Verschwenden Sie keine Druckluft mehr mit KI

Vermeiden Sie die kostspieligen Auswirkungen von Luftkompressorlecks durch die Implementierung der ifm-Moneo-Plattform. Nachrichtenberichte aus der Lebensmittel- und Getränkeindustrie.

Die Kosten von Luftkompressorlecks können für jede Verarbeitungsanlage erheblich sein – insbesondere in der Lebensmittel- und Getränkeherstellung.

Es wird nicht nur Druckluft verschwendet, auch die Energierechnungen und die Maut für die Ausrüstung können teuer sein.

Undichtigkeiten führen zu einem Abfall des Systemdrucks, wodurch Druckluftwerkzeuge nicht mehr funktionieren und die Produktion beeinträchtigt wird.

Darüber hinaus führen Lecks dazu, dass ein Luftkompressor regelmäßiger läuft, was zu mehr Wartung und möglicherweise ungeplanten Ausfallzeiten führt, was wiederum für Hersteller und Hersteller sehr kostspielig sein kann.

Aus diesem Grund sagte Freddie Coertze, nationaler IoT-Geschäftsmanager bei ifm Australia, dass die moderne Anlage Tools für die vorausschauende Wartung benötigt, um die erforderlichen Erkenntnisse zum Schutz von Vermögenswerten und zur Vermeidung von Verschwendung zu erhalten.

„Warum braucht die moderne Anlage datenwissenschaftliche Tools, um Druckluftverschwendung zu vermeiden? Weil ein Kompressor nicht ständig unter Last läuft“, erklärte Coertze.

„Es läuft mit variabler Last, je nachdem, wie viel die Fabrik oder Verarbeitungsanlage benötigt.

„Um die Leistung der Anlage vollständig zu verstehen, müssen Daten von der Ausrüstung gesammelt und analysiert werden – aber hier gibt es einen Unterschied zwischen den verfügbaren Lösungen.“

Die ifm-Moneo-Plattform wurde entwickelt, um die Art von Echtzeit-Einblicken in einen Luftkompressor zu liefern, die normalerweise mit der Anstellung von Data-Science-Experten einhergehen – durch den Einsatz von künstlicher Intelligenz (KI) und anderen integrierten Smarts.

„Dabei handelt es sich um ein KI-gestütztes Self-Service-Predictive-Maintenance-Tool“, sagte Coertze.

„Es macht es sehr einfach, Daten aus einem komplexen System zu sammeln und die Macht wieder in die Hände des Unternehmens zu legen, damit es in seinem Werk eine höhere Produktivität erzielen kann.“

Um seinen Standpunkt näher zu erläutern, verweist Coertze auf ein reales Beispiel, bei dem Moneo zur Überwachung und Verbesserung eines Luftkompressors eingesetzt wurde. Zunächst beschreibt er den Aufbau.

„Alles, was für diesen Aufbau erforderlich ist, ist die Moneo-Plattform, die in Form einer von uns bereitgestellten IPC-Einheit geliefert wird. Diese ist sehr einfach zu installieren und erfordert nicht den Umweg über ein IT-Netzwerk, um Gerätesoftware zu installieren.“ er erklärte.

„Dies ist mit einem IO-Link-Master verbunden, der Daten von den Sensorgeräten sammelt, und in diesem Luftkompressor-Beispiel verfügen wir über Durchflussmesser, Feuchtigkeits-, Temperatur-, Druck- und Vibrationssensoren sowie einen Stromsender, um zu sehen, wie stark der Kompressor arbeitet.“ ."

Laut Coertze wird die Moneo-Software auf historische Daten zurückgreifen, um Parameter zu erstellen, in denen der Kompressor arbeiten sollte, sowie auf die live gestreamten Daten, um eine Analyse bereitzustellen. Dies geschieht durch den Einsatz von KI-Algorithmen und maschinellem Lernen.

„Als wir einen Luftkompressor an einem Standort überwachten, stellte die Moneo-Plattform fest, dass der Kompressor mit Verlust lief und mehr Energie verbrauchte, als er sollte, was besonders deutlich wurde, als die Anlage am Wochenende geschlossen war“, sagte Coertze .

„Da die Lösung ein ganzheitliches Bild der gesamten Anlage liefert, konnten wir auch einen zukünftigen Ausfall vorhersagen. Dieser konnte problemlos und ohne größere Konsequenzen behoben werden.“

Während ein Luftkompressor ein gutes Beispiel dafür ist, wie Effizienzsteigerungen leicht erzielt werden können, betont Coertze, dass das Moneo-Data-Science-Tool eine bessere Vorhersagbarkeit aller Anlagen in einer Anlage ermöglicht. Wichtig ist, dass er darauf hinweist, dass die Moneo-Plattform agnostisch ist und in bestehende Systeme integriert werden kann.

„Um zu schützen, muss man vorhersagen, aber der Unterschied besteht darin, dass wir jetzt die Vorteile der KI nutzen können, um diesen Prozess für jede Produktions- oder Verarbeitungsanlage zu vereinfachen“, fasst Coertze zusammen.

„Mit moneo stellen wir Ihnen ein vorgefertigtes Self-Service-Kit zur Verfügung, das Sie je nach sich ändernden Anforderungen erweitern können.

„Bezeichnenderweise handelt es sich bei dieser Plattform um eine Middleware, die zwischen Ihrer Sensorebene und einem High-End-System wie Scada angesiedelt werden kann. Und mit der integrierten KI und dem automatisierten maschinellen Lernen müssen Sie keinen Datenwissenschaftler hinzuziehen, um reale Ergebnisse zu erzielen.“ Zeit, umsetzbare Erkenntnisse.“

Um mehr über die Moneo-Plattform zu erfahren oder auf eine kostenlose Testversion zuzugreifen, können Leser die Webseite besuchen und die ersten wichtigen Schritte lernen.