Automatische Erkennung von Pneumatik-Leckagen senkt Energieverbrauch

node-divider
4 Minuten Lesezeit
4 Minuten Lesezeit

Bei Pneumatik-Systemen kann es durch Leckagen zu Störungen kommen, beispielsweise durch überlastete Kompressoren. Eine dauernde Überwachung und Ermittlung von Leckagen durch ein Machine-Learning-System verhindert Störungen und senkt den Energieverbrauch der Anlage.

Die Herausforderung: Leckagen in Pneumatik-Systemen führen zu Energieverlusten

Die Werke der Bosch-Tochter BSH Hausgeräte GmbH fertigen vollautomatisch und nutzen deshalb neben elektrischen Antrieben auch pneumatische Systeme. Laut Statistik gehen etwa 20-30 Prozent des gesamten Energieverbrauchs in die Pneumatik. Durch Verschleiß kommt es im Laufe der Zeit zu Leckagen. Falls die Systeme länger nicht gewartet werden, können bis zu 30 Prozent der produzierten Druckluft über Lecks austreten.

Bei größeren Leckagen kann der Kompressor nicht genug Luft liefern, wodurch es ggf. zu Performance-Einbußen kommen kann. In jedem Fall wird die Leistungsaufnahme erhöht, sodass Energieverluste entstehen und es zu ungeplanten Stillständen kommen kann.

Der steigende Energieverbrauch führt zudem – angesichts neuer gesetzlicher Regeln für die Nachhaltigkeit – zu einer unnötigen Vertiefung des CO2-Fußabdrucks.

 

Die BSH hat Störungen und Energieverluste bisher durch regelmäßige Kontrollgänge mit speziellen Mikrofonen für die Leckagesuche vermieden – mit relativ hohem Aufwand. BSH wünschte sich deshalb ein automatisch arbeitendes System, das Lecks früher meldet und die genaue Position in der Anlage ermittelt. Damit wird der Einsatz der Wartungstechniker präziser und effizienter, zudem entfallen die Kontrollgänge.

 

Die Lösung: Anbindung an das IIoT und Überwachung mit KI, um Leckagen automatisch zu entdecken

Der Lösungsentwickler für Industrielle KI AIM hat zusammen mit dem Pneumatik-Spezialisten emerson Automation Solutions eine Predictive Maintenance Lösung für bestehende und neue Pneumatik-Systeme in Industrieanlagen entwickelt. Vor allem bei älteren Produktionsstätten stehen häufig nur wenige Daten zur Verfügung, beispielsweise lediglich die zentrale Durchflussmenge und die Steuerungsdaten. Allerdings bietet emerson unter der Produktmarke Aventics auch nachrüstfähige Sensoren sowie weiteres Equipment an, mit denen  Pneumatikzylinder und -ventile an das Industrial IoT (IIoT) angeschlossen werden können.

Predictive Maintenance oder vorausschauende Wartung basiert auf der Auswertung von Maschinendaten. Deren Ergebnisse erlauben eine Vorhersage, an welchen Stellen einer Anlage stärkerer Verschleiß entsteht und bald eine Störung eintritt. Der Betreiber kann nun die Geräte rechtzeitig, bei Bedarf und anhand einer genauen Terminplanung warten oder mit Ersatzteilen ausstatten. Im Fall der BSH-Anlage deckt Predictive Maintenance Leckagen auf und ermittelt über Daten den genauen Standort des Zylinders.

Dafür müssen allerdings genügend Maschinendaten vorhanden sein. Dies ist bei elektrischen und elektronischen Systemen einfacher als bei pneumatischen. Denn diese produzieren Messwerte nur in größeren Abständen, beispielsweise wenn Ventile geöffnet oder geschlossen werden. Die Herausforderung für die Entwicklung einer Lösung ist also, eine sinnvolle Auswertung mit relativ kleinen Datenmengen zu erreichen.

Dafür hat AIM in Zusammenarbeit mit emerson ein KI-basiertes Verfahren entwickelt, das durch das Zusammenspiel von Domänenwissen, klassischen Methoden und Machine- Learning-Modellen auch mit kleinen Datenmengen präzise Vorhersagen erlaubt. Es nutzt zwei unterschiedliche Arbeitsmodi: Calibrate und Monitor. Im Kalibrierungsmodus lernt das KI-System anhand der Messwerte vollautomatisch das „Normverhalten“ der Anlage. Nach Umschalten in den Überwachungsmodus registriert das KI-System die Messwerte und erkennt Abweichungen von den gelernten Werten und damit, ob Leckagen vorliegen. Dabei werden Schwellwerte in Abhängigkeit von der Größe der Pneumatikzylinder berücksichtigt. So sind 20 Prozent Druckverluste bei kleinen Zylindern zu vernachlässigen, während derselbe Wert bei großen Zylindern schon zu deutlichen Energieverlusten führen kann.

 

Das Ergebnis: Weniger Leckagen und Störungen sowie geringere Energieverluste

Durch die permanente Auswertung aller Messpunkte deckt die emerson-Lösung ein Leck deutlich früher auf, als das mit regelmäßigen Kontrollgängen möglich ist. Zudem wird klar, an welchen Orten innerhalb eines Werks die Leckagen entstehen.

 

Durch die Berücksichtigung von Schwellwerten können Anlagenbetreiber auch die Wirtschaftlichkeit einer Wartung besser beurteilen. Die Reparatur kleinerer Lecks ist nicht notwendig, da es kaum zu Energieverlusten kommt und der Aufwand für die Reparatur die Kosteneinsparung weit übersteigen würde.

 

Insgesamt kann durch die rasche Behebung von größeren Lecks auch die Lebensdauer etwa der Kompressoren und der Zylinder erhöht werden, da sie nun nicht mehr so leicht überlastet werden. Letztendlich erhöht sich dadurch die Nachhaltigkeit eines Unternehmens, da weniger Energie verbraucht wird und bestehende Anlagen länger genutzt werden.

 
NEWSLETTER

Jetzt unser IoT Use Case Update erhalten

node-divider

Erhalten Sie kostenlos das monatliche Update zu spannenden Use Cases, aktuellen Podcastfolgen und News aus unserer IoT-Community.