TY - BOOK

T1 - Industrial Internet-of-Things Sensorsysteme für akustisches Condition-Monitoring in der Instandhaltung

T2 - Produktionsoptimierung durch vorausschauende Instandhaltung mittels akustischer Zustandsüberwachung

AU - Kammerhofer, Thomas

AU - Thurner, Thomas

AU - Ninevski, Dimitar

PY - 2024

Y1 - 2024

N2 - Die neuen Schlüsseltechnologien im Bereich der Automation und Robotik, der vernetzten industriellen Produktionslandschaft im Sinne eines industriellen Internet-of-Things (industrielles IoT oder IIoT), sowie der mittlerweile enormen Leistungsfähigkeit von maschinellem Lernen und künstlicher Intelligenz bieten immense Chancen zur Neuaufstellung und Optimierung der Produktentwicklung und industriellen Fertigung. Für die Instandhaltung von Produktionsbetrieben ergeben sich damit leistungsfähige neue Möglichkeiten unter Ausnutzung einer immer detaillierteren und präziseren Kenntnis des aktuellen Zustands von Maschinen, Anlagen oder komplexen Produktionsprozessen. Im Zuge des vorliegenden Beitrages wird ein akustisches Sensorsystem als „Condition Monitoring“ Lösung für industrielle Fertigungsprozesse vorgestellt, und anhand einer Fallstudie zur frühzeitigen Erkennung von Schäden am Fräswerkzeug in einem vollautomatisierten mehrachsigen Fräsprozess diskutiert. Durch den Einsatz von leistungsfähigen Miniaturmikrophonen auf Halbleiterbasis, lokalen Mikrocontrollern zur Signalverarbeitung und Datenanalyse, sowie integrierten drahtgebundenen oder drahtlosen Dateninterfaces werden einfach installierbare akustische Monitoring- und Diagnosesysteme ermöglicht. Aktuelle Entwicklungen im Bereich der industriell einsetzbaren Drahtlosnetzwerke ermöglichen eine einfache und energieeffiziente Anbindung vieler Sensorknoten ohne drahtgebundene Vernetzung über Kabelverbindungen. Darüberhinausgehend eröffnen neue KI/ML-fähige Mikroprozessoren den Einsatz von Methoden des maschinellen Lernens (ML) und künstlicher Intelligenz (KI) zur lokalen Datenanalyse und Systemdiagnose bereits in den lokalen Sensorknoten als intelligente „Edge-Devices“. Die diskutierten Systeme zur akustischen Zustandsüberwachung bieten hervorragende Möglichkeiten für den Einsatz in der zustandsbasierten oder prädiktiven Instandhaltung.

AB - Die neuen Schlüsseltechnologien im Bereich der Automation und Robotik, der vernetzten industriellen Produktionslandschaft im Sinne eines industriellen Internet-of-Things (industrielles IoT oder IIoT), sowie der mittlerweile enormen Leistungsfähigkeit von maschinellem Lernen und künstlicher Intelligenz bieten immense Chancen zur Neuaufstellung und Optimierung der Produktentwicklung und industriellen Fertigung. Für die Instandhaltung von Produktionsbetrieben ergeben sich damit leistungsfähige neue Möglichkeiten unter Ausnutzung einer immer detaillierteren und präziseren Kenntnis des aktuellen Zustands von Maschinen, Anlagen oder komplexen Produktionsprozessen. Im Zuge des vorliegenden Beitrages wird ein akustisches Sensorsystem als „Condition Monitoring“ Lösung für industrielle Fertigungsprozesse vorgestellt, und anhand einer Fallstudie zur frühzeitigen Erkennung von Schäden am Fräswerkzeug in einem vollautomatisierten mehrachsigen Fräsprozess diskutiert. Durch den Einsatz von leistungsfähigen Miniaturmikrophonen auf Halbleiterbasis, lokalen Mikrocontrollern zur Signalverarbeitung und Datenanalyse, sowie integrierten drahtgebundenen oder drahtlosen Dateninterfaces werden einfach installierbare akustische Monitoring- und Diagnosesysteme ermöglicht. Aktuelle Entwicklungen im Bereich der industriell einsetzbaren Drahtlosnetzwerke ermöglichen eine einfache und energieeffiziente Anbindung vieler Sensorknoten ohne drahtgebundene Vernetzung über Kabelverbindungen. Darüberhinausgehend eröffnen neue KI/ML-fähige Mikroprozessoren den Einsatz von Methoden des maschinellen Lernens (ML) und künstlicher Intelligenz (KI) zur lokalen Datenanalyse und Systemdiagnose bereits in den lokalen Sensorknoten als intelligente „Edge-Devices“. Die diskutierten Systeme zur akustischen Zustandsüberwachung bieten hervorragende Möglichkeiten für den Einsatz in der zustandsbasierten oder prädiktiven Instandhaltung.

M3 - Sammelband

SN - 978-3-7406-0938-2

BT - Industrial Internet-of-Things Sensorsysteme für akustisches Condition-Monitoring in der Instandhaltung

ER -