbij

Het Europese onderzoek-industrieproject SelSus ontwikkelde maintenance-technologieën, die voorspellen wanneer machines onderuit zullen gaan. De kern: data mining en machine learning.

Trefwoorden: #EU, #Factory of the Future, #FP7, #Fraunhofer IPA, #maintenance, #SelSus, #zelfherstellend

Lees verder

research

ENGINEERINGNET.BE - Zo kan vroegtijdig ingegrepen worden om downtime te voorkomen. Dergelijk systeem kan ook zelfherstellend zijn. Dit vermogen tot zelfherstel gaf het project zijn naam: SelSus staat voor “Health Monitoring and Life-Long Capability Management for Self-Sustaining Manufacturing Systems.”

Ambitieus is wel het minste dat gezegd kon worden van het SelSus-project, dat Fraunhofer Institute for Manufacturing Engineering and Automation (IPA) coördineerde en eind augustus afliep. Het doel van dit vier jaar durende EU-project was niet louter de status te bewaken van machines en onderdelen. Slimme software en sensornetwerken zouden ook zwakke punten en sleet vroeg genoeg op het spoor komen om mogelijk falen te voorspellen terwijl diagnosemodellen suggesties aanleveren om het probleem te klaren. Alles met het oog op de 'fabriek van de toekomst'.

Het analyseren van de stroom van data was zeker een van.de belangrijke technische hindernissen De researchers bouwen op Bayesiaanse netwerken. Met deze wiskundemodellen kan men de waarschijnlijkheid van events berekenen. Elk model kent een stel variabelen en hoe die onderling samenhangen. Vul de gemeten data in en… de software berekent de kans dat een onderdeel binnenkort in de fout gaat. Het kan daar ook voor waarschuwen. De modellen helpen de onderhoudsmensen te plannen, diagnoses te stellen en de beste strategie te vinden om de uitrusting te renoveren en of te herstellen.

De SelSus software houdt uiteraard ook rekening met de technische kenmerken van de machine en zijn prestaties. Deze data wordt vastgelegd tijdens het installeren, configureren en proeflopen van de machine. Bij upgrades, uitbreidingen of verouderen van de machine leert het systeem van de nieuwe data.

Project partner Electrolux in Italië gebruikt ondertussen zo’n beslissingsondersteunend systeem om mogelijk falen van een staalpers, die fronten van wasmachines vormgeeft, te voorspellen en echte storingen te diagnosticeren. Sensoren leveren de data waarmee de machine wordt bewaakt. Ze meten energieverbruik, temperatuur, oliedruk, partikels in de olie, trillingen,…

Het Engelse The Manufacturing Technology Centre bouwde een zelfherstellend systeem in een motorenfabriek. Een dispenser is er met vacuum verbonden aan een robotarm. Ontmoet de dispenser weerstand dan vliegt hij er niet meer af maar lost hij geleidelijk zijn grip tot een aantal veren hem terug op zijn plaats halen. Snel kalibreren en weer voortdoen.


(foto Fraunhofer IPA)

ACHTERGROND
SelSus kreeg bijna 5,4 million euro van de Europese Commissie. Het consortium telde 15 partners -onderzoeksinstellingen en bedrijven- uit zes landen. Zeven Britse partners, vier Duitse, een Italiaanse, Portugese, Deense en Hongaarse. Naast het Fraunhofer Institute for Manufacturing Engineering and Automation (IPA), ook het High Speed Sustainable Manufacturing Institute (HSSMI) en The Manufacturing Technology Centre (MTC), autobouwer Ford, witgoedproducent Electrolux, lasspecialist HWH Hamburg, automation specialist IEF-Werner en ICT providers Hugin Expert, Xetics, advanced data processing, Gamax, en Inotec, Andere universitaire partners zijn Loughborough University, Universiteit van Nottingham en het Instituto de Sistemas e Robotica.