Vorausschauende Wartung mit KI

Hinterher ist man bekanntlich immer schlauer. Mit künstlicher Intelligenz (KI) sieht das allerdings anders aus: Durch die Analyse von in Echtzeit erfassten Betriebsparameterwerten wird Wartungsbedarf ermittelt, bevor er anfällt. So können Maßnahmen im Voraus geplant und auf ein Minimum reduziert werden. Mitsubishi Electric nutzt hierfür seine KI-Technologie Maisart 1, die ganz einfach per Melfa-SmartPlus-Zusatzkarte am Melfa-Roboter implementiert werden kann.
Bild: ©Zapp2Photo/istockphoto.com / Mitsubishi Electric Europe B.V.

Für die vorausschauende Wartung (Predictive Maintenance) übernimmt Maisart die Vorverarbeitung des Datenstroms der Sensorik. Diese KI ist auf der Melfa-SmartPlus-Zusatzkarte implementiert, welche den Controller CR800 für die Melfa-Roboter der FR-Serie um Rechenleistung und weitere Funktionen erweitert. Die KI ermittelt unter anderem anhand von Motorkennwerten, Strom- und Kraftaufnahme und Schwingungen, ob sich am Servomotor, einem angeschlossenen Getriebe oder einem Lager Wartungen anbahnen. Hierbei kann es sich um einen Schaden oder um Verschleiß von Schmierfett, Verzahnungen oder Lagern handeln. Entsprechende Wartungsempfehlungen werden im Klartext ausgegeben und ermöglichen eine effiziente Wartungsplanung.

Predictive Maintenance vs. Preventive Maintenance

„Bei den Begriffen ‚Predictive‘ bzw. ‚Preventive Maintenance‘ mangelt es vielfach an Trennschärfe“, sagt Michael Finke, Product Manager für Roboter bei Mitsubishi Electric. „Predictive Maintenance, also die ‚vorausschauende‘ Wartung, stützt sich auf die Live-Auswertung von im Feld erfassten und in Echtzeit ausgewerteten Symptomen. Sie bietet entsprechende Diagnosen und Prognosen zum Health-Status einzelner Komponenten des Roboters unter Einsatz von KI-Technologie. Unter Preventive Maintenance, sprich ‚vorbeugender‘ Wartung, verstehen wir eine ebenfalls intelligente, rechnergestützte Funktionalität, der das jeweilige Roboterprogramm zugrunde liegt.“ Bei vorbeugender Wartung finden die Analysen im Vorfeld in der für alle Roboter von Mitsubishi Electric einheitlichen Programmier- und Simulationsumgebung RT ToolBox3 statt. Das geht ohne Roboter in der Simulation oder online direkt mit dem Roboter. Ist die Roboterprogrammierung abgeschlossen, werden Verschleiß- und Belastungsimulationen durchgeführt und entsprechende Fristen für die Wartung berechnet. Im Zusammenspiel ermöglichen beide Wartungskonzepte der SmartPlus-Funktionslösung – Predictive und Preventive Maintenance – eine Minimierung der Stillstandszeiten, unter anderem durch Batchverarbeitung der Wartungsdaten für mehrere Roboter für ganze Produktionslinien.

Thematik: Allgemein
Mitsubishi Electric Europe B.V.

Das könnte Sie auch Interessieren

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.