Intelligenter Sensor misst Verschleiß von Lineargleitlagerfolien

Den Verschleiß von Gleitfolien in Linearsystemen frühzeitig erkennen: Mit diesem Ziel haben die Ingenieure bei igus jetzt eine neue intelligente Linearführung entwickelt.

Bild: Igus GmbH

Ein Sensor in den Lagerfolien misst die individuell bestimmbare Verschleißgrenze und schlägt Alarm, wenn diese erreicht ist. So lässt sich die Wartung bereits vorab planen und ein unerwarteter Anlagenausfall vermeiden.

Wann muss ich mein Lager wechseln? Diese Frage stellen sich Betreiber von Anlagen, die Portale und Linearsysteme rund um die Uhr im Einsatz haben. Von der Verpackungsmaschine über die glasverarbeitende Industrie bis hin zu Werkzeugmaschinen. Linearführungen müssen extremen Belastungen standhalten. Um frühzeitig einen Verschleiß der gleitenden schmiermittelfreien Lager aus Hochleistungskunststoffen zu erkennen und die Wartung vorrausschauend zu planen, hat igus jetzt ein neues smartes System für seine drylin Linearsysteme entwickelt. Die neue smart plastics Technologie misst den Verschleiß der schmutz- und staubunempfindlichen Lager und gibt dem Anwender rechtzeitig ein Signal, wenn die Verschleißgrenze erreicht wird.

Patentierte Technologie zur Verschleißüberwachung

Eine neue intelligente und patentierte Technologie sorgt für eine Verschleißmessung des Lagers in alle Richtungen. Dazu integriert igus einen Sensor in das Lager, der die gemessenen Daten an das icom sendet. Das Kommunikationsmodul sammelt die Daten aller smart plastics Sensoren, bereitet diese auf und leitet sie weiter. Der Anwender kann mit dem Endgerät seiner Wahl die Überwachung übernehmen und so die Wartung, Reparatur und Austausch planen.

Schneller Wechsel direkt auf der Schiene

Steht ein Lagerwechsel an, so ist dieser ganz einfach, denn hier greift igus auf seine clevere Austauschlagertechnologie zurück. Die Linearachse oder das Mehrachsportal mit Zahnriemenantrieb muss nun nicht mehr aufwendig auseinander gebaut werden, denn der Austausch findet direkt auf der Schiene statt. Ähnlich einem Boxenstopp in der Formel 1 ist das Lineargleitlager mit nur wenigen Handgriffen und dank kostenlosem Werkzeug blitzschnell gewechselt und reduziert so Stillstandzeiten auf ein Minimum. Die Anlage kann innerhalb von wenigen Minuten wieder in Betrieb genommen werden.

igus GmbH
www.igus.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige