Sensor „hört“ Fehler in Anlagen und Maschinen
AcoustiX hat ein waches Ohr für Fehler in Anlagen und Maschinen. Das von Fraunhofer-Forschern entwickelte Sensorsystem spürt Unregelmäßigkeiten schnell und zuverlässig auf. John Deere, Weltmarktführer in der Landtechnik, setzt es bereits zur Prüfung von Mähdrescher-Schneidwerken ein.
Das Sensorsystem "AcoustiX" erkennt fehlerhafte Schwingungen oder Geräusche in Anlagen und Maschinen, etwa im rotierenden Schneidwerk eines Mähdreschers.
Foto: Fraunhofer IZFP/Uwe Bellhäuser
Wenn Anlagen und Großmaschinen während des Betriebs ausfallen, weniger Leistung bringen oder mangelhafte Produkte liefern, so kann das zu massiven wirtschaftlichen Einbußen führen. Ursache hierfür sind in der Regel Schäden, Defekte oder falsch montierte Komponenten, weshalb die Qualitätssicherung schon vor der Inbetriebnahme oder nach der Endmontage besonders wichtig ist. Aber wie lässt sich schnell feststellen, ob Anlagen und Maschinen richtig montiert wurden und einwandfrei funktionieren? Wissenschaftler des Fraunhofer-Instituts für Zerstörungsfreie Prüfverfahren (IZFP) in Saarbrücken haben eine objektive Prüflösung namens „AcoustiX“ entwickelt, die Unternehmen zur Montageendkontrolle und zur kontinuierlichen Qualitätsüberwachung von sich bewegenden oder rotierenden Maschinen und Anlagen einsetzen können. Das IZFP ist auf das Monitoring industrierelevanter Produktlebenszyklen spezialisiert, wobei es auch Methoden künstlicher Intelligenz (KI) wie kognitive oder autoadaptive Sensorik einsetzt.
Sensorsystem spürt Fehler auf – ohne aufwendiges Kalibrieren
Jede Maschine und jede Anlage macht im Betrieb charakteristische Geräusche, die durch bestimmte Schwingungen hervorgerufen werden. Sie lassen Rückschlüsse auf die Qualität zu. Denn Defekte, Fehler oder Schäden verändern die normalen „Betriebsgeräusche“. Nur erfahrenes Montagepersonal mit einem geschulten Gehör war bisher in der Lage, solche Fehler zu erkennen. Das Problem dabei: Das menschliche Gehör ist subjektiv und hört tagesformabhängig unterschiedlich. Zudem wird es nach einer gewissen Zeit müde oder durch anderen Lärm negativ beeinflusst. Derzeit verfügbare akustische Prüfsysteme müssen dagegen immer neu angepasst und kalibriert werden, selbst wenn die zu prüfenden Anlagen oder Maschinen nur geringfügig verändert werden.
AcoustiX: Schnelles Analyseverfahren für viele industrielle Einsatzbereiche
Das Sensorsystem „AcoustiX“ erfasst die Daten speziell angepasster akustischer Sensoren. Diese werden entweder direkt an der Maschine angebracht oder Mikrofone erfassen Schwingungen, bzw. Geräusche von Maschinen und Anlagen berührungslos. Das System analysiert und protokolliert automatisch Fehler oder Unregelmäßigkeiten. Die Signalauswertung liefert innerhalb weniger Minuten entsprechende Ergebnisse zu Montage und Funktion von Anlagen und Maschinen. Der Landtechnikhersteller John Deere setzt AcoustiX bereits zur permanenten Qualitätsüberwachung von Mähdrescher-Schneidwerken ein. Parallel dazu wird das Sensorsystem gerade für die Serienfertigung validiert.
Forschungsziel: exakte Fehlerortung und Bestimmung der Fehlerart
Das hörende Sensorsystem der Fraunhofer-Wissenschaftler eignet sich über die Kontrolle von Schneidwerken hinaus für verschiedene industrielle Anwendungen. Überall dort, wo Montageendkontrolle und die dauerhafte Betriebsüberwachung wichtig sind, kann AcoustiX eingesetzt werden. Es kann zum Beispiel der Überwachung von großen, autonom betriebenen Maschinen und Anlagen dienen. Oder zur Qualitätsbewertung einzelner Baugruppen eingesetzt werden, die unter anderem auf Prüfständen betrieben werden. „Der Entwicklungsfokus liegt insbesondere auf unseren Analysemethoden, den sogenannten Algorithmen. Diese können ohne großen Aufwand auch in bereits bestehende Prüfsysteme integriert und kundenspezifisch angepasst werden“, erklärt Matthias Heinrich, Wissenschaftler am Fraunhofer IZFP. Mittelfristig wollen die Forscher AcoustiX so weit bringen, dass es Fehler exakt lokalisieren und die Art des Fehlers bestimmen kann. Auch das soll durch intelligente Algorithmen und Analysemethoden gelingen.
Mehr unter:
Ein Beitrag von:
