zurück

KMU-innovativ Verfahren zur automatischen Überwachung von Kompressoren für eine hocheffiziente und ereignisorientierte Instandhaltung (CompWatch)

0 Projekt-Favoriten

Stellen Sie sich Ihre individuelle Projektübersicht zusammen.

Favoriten anzeigen

Schlagwort: Industrie 4.0, Künstliche Intelligenz (KI)

Fördermaßnahme: KMU-innovativ: Produktionsforschung (ab 2016)

Laufzeit: 01.11.2018 - 31.05.2021
Mit intelligenter Sensorik lassen sich Ausfälle von Kompressoren vorhersagen und Serviceeinsätze reduzieren. Mit intelligenter Sensorik lassen sich Ausfälle von Kompressoren vorhersagen und Serviceeinsätze reduzieren.

Forschungsziel: Ziel des Projekts ist es, durch den Einsatz datenbasierter Instandhaltungsstrategien intelligenter Sensorik sowie Methoden der künstlichen Intelligenz und des maschinellen Lernens die Verfügbarkeit von Kompressoren in Industrieprozessen zu qualifizieren. Dies soll durch frühzeitiges Erkennen möglicher Fehlerquellen und Leistungsreserven möglich werden.

Ansprechperson Projektkoordination


Ansprechperson bei PTKA

Dipl.-Ing. Thorald Müller
+49 721 608-24967
thorald.mueller@kit.edu

Detaillierte Projektbeschreibung

Problemstellung
Kompressoren gehören zu den wichtigsten Industrieaggregaten, deren stabiler Betrieb Voraussetzung für viele Abläufe in Industrie, Verkehr und anderen Bereichen der Gesellschaft ist. In der Instandhaltung ist dieser Bereich aber noch nicht entsprechend seiner Möglichkeiten erschlossen. Dazu ist ein integrativer Ansatz verschiedener Technologien notwendig. Die Qualität prädiktiver Aussagen in der Instandhaltung hängt neben der Qualität der Sensorik und Messstrategie vor allem vom verfügbaren Expertenwissen ab. Es wird zunehmend schwierig, das an erfahrene Personen gekoppelte Wissen in den Unternehmen zu erhalten. Grundanliegen des Projekts ist es, am Fallbeispiel „Kompressoren“ dieses Expertenwissen für eine automatisierbare Fehlererkennung und Trendvorhersagen verfügbar zu machen. Dazu ist eine Symbiose von Sensorik, Algorithmik und maschinellem Lernen sowie Expertenwissen nötig.

Ziel
Ziel des Projekts ist es, durch den Einsatz datenbasierter Instandhaltungsstrategien intelligenter Sensorik sowie Methoden der künstlichen Intelligenz und des maschinellen Lernens die Verfügbarkeit von Kompressoren in Industrieprozessen zu qualifizieren. Dies soll durch frühzeitiges Erkennen möglicher Fehlerquellen und Leistungsreserven möglich werden.

Vorgehensweise
Im Projekt sollen in Langzeitversuchen akustische Daten und relevante Prozessparameter erhoben und ausgewertet werden. Dafür ist eine geeignete Sensorik zu konzeptionieren, zu entwickeln und in einem Demonstrator zu erproben. Im Gegensatz zu bestehenden Methoden werden dazu breitere Frequenzbereiche ausgewertet und damit auch bisher nicht erkennbare Veränderungen erfasst. Das System wird auf der Basis gewonnener Daten selbstlernend ausgelegt und prototypisch umgesetzt.

Ergebnisse und Anwendungspotenzial
Der Nutzen für den Anwender liegt in der Früherkennung und Vermeidung möglicher Ausfälle, der Senkung der Stillstands- und Reparaturzeiten sowie der Einsparung unnötiger Servicearbeiten. Damit wird die Zuverlässigkeit der Druckluftversorgung erhöht bei gleichzeitiger Senkung der Kosten. Die Gesamtlösung bestehend aus passgerechter Sensorik und intelligenter Auswertung wird nach Projektabschluss vom Konsortialführer als industrielle Dienstleistung angeboten. Aufgrund der energetischen Relevanz und der weiten Verbreitung der Kompressoren liefert das Projekt auch einen großen Beitrag im Bereich der Energieeffizienz. Das entwickelte Verfahren soll technologieübergreifend für weitere Produkte einsetzbar sein.

Projektpartner
  • Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
  • Petko GmbH
  • SONOTEC GmbH

Ihre Favoriten

In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.