Een geavanceerde geluidssoftware voor het voorspellen van storingen in machines

Ervaren operators kunnen gemakkelijk zien of de machine waaraan ze momenteel werken een storing heeft door te luisteren naar de geluiden die het maakt. Een nieuwe geluidssoftware laat ons hopen dat binnenkort iedereen deze capaciteit zal hebben.

Door de EU gefinancierde onderzoekers hebben inderdaad een geavanceerde technologie ontwikkeld op basis van het menselijk gehoorsysteem. Deze tool kan dankzij een gedegen analyse analyseren of de industriële machines aan onderhoud toe zijn.

Dit is geweldig nieuws voor iedereen die het risico van uitvaltijd wil elimineren en de onderhoudskosten wil verlagen. Ze zijn eigenlijk heel belangrijk voor de industrie, omdat deze factoren de kwaliteit en productiviteit beïnvloeden en tegelijkertijd de winst verminderen. De oplossing lijkt eenvoudig te implementeren en eenvoudig te gebruiken.

Het door de EU gefinancierde Horizon2020 neuronSW-project resulteerde in de ontwikkeling van een innovatieve, baanbrekende aanpak voor het voorspellen van mechanische storingen in industriële machines.

Onderzoekers combineerden machine learning, geavanceerde algoritmen en Big Data-analyse om de menselijke auditieve cortex te imiteren en de vroege detectie en voorspelling van mechanische storingen mogelijk te maken. Het resultaat is veelbelovend

"De technologie maakt gebruik van machine learning, de cloud en het internet der dingen (IoT) om een ​​detectieservice te leveren die de menselijke intuïtie over geluid nabootst", zegt Jiří Čermák, technisch manager van projectpartner SME NeuronSW Ltd.

Wat is de Neuron Soundware-technologie?

Dankzij de Neuron soundware-technologie (neuronSW) kunnen fabrikanten intelligente audiodiagnose uitvoeren en belangrijke onderdelen van machines monitoren aan de hand van de geluiden die ze produceren.

“Het geïntegreerde hardware- en softwareplatform verzamelt automatisch het geluid van machines in realtime en beoordeelt continu de gezondheid van de apparatuur. Het werkt op dezelfde manier als ervaren operators die hun oren gebruiken om defecte machines te diagnosticeren”, legt Čermák uit.

Een groot voordeel van het systeem is dat het zowel online als offline werkt en kan worden geïntegreerd in IoT-platforms van derden of bestaande software.

"Geluids- en trillingssensoren (microfoons) kunnen snel en goedkoop op alle soorten machines worden geïnstalleerd, waardoor activa zonder digitale interface of bediend door oudere systemen kunnen worden gedigitaliseerd zonder dure upgrades."

Er zijn bijna geen grenzen aan de toepassing van de audiodiagnosetechnologie, die kan worden gebruikt voor alles wat een bewegend onderdeel heeft en geluid produceert.

"Het is echter het meest logisch om eerst te focussen op kritieke machines, dure bedrijfsmiddelen, kwaliteitscontrole en op bedrijfsmiddelen in afgelegen gebieden die moeilijk toegankelijk zijn", benadrukt Čermák.

Hij vervolgt:"Verschillende industrieën werkten samen met NeuronSW om oplossingen te creëren voor zware machines, waaronder warmtekrachtkoppelingsmotoren, brandstofpompen voor auto's, windturbines, roltrappen, AC-systemen, pc-assemblage, kwaliteitscontrole van elektromotoren en voorspellend onderhoud van verpakkingsmachines."

Wat is de toekomst van een functie voor voorspellend geluidonderhoud?

Volgens de verkoopmanager van NeuronSW Ltd, Michal Bambušek, was het project ook gericht op marketingplannen en verkoop.

"We hebben een aantal nieuwe belangrijke zakelijke contacten gelegd die ons hebben geholpen nieuwe gebieden en toepassingen van onze technologie te ontdekken, waardoor deze is verbeterd en we vooruitgang hebben kunnen boeken."

"We trainden verkooppersoneel en identificeerden belangrijke markten en go-to-market-strategieën voor de neuronSW-technologie en voerden casestudies uit om deze te ontwikkelen en aan te passen aan verschillende gebieden", zegt hij.

Zowel mens als machine hebben duidelijk baat bij de technologie die via dit initiatief is ontwikkeld.

"We zijn van mening dat voorspellend geluidsonderhoud in de toekomst een standaardfunctie zal worden van de meeste machines met bewegende onderdelen, wat zowel fabrikanten als operators helpt.

Bedankt voor het lezen van onze artikelen, blijf op de hoogte over de industriële wereld en Exapro door ons te volgen op Exapro Hub, Facebook, Twitter en LinkedIn.