Condition Monitoring - B&I - 1/2008
Neuronen fürs CM
Je mehr Zustandsinformationen aus Sensorsignalen oder aus der Steuerungslogik gewonnen werden, desto schwieriger wird die Beurteilung, wann ein Alarm oder ein Instandsetzungsauftrag ausgegeben werden muss. Genau das will superWise Technologies mit neuartiger Software vereinfachen und automatisieren. Wie, das erläutert superWise Vorstand Dr. Ernst Pechtl im Interview mit B&I.
Der Charme des Condition Monitoring liegt in der Möglichkeit, Inspektionen zu automatisieren und trotzdem das Risiko ungeplanter Stillstände klein halten zu können...
Dies trifft natürlich zu, doch müssen wir uns darüber im Klaren sein, dass oft nicht ein einziger Sensor ausreicht, um ein signifikantes Bild über den Zustand einer Maschine zu erzeugen. Deshalb rechne ich damit, dass die 'Zustandsschnappschüsse' zunehmend aus einer Vielzahl von Informationen gewonnen werden. Dabei können Schwingungssensoren Informationen über den Zustand von Wälzlagern liefern und eine ansteigende Stromaufnahme Hinweise auf eine Mangelschmierung geben - um nur zwei Beispiele zu nennen. Je komplexer die Anlagen sind, desto mehr Informationen besitzen Relevanz für die Interpretation des Anlagenzustands. Hier darf keinesfalls die Situation eintreten, dass die IH-Planer ihre Erkenntnisse aus endlosen Datentabellen herauspicken müssen.
Wie sonst lässt sich die enorme Datenflut überschaubar machen?
Dafür hat superWise Technologies Softwaresysteme entwickelt, die Bestandteile der Künstlichen Intelligenz aber auch der Fuzzy Logic enthalten. Diese Systeme können Sie sich vielleicht so vorstellen, dass aus der Datenflut einmal klar vor gegebene Grenzwerte herausgegriffen werden – das ist die einfachste Übung. Zusätzlich werden aber nach unscharfen Regeln Zusammenhänge mehrerer Veränderungen erkannt, die auf eine Verschlechterung des Anlagenzustands hinweisen.
Was durch das Condition Monitoring gespart wird, muss dann womöglich für teure Programmierer-Mannjahre aufgewendet werden?
Eben nicht. Wir können mit unserer Apollo-Software Muster trainieren, also zum Beispiel eine komplexe Anlage im Gutzustand – unmittelbar nach der Abnahme. Dabei müssen wir nicht einmal den Zeitaufwand kalkulieren, der beim Einsatz Neuronaler Netze gegeben wäre. Außerdem können wir Informationen in die Software einfließen lassen, die zum Beispiel aus Qualitätsmanagementsystemen herrühren – also zum Beispiel die Qualität der produzierten Teile.
Hier würden zum Beispiel die gemessene Zunahme von Maßabweichungen in die Beurteilung des Maschinenzustands mit einfließen. Die Programmierzeiten sind indes so gering, dass wir hauptsächlich gefragt werden, wie wir es schaffen, die Komplexität in den Griff zu bekommen, aber das ist natürlich unser wohl gehütetes Geheimnis.
Ist Apollo eine weitere 'Man könnte, man sollte, man müsste-Lösung' aus dem Wolkenkuckucksheim oder gibt es bereits Anwender?
Es gibt bereits Anwender im Bereich der Forensik und im Groß-Maschinenbau. Diese Gegensätzlichkeit der Anwendungen zeigt, dass es Apollo egal ist, ob die Daten den Zustand einer Maschine betreffen oder das Durchforsten von Tat- oder Täterprofilen. Leider kann ich Ihnen im Augenblick noch keine Details über den Einsatz im Maschinenbau nennen - vor allem noch keinen Namen, weil wir das unserem Kunden per Vertrag zugesichert haben.
Das klingt ein wenig so, als wollten Sie sagen "Wir haben etwas ganz Tolles, doch was, verraten wir nicht"...
Wenn das Pilotprojekt in Kürze abgeschlossen ist, hole ich das nach, das verspreche ich Ihnen und Ihren Lesern. Doch für heute sage ich Ihnen soviel: bei der Anwendung geht es um den Einsatz großer Maschinen unter sehr schwierigen Umgebungsbedingungen. Deshalb gibt es unzählige Einflüsse, die weder planbar, noch vorhersagbar sind. Mit unserer Software will der renommierte Maschinenbauer auf der Basis zahlreicher Messewerte – die einerseits die Maschinen betreffen und andererseits auch die Einsatzsituation – erkennen, wann an der Maschine zum Beispiel eine Ölwartung durchgeführt werden muss oder gar der Wechsel des gesamten Bohrkopfs.
Können Sie bitte noch etwas näher erläutern, was sich hinter Apollo verbirgt?
Die Apollo-Produktfamilie besteht aus kombinierbaren Lösungen zur intelligenten Analyse von Text-, Audio- und Bild- bzw. Videoanalysen.
Sie zeichnet sich im Unterschied zu anderen Lösungen dadurch aus, dass sie fortlaufend die jeweiligen Aufgabenstellungen lernt und sich so selbsttätig bzw. mit ein wenig Unterstützung weiterentwickelt.
So bleibt die Produktfamilie auch auf längere Zeit in ihrem jeweiligen Einsatzgebiet eigenständig auf dem aktuell möglichen Leistungsstand. Selbstverständlich sind gezielte Erweiterungen der verwendeten Wissensbasis jederzeit möglich.
Eine Ausprägung von Apollo ist Apollo Maintenance – mit welchen Besonderheiten wartet dieses Modul auf?
Mit Apollo Maintenance wird über eine intelligente Analyse von Schall- und anderen Signalen der optimale Wartungszeitpunkt ermittelt.
Die Besonderheit der Aufgabenstellung besteht im Sonder-Maschinenbau darin, dass die Signale zweier Anlagen nie identisch sind, sondern lediglich ähnlich. Apollo Maintenance stellt deshalb relevante Ähnlichkeiten fest und gibt entsprechende Signale, wenn ein bestimmter Schwellwert erreicht wird.
Ein mögliches Einsatzgebiet für Apollo Maintenance sind technische Anlagen, aber auch Autobahnbrücken. Hier können die Verschleißteile - Gleitlager – laufend überwacht und so die Entwicklung des Alterungsprozesses exakt 'gemonitort' werden.
‘SuperWise’ gehört nicht zu den allgemein bekannten Unternehmen. Können Sie Ihre Firma kurz vorstellen?
Die superWise Technologies AG ist ein Spezialist für intelligente und intuitive Analyse von Texten, Audio-Dateien, Bildern einschließlich Video-Content und Messwerten. Die patentierten, dem menschlichen Gehirn nachempfundenen Analysemethoden stellen einen weltweit einzigartigen Qualitätsstandard bei der automatischen Analyse und Auswertung aller Dateiarten dar.