Geavanceerde geluidsanalysesoftware voorspelt machinegebreken voordat ze optreden

Ervaren operators kunnen eenvoudig hooren of de machine waarop ze werken een storing heeft, puur op basis van het geluid. Nieuwe geluidssoftware geeft hoop dat binnenkort iedereen over deze capaciteit zal beschikken.

EU-gefondeerde onderzoekers hebben een geavanceerde technologie ontwikkeld, gebaseerd op het menselijke gehoor. Dit instrument kan analyseren of industriële machines onderhoud nodig hebben dankzij geluidsanalyse.

Dit is uitstekend nieuws voor wie de risico op stilstand en onderhoudskosten wil elimineren. Deze factoren zijn namelijk cruciaal voor de industrie, omdat ze kwaliteit en productiviteit beïnvloeden en winst doen dalen. De oplossing lijkt gemakkelijk te implementeren en eenvoudig in gebruik.

Het EU-gefondeerde Horizon2020-project neuronSW resulteerde in een innovatieve, breekbare benadering voor het voorspellen van mechanische storingen in industriële machines.

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

"De technologie benut machine learning, de cloud en het Internet of Things (IoT) om een detectieservice te leveren die de menselijke intuitie over geluid nabootst," aldus Jiří Čermák, technisch manager van projectpartner NeuronSW Ltd.

Wat is de Neuron Soundware-technologie?

Dankzij de Neuron Soundware-technologie (neuronSW) kunnen fabrikanten intelligente audiodiagnostiek uitvoeren en cruciale machines monitoren op basis van de geluiden die ze produceren.

"Het geïntegreerde hardware- en softwareplatform verzamelt automatisch in realtime het geluid van machines en beoordeelt continu de gezondheid van de apparatuur. Het werkt op een vergelijkbare 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 geïntegreerd kan worden in derde IoT-platformen of bestaande software.

"Geluid- en trillingssensoren (microfoons) kunnen snel en goedkoop op alle typen machines worden geïnstalleerd, waardoor activa zonder digitale interface of die gedraaid worden door legacy-systemen gedigitaliseerd kunnen worden zonder dure upgrades."

Er zijn bijna geen grenzen aan de toepassing van de audiodiagnostische technologie, die gebruikt kan worden voor alles wat bewegende delen heeft en geluid produceert.

"Toch is het meest zinvol om zich eerst te richten op cruciale machines, dure activa, kwaliteitscontrole en activa in afgelegen gebieden met moeilijke toegang," wijst Čermák.

Hij vervolgt: "Verschillende industrieën hebben samengewerkt met NeuronSW om oplossingen te creëren voor zware machines, waaronder cogeneratiemotoren, brandstofpompen voor auto's, windturbines, rolltrappen, airco-systemen, pc-montage, kwaliteitscontrole van electromotoren en predictief onderhoud van verpakkingsmachines."

Wat is de toekomst van een predictief geluidsonderhoudsfunctie?

Volgens NeuronSW Ltd's Sales Manager, Michal Bambušek, richtte het project zich ook op marketingplannen en verkoop.

"We maakten belangrijke nieuwe zakelijke contacten die ons hielpen nieuwe toepassingsgebieden voor onze technologie te ontdekken, wat de technologie verbeterde en ons liet vooruitgang boeken."

"We hebben verkoopmedewerkers getraind, sleutelmarkten en go-to-market-strategieën geïdentificeerd voor de neuronSW-technologie en casestudies uitgevoerd om deze te ontwikkelen en aan te passen aan verschillende sectoren," aldus hij.

Zowel mensen als machines hebben duidelijk baat bij de technologie die door deze initiatief is ontwikkeld.

"We geloven dat in de toekomst predictief geluidsonderhoud een standaardfunctie zal worden van de meeste machines met bewegende delen, wat zowel fabrikanten als operators ten goede komt.

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