Intelligentes Condition Monitoring erkennt realen Bauteilverschleiß

Anbieter zum Thema

Klinkhammer Intralogistics GmbH

WITTENSTEIN SE

COSCOM Computer GmbH

GEMAC Chemnitz GmbH

Aus den Messdaten von zehn Fräsern wurden Lerndatensätze (Vektoren) erstellt, die je nach Verschleißfortschritt drei verschiedenen Klassen zugeordnet wurden. Mit diesen Trainingsdaten wurde das NN vom Typ Multilayer-Perzeptron innerhalb des Simulationssystems angelernt. Anschließend erfolgte ein Klassifikationstest unter Verwendung neuer Testdaten.

Nach erfolgreich durchgeführter Simulation wurde die spezifische Software für die Signalanalyse und das trainierte NN in die Hardware eingespeist und das gesamte Gerät an einer Produktionsmaschine getestet. Als Ergebnis wurde nachgewiesen, dass das Netz den Fräserzustand korrekt klassifiziert.

Maschinenbediener ständig über aktuellen Maschinenzustand informiert

Über das Anzeigedisplay des Condition-Monitoring-System direkt an der Maschine werden der Ist-Zustand der Verschleißmarkenbreite als Wert sowie auftretende Fehlerzustände signalisiert. Damit ist der Maschinenbediener ständig über den aktuellen Zustand und eventuell auftretende Fehler informiert.

Durch die Überwachung der Zahnradwälzfräsmaschine kann im positiven Fall die Teileproduktion pro Fräser verdoppelt oder bei abzusehenden Fehlern der Fräser auch vor Erreichen der bisherigen Austauschgrenze gewechselt werden. Damit wird eine gleichbleibende Qualität der Teile garantiert und gleichzeitig die maximale Standzeit des Fräsers erreicht.

Eva-Maria Schönitz ist Projektleiterin in der Elektronikentwicklung, Dipl.-Ing. Thomas Reichert ist Prokurist bei der Gemac – Gesellschaft für Mikroelektronikanwendung Chemnitz mbH in 09116 Chemnitz.

(ID:359532)