Connect with us

Ipar

Hibaanalízis mesterséges intelligenciával

mesterséges
A mesterséges intelligencia alapú Predictive Service Analyzer integrált felhasználói felületet kínál, amelynek használatához nem szükséges MI-ismeretekkel rendelkezni. A kijelzőn egyértelműen láthatók a rendellenességekre utaló információk.

Prediktív karbantartással növeli a rendelkezésre állást a Siemens megoldása.

Evidenciának tűnik, hogy kifizetődőbb elvégezni a megelőző karbantartásokat, mint megvárni, amíg beüt a baj és le kell állítani az egész gyártósort. De honnan tudjuk, hogy pontosan hol és milyen karbantartásra van szükség? A választ a mesterséges intelligencia adhatja meg. A karbantartási és szerviztevékenységek valódi igényeknek megfelelő ütemezését célzó Siemens Predictive Service Analyzer megoldással akár 30 százalékkal is növelhető egy gyártóüzem rendelkezésre állása.

Előre kell gondolkodni

A tervezett karbantartás egyre kevésbé képes megfelelően kiszolgálni a termelőüzemeket, ahol a váratlan leállások és a nem tervezett karbantartási események komoly bevételkieséshez vezetnek. A modern gyártásban az azonnali beavatkozásra való képesség, vagy a meghibásodás előrejelzése kulcsfontosságú tényezők a tempó megtartásához. A Predictive Service Analyzer olyan megoldást kínál, amivel a felhasználók már a hajtásrendszerek meghibásodása előtt, a kialakulás korai szakaszában értesülnek a várható hibaeseményekről. Ezáltal megfelelően fel tudnak készülni, és a nem tervezett leállások helyett a karbantartást a gép igényeire szabva iktathatják be a termelésbe.

Olvas a paraméterek között

A Siemens Predictive Service Analyzer egy mesterséges intelligencia alapú prediktív karbantartási rendszer, amely felismeri a meghibásodásokra utaló korai figyelmeztető jeleket. Ilyenek lehetnek a motorok és hajtások mechanikai sérülései, a csapágyak károsodása, a kiegyensúlyozatlanság vagy a frekvenciaváltók működésének zavarai.

A megoldás előnyeit a folyamatosan mozgó gépek felügyeletében használhatják ki a legjobban. Szivattyúk, ventilátorok, kompresszorok és motorok esetén a megfelelő paraméteradatok alapján a mesterséges intelligencia közel valós időben végzi el az elemzéseket és hívja fel a figyelmet a lehetséges meghibásodásra. Mivel maga a rendszer egyszerre használja ki a felhő és a peremhálózat előnyeit, az általa generált adatforgalom mennyisége optimalizálható – ezzel az alkalmazás felépítésének és működtetésének költségei egyaránt leszoríthatók.

Feladatra szabott megoldás

A mesterséges intelligencia rugalmasságának köszönhetően számos alkalmazásban kihasználhatók a Predictive Service Analyzer előnyei. A karbantartási szükségletek átláthatóvá válnak, így a pótalkatrészek rendelkezésre állása is kiszámíthatóvá tehető. A kritikus alkatrészeket és gépegységeket kockázati elemzésnek vethetjük alá, ami további fejlesztések előtt nyit lehetőséget.

De nemcsak abból profitálhatnak a vállalatok, hogy jobban megismerik a termelőrendszer karbantartási igényeit: a moduláris szolgáltatáscsomag bővítési lehetőségeket is tartogat, amivel a gyűjtött paraméterek elemzése, kiértékelése és akár a beavatkozások is az adott termelési feladatra szabhatók.

A megoldást a közelgő hannoveri vásáron, az ipar nemzetközi seregszemléjén mutatja be a Siemens.

Ipar

Újfajta motorindítót hoz a Siemens

A félvezető technológiát felvonultató eszköz strapabíróbb és ezerszer gyorsabb a hagyományos társainál.

Az olyan iparágakban, mint az élelmiszer- és italgyártás, az intralogisztika vagy a gépipar nagy teljesítményű motorokat használnak például szállítószalagok meghajtására, berendezések elindítására. Ezek meghibásodása esetén komoly károk keletkezhetnek, így a számukra energiát közvetítő motorindítók fontos szerepet töltenek be az üzemekben: ezeknek kell védelmet nyújtani a túlterhelés és a zárlatok ellen is. Az élelmiszeriparban pedig, ahol a szigorú higiénia miatt gyakran kell a szállítószalag-rendszereket magasnyomású mosással tisztítani, a víz könnyen tud zárlatot okozni, ami költséges leállásokhoz vezet.

Ezek megelőzésére kínál megoldást a Siemens új, a zárlati áramot a korábbiaknál akár ezerszer gyorsabban érzékelő SIMATIC 200SP e-Starter motorindítója, ami hiba esetén 4 µs (mikroszekundum) alatt lekapcsolja a berendezéseket. Ezt az ultragyors és a megszakítókhoz vagy biztosítékokhoz képest gyakorlatilag kopásmentes kapcsolást az teszi lehetővé, hogy az új indító félvezető technológiát alkalmaz, szilícium-karbid fémoxid félvezető (SiC MOSFET) tranzisztorokkal.

Így, miután a zárlat okát megszüntették, az eszköz azonnal újraindítható, és korlátlan zárlati lekapcsolást kínál. Azaz a korábbi gyakorlattal ellentétben nincs szükség az eszköz cseréjére vagy tartalékalkatrész beszerzésére, és növelhető az üzem rendelkezésre állása.

A diagnosztikai funkciókkal ellátott, minimális helyigényű és egyszerűen telepíthető eszköz integrált a Siemens fejlesztői környezetével (Totally Integrated Automation – TIA), illetve EcoTech minősítéssel rendelkezik. Ez utóbbi, a legzöldebb megoldásoknak járó, céges fenntarthatósági minősítést a motorindító az anyagfelhasználás minimalizálása, illetve az eszköz energiahatékonysága és a tartóssága miatt kapta meg.

Az új motorindító a hazai piacon is elérhető.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Új fejlesztés: az energiahatékonyságot és a munkabiztonságot is szolgálja az intelligens, elektromos rásegítő hajtású komissiózó kocsi

Intelligens, elektromos rásegítő hajtású komissiózó kocsi fejlesztése történt meg abban a projektben, amelyet a KLS-2000 Ipari és Kereskedelmi Kft. valósított meg a Széchenyi Terv Plusz program, ezen belül a Gazdaságfejlesztési és Innovációs Operatív Program Plusz keretében.

A cég erre 199,76 millió forint vissza nem térítendő európai uniós támogatást nyert el. A támogatás mértéke a projekt elszámolható összköltségének 62.94%-a. Alvállalkozóként az Universitas-Győr Nonprofit Kft. a Széchenyi István Egyetem kutatóinak bevonásával részt vett a villamos hajtás- és irányítórendszer fejlesztésében. A két és fél éve kezdődött projekt 2024. november 15-én zárul.

A GINOP_PLUSZ-2.1.1-21-2022-00213 azonosítószámú projekt során fejlesztett elektromos, ember-gép együttműködést megvalósító, rásegítő hajtás révén a gyártórendszerekben használatos nagy tömegű komissiózó kocsikkal energiahatékony, ergonomikus és biztonságos anyagmozgatás valósítható meg.

Az európai autógyárakban telephelyenként több száz, de gyármérettől függően akár több ezer olyan terület van, ahol nagy tömegű komissiózó kocsikkal történik az áruk begyűjtése és leadása a gyártórendszer megfelelő pontjain. Ezeket a járműveket a komissiózó zóna és a gyártósorok között általában elektromos vagy más módon hajtott targoncákkal vontatják, igény szerint egyszerre többet is összekapcsolva. A komissiózó kocsik össztömege a termékek tömegétől, darabszámától és a kocsi alapszerkezetétől függően nehezebb áruk/termékek esetén a másfél tonnát is eléri. Ezeket a depózás után közvetlenül a gyártósorokhoz, sokszor 100-150 méter távolságba kell egyenként, kézi erővel mozgatni, ami gyakran több munkás segítségével történik.

Erre a problémára egy új, innovatív módon vezérelhető differenciál-hajtáslánc fejlesztése valósult meg Vecsésen, amely kiküszöböli a piacon elérhető szervohajtások erős kompromisszumait, hátrányait. A fejlesztett rendszer nyomatékérzékeny karok segítségével képes 5 kilométer/óra sebességig rásegíteni az emberi erő által kifejtett mozgatóerőre, emellett vontatható és a komissiózóállomásokon töltőkön dokkolható is. A rendszer több olyan új megoldást tartalmaz, amely az energiahatékonyságot és a munkabiztonságot is jelentős mértékben javítja, illetve olyan új funkcióknak enged teret, amelyek illeszkednek az ipar 4.0 (és a majdani ipar 5.0) gyártástechnológiai trendekhez.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

A Samsung csatlakozik a Carbon Trusthoz

A Samsung a Carbon Trusttal és egyéb nagy technológiai vállalatokkal együttműködve új módszertant vezetett be a csatlakoztatott eszközök, például a laptopok és a hangszórók használata során keletkező káros anyag kibocsátás és kibocsátás-csökkentések mérésére.

A módszertan bevezetése hozzátartozik a Samsung részvételéhez a Decarbonizing the Use-Phase of Connected Devices (DUCD) (A csatlakoztatott eszközök használati fázisának karbonsemlegesítése) kezdeményezésben. A vállalat a Carbon Trusttal, az Amazonnal, a Microsofttal és a Sky-jal közösen fogott össze azért, hogy csökkentse az internethez csatlakoztatott elektromos és elektronikai eszközök használat közbeni energiafogyasztásából eredő üvegházhatású gázkibocsátást.

Ezek a szervezetek különösen a használati fázisra összpontosítanak, mivel egy termék – a teljes életciklusát tekintve – jellemzően ebben a szakaszban termeli a legtöbb szén-dioxidot. A csatlakoztatott eszközök világszerte jelenleg körülbelül 500 terrawattóra (TWh) energiát igényelnek évente, amely megközelíti Franciaország teljes energiafelhasználását. A technológiai iparnak ezért kiemelten fontos, hogy felmérhesse és elszámolhasson a termékek szén-dioxid-kibocsátásával, valamint megoldásokat találjon az eszközök használata általi kibocsátás csökkentésére.

Az új módszertan iránymutatást adhat a vállalatoknak, hogyan értékeljék a felhasználók eszközeiből származó adatok alapján a kibocsátás mértékét, ezáltal növelve a jelentések pontosságát, amelyek eddig a jelenlegi kibocsátási elszámolásokban használt üzemidő-előrejelzéseken alapultak. A technológiai cégek a módszertan alkalmazása során elért káros anyag kibocsátáscsökkentését is elszámolhatják majd.

A felhasználás során keletkező kibocsátások éves jelentése és a kibocsátáscsökkentésről szóló kimutatás átláthatóbbá teszi a kommunikációt a felhasználókkal, és arra ösztönözheti a vállalatokat, hogy akár a felhasználási időszakban is csökkentsék a kibocsátást. Az adatok szabványosítása és pontossága arra motiválhatja őket, hogy újszerű megoldásokkal csökkenthessék eszközeik széndioxid-kibocsátását.

A Samsung közreműködik az új DUCD-módszertan bevezetésében, amely az új energiatakarékos módszerek megtalálása iránti elkötelezettségének része. Ezen újítások közé tartozik a SmartThings Energy funkció, amellyel a felhasználók nyomon követhetik energiafelhasználásukat és jobb energiahatékonysági döntéseket hozhatnak. Csakúgy mint az AI energia mód, amely a felhasználási szokások és az energiaköltség figyelembevételével segíthet az energiafelhasználás előnyösebb kezelésében.

Eszközeink életciklusuk során a használati fázisban bocsátják ki a legtöbb széndioxidot, a méréssel pedig jelentősen tehetünk a kibocsátás kezeléséért és csökkentéséért – mondta Inhee Chung, a Samsung vállalati fenntarthatósági központjának alelnöke. – A Samsung klímastratégiájának kulcsfontosságú része, hogy a felhasználókat bevonja az energiatakarékos megoldásokba, és alig várjuk, hogy a DUCD módszertanán keresztül bemutathassuk, hogy a SmartThings felülettel és annak AI energia módjával hogyan követhetik nyomon és csökkenthetik csatlakoztatott eszközeik energiafelhasználását.”

„Az összekapcsolt eszközök egyre fontosabbak mindennapi életünkben, ezért fontos, hogy a technológiai ipar kulcsszereplőivel közösen kezdhessük meg a felhasználás során keletkező kibocsátás kezelését. Ez az együttműködés egy olyan lényegesen hatékonyabb megközelítést tett lehetővé, amellyel kiszámíthatjuk és rögzíthetjük az összekapcsolt eszközökből származó széndioxid-kibocsátást és az elért csökkentéseket, valamint a kibocsátások kezelésére irányuló erőfeszítéseink alapjául szolgálhat ezen a kihívásokkal teli területen”

– mondta Felix Prettejohn, a Carbon Trust vezető tanácsadója.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Friss