elektro AUTOMATION: Mit OtoSense hat Analog Devices eine Condition-Monitoring-Plattform vorgestellt. Was genau verbirgt sich dahinter?
Thomas Tzscheetzsch (Analog Devices): OtoSense ist eine KI-gesteuerte Plattform, die beliebige Geräusche, Vibrationen, Drücke, Ströme oder Temperaturen in Echtzeit erfasst und interpretiert, um eine kontinuierliche, zustandsbasierte Überwachung und On-Demand-Diagnose zu ermöglichen. Damit ist eine KI-Integration auf allen Ebenen der Systeme möglich. OtoSense arbeitet auf dem Feldgerät in der Feldebene oder in der Edge in Echtzeit sowohl online als auch offline. OtoSense basiert auf einem KI/AI-Algorithmus, der in einem oder mehreren Signalen Anomalien erkennt und so sicherstellt, dass ein System im akzeptablen Bereich arbeitet. Die Software erstellt einen digitalen Fingerabdruck einer Maschine, um Fehler zu erkennen und um Ausfälle vorherzusagen, bevor sie kostspielige Maschinenstillstände verursachen. Aufgrund des fundierten Fachwissens im Unternehmen in den Bereichen Sensorik, Signalkette und Systemdesign in Verbindung mit AI können Kunden in kurzer Zeit eigene Condition-Monitoring-Systeme implementieren.
elektro AUTOMATION: Was war die Zielsetzung bei der Konzeption von OtoSense?
Tzscheetzsch: OtoSense erkennt Anomalien an Maschinen und lernt aus der Interaktion mit erfahrenen Technikern und Ingenieuren, die auf das Thema Zustandsüberwachung spezialisiert sind. So können Anwender einen höheren Nutzen aus ihrem Condition Monitoring ziehen, indem sie Zugang zu hochwertigen Daten und daraus resultierenden Erkenntnissen erhalten. Damit lassen sich Fertigungsprozesse optimieren, die Lebensdauer von Anlagen verlängern und ungeplante Ausfallzeiten bei gleichzeitig hoher Qualität erreichen. Ziel war es, eine Lösung zu entwickeln, die vorausschauende Wartung ermöglicht, speziell in kostenintensiven Anwendungen wie Generatoren oder großen Motoren. Entscheidend ist hier die Frage nach der Bereitschaft zur Investition und dem Wert der zu schützenden Anlage.
elektro AUTOMATION: Welche physikalischen Parameter erfasst das System?
Tzscheetzsch: Prinzipiell lassen sich alle physikalischen Parameter erfassen, vor allem Geräusche und Vibrationen an Motoren, Drücke an Pumpen, Ströme oder auch Temperaturen sowie magnetische Felder. Der Algorithmus zum Anlernen läuft in der Cloud, später kann er auf das Feldgerät oder in die Edge übertragen werden. Welche physikalischen Parameter erfasst werden können, hängt von der eingesetzten Sensorik ab. Mit unseren MEMS-Sensoren erfassen wir typischerweise Vibration und Geräusche. Zeichnet sich ein Lagerschaden ab, resultiert meist auch eine höhere Temperatur. Wir messen außerdem Magnetfelder, die sich verändern, wenn ein Motor stehenbleibt oder wenn am Rotor bzw. am Stator ein Bruch auftritt. So lassen sich verschiedene Parameter messen, die sich sinnvoll ergänzen und ein Gesamtbild über den Zustand einer Maschine zeigen.
elektro AUTOMATION: Möchte ein Kunde das System nutzen, muss er eigene Hardware beschaffen und wie ist die Software realisiert?
Tzscheetzsch: Die Hardware kann vom Kunden gestellt oder von uns geliefert werden. Der Anwender muss dabei lediglich darauf achten, dass die Komponenten die Werte so erfassen, dass der OtoSense-Algorithmus aussagefähige Ergebnisse liefert. Als Basis der Betrachtungen gilt die Norm DIN ISO 10816, die Motoren und Generatoren klassifiziert und dabei die zulässigen Vibrationen und das Schwingungsverhalten festlegt. Diese Norm gibt in verschiedenen Klassen vor, wieviel Vibrationen erlaubt sind, sodass der Motor als funktionsfähig angesehen werden kann. Um diese Anforderungen zu messen, müssen auch die Beschleunigungssensoren spezielle Bedingungen erfüllen. Im Unterschied zu vielen Wettbewerbsprodukten erfüllt unsere Sensorfamilie ADXL100x diese hohen Anforderungen. Entscheidend ist dabei eine möglichst hohe Bandbreite, um die in den definierten Klassen auftretenden Beschleunigungen messen zu können, sowie ein geringes Rauschen. Dabei ist auch zu beachten, dass die Datenrate des Sensors keineswegs allein ein Maß für seine Präzision ist, wichtig ist vielmehr, dass eine ausreichend hohe Bandbreite sichergestellt ist und das Rauschen einen bestimmten Pegel nicht überschreitet. Deswegen empfehlen wir den Einsatz unsere Sensoren, die wir auch in unserer eigenen Hardware, in der ADI OtoSense Smart Motor Sensors (SMS) einsetzen. In dieser Sensorbox erfolgt die Vorauswertung der Daten. Einfach am Motor montiert bietet sie eine Lösung für das niedrigpreisige Segment. Der Einsatz dieses Geräts setzt eine Lernphase von etwa 3 bis 4 Wochen voraus, danach ist das System einsatzfähig. Mit dieser orangenen Box zeigen wir, was prinzipiell mit OtoSense möglich ist. Wir haben ein Evaluation Kit herausgebracht, das auf einem FPGA basiert. Die Algorithmen können in Matlab, Python oder in C programmiert werden und die Auswertung ist beispielsweise auch in den Cloud-Umgebungen von Amazon oder Microsoft möglich.
elektro AUTOMATION: Bietet Analog Devices zu dieser Lösung eine eigene Cloud-Applikationen und wie erfolgt die Connectivity zu den Cloud-Applikationen der großen IT-Unternehmen?
Tzscheetzsch: Typischerweise erfolgt sie drahtlos. Wir unterstützen alle etablierten Funkstandards bis hin zu 5G. Im Fall einer langsamen Datenkommunikation erfolgt die Vorauswertung in der Box. Dann werden immer nur einzelne Events gesendet. Der Kunde entscheidet, ob er mit einer hohen Datenrate senden oder offline arbeiten möchte. Wir bieten dem Kunden unsere eigene Cloud an, liefern dem Anwender aber auch die Treiber für die genannten Cloud-Applikationen. Wir bieten Algorithmen für die entsprechenden Clouds sowie Software-IP-Blöcke und schaffen die Connectivity. Die Lösung orientiert sich dabei einzig an den Erfordernissen der Anwendung.
elektro AUTOMATION: Wenn ein Betreiber eine Condition-Monitoring-Lösung aufbauen möchte, welche Unterstützung bekommt er von ihnen? In welchem Umfang arbeiten Sie dann zusammen?
Tzscheetzsch: Wir unterstützen unsere Kunden vom Beginn an durch alle Phasen des Projekts direkt vor Ort. Wir zeigen beispielsweise, wo die Sensoren optimal platziert werden sollten. Gemeinsam mit dem Kunden durchlaufen wir eine Anlernphase, in der der Kunde seine Aufgabenstellung definiert. Danach erarbeiten wir gemeinsam eine geeignete Lösung. So hat uns beispielsweise ein Roboter-Hersteller mittels Mikrofon aufgenommene Daten gesendet, deren Auswertung in der OtoSense-Cloud etwa 2 Stunden gedauert hat. Dann war der Algorithmus fertig. Wer eine umfassende Überwachung seiner Anlage sicherstellen möchte, sollte auch Fehler injizieren. Das System lernt verschiedene Lastfälle größtenteils selbst und verifiziert den erstellten Algorithmus. Bei der gemeinsamen Analyse der Daten können beispielsweise gesunde Datensätze einer Wasserpumpe qualifiziert und Anomalien definiert werden. Läuft beispielsweise zu wenig Wasser durch die Pumpe, entstehen Geräusche durch Luftblasenbildung. Ist das Pumpenrohr verstopft, sinkt die Drehzahl und der Geräusch-Pegel sowie die Vibration ändern sich. Auf der Basis solcher Erkenntnisse lassen sich dann geeignete Grenzwerte definieren. Für die Projekte liefern wir die Sensorbausteine, bei Bedarf die Sensorboxen sowie geeignete Router. Wenn er möchte, stellen wir dem Kunden auch eine Tablett-Hardware zur Verfügung.
elektro AUTOMATION: Gibt es in den SMS-Boxen vorinstallierte Algorithmen und wie erfolgt dann die die kundenspezifische Konfiguration jetzt auf einem bestimmten Typ oder auf eine Pumpe?
Tzscheetzsch: Die einfachste Lösung ist unsere Smart Motor Sensorbox. Sie wird an einem Motor befestigt und ist sofort betriebsbereit. Die Software steht online zur Verfügung. Möchte ich mehrere dieser Boxen betreiben und verschiedene Motoren überprüfen, muss für jeden Motor in der Box der Lernalgorithmus gestartet werden. Die Software gibt Auskunft darüber, wie weit der Lernprozess vorangeschritten oder ob er abgeschlossen ist. Danach ist das System einsatzfähig. Dabei sind etwa zehn verschiedenen Fehlerfälle und die entsprechenden Fehlermeldungen definiert. Selbstverständlich haben wir mit der Smart Motor Sensorbox unsere eigenen Erfahrungen gesammelt und sie auf verschiedenen Motoren in verschiedenen Szenarien getestet. Doch jede Anwendung ist einzigartig, OtoSense muss für jede konkrete Anwendungen angelernt werden.
elektro AUTOMATION: Erläutern Sie uns bitte, welche Algorithmen in dieser Lösung zum Einsatz kommen?
Tzscheetzsch: Natürlich bildet ein Frequenzspektrum immer eine aussagefähige Basis für Motorinformationen. Bei OtoSense kommen jedoch Algorithmen zum Einsatz, die auf schnellen Rechner laufen und auf Neuronalen Netzen basieren. Details dazu geben unsere Entwickler aber nicht bekannt.
elektro AUTOMATION: Wie ist der eigentliche Schwingungssensor aufgebaut?
Tzscheetzsch: Es handelt sich um einen Sensor, bei dem im Prinzip zwei Silizium-Kämme ineinandergreifen, wobei einer fest und einer schwingend befestigt ist. Schwingungen verändern die Kapazität zwischen diesen Kämmen, die ausgewertet wird. Beim Starten des Systems führt der Sensor einen Selbsttest durch, sodass sichergestellt ist, dass er einwandfrei arbeitet. Die Sensoren werden während des Herstellungsprozesses abgeglichen, Abweichungen über die Zeit werden von Software ausgeglichen. In etwa zwei Jahren werden wir einen weiteren Sensor auf den Markt bringen, in der Größenordnung 6 bis 10 kHz Bandbreite, günstiger in der Herstellung und für viele Applikationen von der Performance her völlig ausreichend.
Weitere Details:
Kontakt:
Analog Devices GmbH
Otl-Aicher-Str. 60-64
80807 München
Tel: +49 89 76903 0
www.analog.com
Hier finden Sie mehr über:
