INPUT FIELD array(8) { ["data-drupal-selector"]=> string(9) "edit-term" ["type"]=> string(4) "text" ["id"]=> string(9) "edit-term" ["name"]=> string(4) "term" ["value"]=> string(0) "" ["size"]=> int(30) ["maxlength"]=> int(128) ["class"]=> array(1) { [0]=> string(9) "form-text" } } array(11) { ["data-drupal-selector"]=> string(9) "edit-term" ["type"]=> string(4) "text" ["id"]=> string(9) "edit-term" ["name"]=> string(4) "term" ["value"]=> string(0) "" ["size"]=> int(30) ["maxlength"]=> int(128) ["class"]=> array(3) { [0]=> string(9) "form-text" [1]=> string(17) "form-autocomplete" [2]=> string(21) "ui-autocomplete-input" } ["data-autocomplete-path"]=> string(80) "/search_api_autocomplete/search_content?display=search_page&&filter=term" ["autocomplete"]=> string(2) "on" ["data-search-api-autocomplete-search"]=> string(14) "search_content" }

Suche

Tischbohrmaschine mit nachgerüsteten Sensoren, KI-Datenauswertung und Daten-Visualisierung mittels Grafana

Tischbohrmaschine mit nachgerüsteten Sensoren, KI-Datenauswertung und Daten-Visualisierung mittels Grafana

zurück

vor

Detailbeschreibung

Bestandsmaschinen besitzen oft noch keine digitalen Kommunikationsschnittstellen und verfügen über wenig Eigenintelligenz. Somit ist deren Integration in übergeordnete betriebliche Lösungen häufig schwierig. Die Nachrüstung mit moderner Sensorik und Kommunikationsschnittstellen sowie eine darauf aufbauende intelligente Datenverarbeitung sind ein geeigneter Ansatz, um auch alte Maschinen und Anlagen fit für Digitalisierungslösungen zu machen.

Als Beispiel für eine solche Lösung wurde zu Demonstrationszwecken eine Tischbohrmaschine mit Sensorik und digitalen Verarbeitungseinheiten nachgerüstet, auch Retrofit genannt. Die Maschine wurde um einen 3D-Schwingungssensor, einen optischen Rotationssensor und ein Leistungsaufnahmemesssystem, eine messende Schaltsteckdose, erweitert.

Die Sensoren übermitteln ihre Daten an einen kompakten Industrie-PC (auf Raspberry Pi Basis), der direkt an der Maschine als lokale Verarbeitungseinheit dient. Dieser Industrie-PC ist leistungsfähig genug, um in Echtzeit eine Datenauswertung unter Verwendung von KI-Technologien zu ermöglichen. Dabei werden die Sensordaten auf Basis eines vorherigen Trainings mit einem Machine-Learning-Verfahren verarbeitet. Das ermöglicht zum einen das Erkennen des Betriebszustandes der Maschine, also z.B. Aus, Leerlauf oder Bearbeitung. Zum anderen können auf Basis der Schwingungsmessdaten die vom Bohrer bearbeiteten Materialien, z.B. Holz oder Metall, bestimmt werden.

Die Datenausgabe erfolgt auf einem mobilen Endgerät, z.B. einem Laptop oder Tablet, wobei die Daten drahtlos übertragen werden können. Die webbasierte Visualisierung der Messdaten wurde mit der Open-Source-Lösung Grafana realisiert. Sie ermöglicht z.B. die Darstellung des aktuellen Maschinenzustands, der Zustandswechsel sowie des Energieverbrauchs.

Durch die Nachrüstung der Bohrmaschine mit Sensorik und Komponenten zur Verarbeitung und Übertragung der digitalen Messdaten sind die wesentlichen Voraussetzungen für die Einbindung in betriebliche MES- und ERP-Systeme geschaffen.

Der Demonstrator ist eine portable und in Plexiglas eingehauste Lösung, die auch für Schulungszwecke oder für Messepräsentationen geeignet ist.

Vorteile dieser Lösung: