Endüstriyel Makineler için Sağlık Taraması
iMain, tahmini bakım için yeni bir karar destek sistemi geliştirmeyi amaçlayan Avrupa düzeyinde bir araştırma projesidir. Bu amaçla, güvenilirlik ve sürdürülebilirlik uygulamaları için gömülü bilgi cihazlarını ve yapay zeka tekniklerini bütünleştiren çok katmanlı bir çözüm geliştirilecektir. Ortaya çıkan çözüm mevcut üretim tekniğiyle elde edilebilenlere kıyasla genişletilmiş yetenekler sağlayacak, üretim ekipmanının sistem ömrünün en az %30, enerji verimliliğinin en az %20, tüm sürecin kullanılabilirliğinin en az %30 artmasını sağlayacak, bakım maliyetlerini ise en az %40 azaltacaktır.
Metal şekillendirme makineleri, çalışma süreleri boyunca büyük kuvvetlere dayanmak zorundadırlar ve uzun süre çalışmak durumda kalırlar. Otomobiller, çamaşır makineleri, buzdolapları ve benzerleri için soğuk şekillendirme parçaları olduğunda uygulanan basınç, birkaç bin metrik tona kolayca ulaşabilir. Bu işlem bir makinenin tüm ömrü boyunca yüz binlerce kez tekrar edilmelidir. Makine genellikle bir dizi üretim adımına entegre olduğu için, makinedeki muhtemel bir arıza tüm üretim sürecinin durmasına neden olabilir. Hasarın derecesine bağlı olarak onarımların bir aya kadar sürebileceği düşünüldüğünde önemli boyutlarda gelir kaybı da yaşanabilir. Bu tür arızaları, tüm makine veya tek bir bileşen için tahmin edebiliyorsak, şirketler makineye ne zaman bakım yapmaları gerektiğini veya belirli bileşenleri, tercihen üretim çizelgesiyle koordineli olarak değiştireceklerini bilmeleri gerekiyor.
Sanal sensörler, gerçek sensörlerin yerini alıyor
Gelecekte makineler kendi problemlerini tespit etme ve arızalarını tahmin etme yeteneğine sahip olacaklar. AB tarafından desteklenen iMAIN projesinin (www.imain-project.eu) bir parçası olarak, operatörlerin bir bileşenin veya tesisin başarısız olma ihtimalini belirleyebilmelerini sağlayan bilgi temelli tahmini bir bakım sistemi prototipi geliştirildi. Bu teknolojinin ayırt edici özelliği, sanal sensörleri kullanmasıdır. Bunlara hem bilgisayarın bilgisayar benzetimi yapılmış modellerden hem de tek tek bileşenlerde oluşan zorlanma hakkında bilgi veren gerçek sensörlerden girilir. Matematiksel modelleri ve gerçek sensörleri kullanarak tüm makine için gerinim senaryolarını gerçek zamanlı olarak simüle etmek mümkündür. Bu, kestirimci bakım için tamamen yeni ve yenilikçi bir yaklaşımın temelini oluşturuyor.
Şimdiye kadar, başarısızlıklara yanıt olarak sabit bir programa göre veya geçici olarak tesis bakımı yapmaya alışılmıştı. Bazı üreticiler halihazırda makinelerini (gerçek) sensörlerle donatmaktadır ancak yalnızca bu cihazlara dayanan çözümler ideal değildir: uygulamak pahalı ve karmaşıktır, kendi hata izleme sistemini gerektirir ve stres ve gerilimi yalnızca bulundukları noktalarda ölçerler. İsteğe bağlı olarak, sanal algılayıcıların kullanılması, malzemeye etki eden kuvvetlerin tam bir resmini elde etmek için akla gelebilecek en ekonomik bir yoldur. Algoritmalar, simülasyonlar ve matematiksel modeller gerçekliğin oldukça iyi bir görüntüsünü sunarken, en kesin hesaplamalar bile hatalara neden olur. Bu nedenle araştırmacılar, makine çalışırken kaydedilen gerçek ölçümlerle sürekli olarak karşılaştırabilir. Aralarında büyük bir tutarsızlık varsa, buna göre model değiştirilebilir.
Dahili kullanıcılar tarafından akıllı telefonlar, tabletler ve dizüstü bilgisayarlar da dahil olmak üzere çok çeşitli arayüzlerle erişilebilen bir bulut sitesi, farklı üretim tesislerinin stres geçmişi hakkında bilgi depolama görevi görür. Toplanan bilgiler ne kadar fazla olursa, önleyici tedbirlerin uygulanması için gereken zamanı bile o kadar kısa olur. Makinelerin tecrübelerinden ders almayı, bileşenleri değiştirme veya optimum stres yüklemelerine ne zaman ulaştıklarını belirleme konusunda doğru zaman kararlaşmasına olanak tanıyan algoritmalar geliştiriliyor. Gerçek veriler, materyalin kırılma noktasını hesaplamak için kullanılabilecek bir simüle edilmiş modelle karşılaştırılıyor.
AB destekli iMAIN projesi Eylül 2012'de başlatıldı ve üreticiler, endüstriyel kullanıcılar, bilgisayar bilimcileri ve mühendisler endüstriyel makinelerin bakımında yeni, gelişmiş teknolojiler geliştirmek için birlikte çalıştı. Sanal sensörler, konsept aşamasını çoktan geçti ve halihazırda gerçek hayatta kullanılan uygulamalarda başarıyla kullanılmaktadır. Ayrıca veri paylaşımı için özel bulut çözümü test aşamasına geldi. Sistemin bir prototip versiyonu Slovenya'daki bir proje ortağı - ev aletleri üreten Gorenje Grubu - tarafından bir başka proje ortağı olan Litostroj Ravne tarafından sağlanan bir evrensel basının durumunu izlemek için kullanılmaktadır. Bu fabrika çamaşır makineleri, buzdolapları ve diğer aletlerin yapımında kullanılan metal panelleri oluşturmaktadır. Bu sistem tanıtıldığından Gorenje, olası kesintileri önceden tahmin etmesini sağlayacak daha iyi bilgilere sahiptir ve aynı zamanda makinelerde stres ve gerginlik izleyerek basın operasyonlarını kolaylaştırır ve optimize eder. Kaydedilen veriler Fraunhofer IWU'daki tesiste yapılan testlerin sonuçları ile düzenli olarak karşılaştırılıyor.
Ürünler:
► iMain entegre bakım ve destek sistemi
► Uzaktan veri izleme
► Enerji tüketimi optimizasyon aleti
► Sanal sensörler
► IT temelli yeni nesil basınç ekipmanları
► Kablosuz sıcaklık izleme sistemi
► MEMS tabanlı titreşim sensörleri
► Yaşam verileri işlem çerçevesi
Teşvik
IMain projesi, değer zincirlerine odaklanan yenilik ve uygulama eylemleri de dahil olmak üzere dağıtım konularında kararlıdır ve araştırma ile pazardaki boşluğu birbirine bağlar. iMain sonuçların ticarileştirilmesine önem verir ve aynı zamanda ticarileştirme sürecinin proje sonrası izlenmesi ihtiyaçlarını da göz önüne alır. Proje bittikten sonra ilerlemenin izlenmesi, alınan fonların sonuçlarını ortaya çıkaracak ve geliştirilen inovasyon mekanizmasının etkinliğini değerlendirecektir.
Hedefler
Horizon2020 stratejisine doğru atılmış bir adım olarak, iMain projesi AB imalatçılarının, özellikle de KOBİ'lerin, AB imalatının teknolojik tabanını arttırarak küresel rekabete uyum sağlamasına yardımcı olacak ve Ar-Ge yatırımları, istihdam ve kaynak verimliliği açısından bir katkı yapacak.
Kaynak:
► iMAIN
