hirdetés
hirdetés

A gépgyártók elmondják...

A taktikai adathasználat a kulcs a karbantartásban

Most, hogy a robot- és big data hype kicsit enyhült, az ipar számára a legfontosabb az lett, hogy taktikailag használja az adatot, például a karbantartás területén. Három, hazánkban is működő gépgyártó vállalat prediktívkarbantartás-szolgáltatásai közül mutatunk be néhányat.

hirdetés

A megelőző karbantartás adatokra támaszkodva még a hiba bekövetkezte előtt meghatározza a gépek meghibásodásának valószínűségét. A prediktív elemzés – ami statisztikára, gépi tanulásra és a digitális modellre épít – a gyártók számára lehetővé teszi a gépsérülés elkerülését, a hiba tovább-burjánzásának megakadályozását, segít a megelőző karbantartást ütemezni, tervezhetővé és kiszámíthatóvá téve a termelést, és elkerülve a nem várt leállásokat. Bár már egy mikrofonnal és egy hanganalizátor-szoftverrel is százmilliós megtakarításokat lehet elérni, most olyan átfogó szolgáltatásokat szemlézünk, amelyek a legnagyobb gyártók karbantartási gyakorlatát segítik.

Zéró leállás

Mihalik Zsolt, a Fanuc after sales engineerje
Mihalik Zsolt, a Fanuc after sales engineerje
A Fanuc és a Cisco közös fejlesztését, a Zero Downtime (ZDT) gyártástámogató szoftvert világszerte több mint 6000 roboton használják. Egy autógyárban a lehető legrosszabb forgatókönyv a meghibásodás miatti leállás, ami percenként akár 20 ezer dolláros nyereségkiesést is okozhat. Sok gyár rendelkezik megfelelő pufferrel, ahova ideiglenesen át tudja helyezni a gyártást, de a ZDT segítségével ezek megelőzhetők, illetve tervezhetővé válnak. Mindent felmér a gyártósori robot környezetének körülményeitől a gyártási programban meghatározott útvonalán át az utazási távolságra és a motor nyomatékprofiljára vonatkozó információkig. A karbantartási probléma szempontjából a releváns adatokat továbbítja a Cisco felhőjébe, analizálja azokat, a határértékeken kívül eső értékeket rögzíti, és előre jelzi a szükséges karbantartást. A ZDT természetesen nem csak egy-egy gépen, de a teljes gyáron alkalmazható, például támogatni tudja az értékesítést a salesadatok alapján, és így lehetőséget teremt az üzemvezető számára, hogy a karbantartást úgy ütemezze, hogy az ne ütközzön egy nagy megrendeléssel. Ez a jövőben a prediktív karbantartás következő szintje.

„A költségmegtakarítás hosszú távon történő megvalósítása érdekében a Fanuc előrejelző karbantartása pontosan felügyeli a berendezés állapotát annak érdekében, hogy a karbantartás idejét meghatározzák. Ez a módszer a gép élettartama alatt megbízhatóan előre jelzi a hibákat, mielőtt azok leálláshoz vezethetnek” – mutatta be a prediktív szerviz lényegét Mihalik Zsolt, a Fanuc Hungary Kft. after sales engineerje (műszaki háttértámogatásért felelős munkatárs). A Fanuc After Sales Module (ASM) nyomon követi a gyártó gépek szolgáltatási státuszát Európa-szerte, és tudásanyagként tárolja az adatokat, illetve fedi fel a lehetséges hibákat, és optimalizálja a szervizelést.

„Minden géphez biztosítjuk a Zero Downtime rendszert, ennek mérő- és diagnosztikai eszközeivel együtt. Ez a robotrendszerről gyűjt adatokat a hajtóművek élettartamára, a robot nyomatékára vonatkozólag, és a működési adatokat tudják monitorozni vele.” Kérdésünkre, hogy erre a szoftveres hátteret ki biztosítja, Mihalik bemutatta a saját fejlesztésű FIELD- rendszerüket. „A Fanuc Intelligent Edge Link & Drive System (FIELD) egy nyitott platformunk, melyre a partnerek is fejleszthetnek applikációkat, így nem csak Fanuc gépek adatgyűjtésérére és vélelmezésére lesz alkalmas. Egy gyáron belül sok eszköz van, amit érdemes monitorozni, elemezni, erre jó platform lehet a FIELD-rendszer, ami átfogó megoldást nyújt szerszámgépek, ipari robotok, PLC-vezérlések és szenzorok összekötéséhez.” A FIELD-rendszer hasznosítja a másik két szoftverüket, az MT-LINKi-t, valamint a már bemutatott ZDT-t. Az előbbivel a szerszámgépeket lehet hálózatba kötni, adatokat gyűjteni róluk, diagnosztizálni és analizálni termelési tulajdonságaikat, hogy tökéletesíthetők legyenek a megmunkálások, költséghatékonyabb a gyártás és kiszámíthatóbb a karbantartás. Ez utóbbi témakörhöz kapcsolódva jelent meg kiegészítésképpen a korábban említett ZDT, az állásidő minimalizálására fejlesztett gyártástámogató szoftver.„Magyarországon is azt tapasztaljuk, hogy egyre nagyobb az igény arra, hogy a gépek élettartamát minél hosszabb távra kitoljuk a karbantartás segítségével. A gyártók keresik az irányokat, hogy hogyan lehet digitalizálni az információkat, nem csak a karbantartásban. A termelés során keletkező gigantikus mennyiségű és sokféle fajtájú adat szükségessé teszi, hogy a gyártók versenyképességük megőrzése érdekében olyan megoldásokat alkalmazzanak üzemükben, amelyek egyre komplexebbé váló folyamataikat kezelni, elemezni és javítani képesek” – mutatott előre a prediktív szerviz kapcsán Mihalik. 

Egyéni megoldások

Zubor Tamás, az ABB Service Sales Team Leadere
Zubor Tamás, az ABB Service Sales Team Leadere
Az energetikai hálózatok, a robotika, a gyártásautomatizálás, az energetikai termékek és az ipari automatizálás gyártójaként a szervizszolgáltatás is kiemelt szerepet kap az ABB-nél is. Hálózatba köthető, távolról felügyelhető rendszerek, szenzorok, szoftverek, automatizált munkafolyamatok jellemzik ezt. A vállalat 2016-ban vezette be a prediktív karbantartás szolgáltatását, ABB Ability néven. A digitalizáció kihívásaira az ABB hálózatba köthető, távolról felügyelhető rendszerekkel válaszolt, valamint olyan okosszenzorokat hozott létre, amelyek valós idejű rendszerfelügyeletet tesznek lehetővé, illetve olyan élettartam-elemzési programot fejlesztettek, amely motor- és generátorkarbantartási tervek optimalizálását teszi lehetővé. „Az ABB a hajtások távoli állapotfelügyelete (Remote Condition Monitoring), a távolról begyűjtött adatok analizálásával beazonosítja a rendszer lehetséges meghibásodásának vagy a termelési problémáknak a korai jeleit, mint a túlmelegedést vagy a félvezetők meghibásodását” – foglalta össze az állapotfelügyeleti rendszer célját Zubor Tamás, az ABB Service Sales Team Leadere. Zubor az ABB kisfeszültségű AC-, DC- és középfeszültségű AC-hajtásokat gyártó üzletág előremutató, ipar 4.0-s technológiai elemeiről a karbantartáshoz kapcsolódóan is említett prediktív karbantartáshoz használt eszközöket. Ilyen a myABB ügyfélplatform, ahol az állapotfelügyeleti rendszeren keresztül bármilyen mobil eszközről, mobilról, tabletről vagy laptopról is nyomon követhető a rendelkezésre állás állapota.

ABB digital power train
ABB digital power train

Szenzorok és adatok

Természetesen nemcsak szoftver, de az érzékelők oldaláról is történt fejlesztés a vállalatnál. Napjainkban világszerte kisfeszültségű motorok milliói biztosítják a hajtást számtalan ipari alkalmazás számára. Ennek ellenére e motorok üzemállapotának ismeretére gyakran nem fordítanak kellő figyelmet, a legtöbb motort addig üzemeltetik, amíg az meg nem hibásodik. Erre a kihívásra fejlesztett megoldásként az ABB egy okosszenzort. „A Smart Sensor folyamatosan ellenőrzi a motor működését, lehetővé teszi, hogy a motor adatokat küldjön az állapotáról, és jelezze a szükséges karbantartást. Az okosszenzor egyszerűen, vezeték nélkül felszerelhető a motorházra, konfigurálása pedig csak perceket vesz igénybe. Rendszeres és pontos adatokat küld a motor üzemi állapotáról a felhasználó mobil eszközére vagy az ABB felhőjébe. A szerveren a különböző algoritmusok tovább elemzik az adatokat, és az eredményeket visszaküldik az ügyfél személyes platformjára” – mesélt Zubor a hardverek szerepéről a szervizben. Az okosszenzorokkal növelhető a termelékenység, meghosszabbítható a motor élettartama, energiát lehet megtakarítani, csökkenteni lehet a karbantartási költségeket és a raktáron lévő tartalék eszközök számát. Az ABB Smart Sensorral való felszereléssel a villanymotor állásideje akár 70%-kal csökkenthető, élettartama 30%-kal is meghosszabbítható, az energiafogyasztás pedig 10%-kal csökkenthető.

A WERKBLiQ platform egy átfogó eszköz a hatékony javítási és karbantartási folyamatok digitalizálásához
A WERKBLiQ platform egy átfogó eszköz a hatékony javítási és karbantartási folyamatok digitalizálásához

Smart data a karbantartásban

A DMG Mori gépgyártó is már 2016-ban bevezette az i4.0 szenzorcsomag szolgáltatását a szervizelésben, a nagyobb pontosság és a fokozott biztonság érdekében, DMG MORI Condition Analyser néven. Fejlett érzékelővezérlés jellemzi ezt az állapotelemzőt, 60 szenzorral folyamatosan monitorozza a gépek működését és státuszát. Méri a teljesítményt, a sűrített levegő fogyasztását, szabályozza a hűtőfolyadékot, a hőmérsékletet, a gépvédelmi vezérlést (MPC) segíti a rezgésérzékelővel, ezen túl az Easy Tool Monitor 2.0 alkalmazás a szerszámkopást és esetleges törést jelzi előre. Ez a rendszer a big datától a smart datáig szolgáltat közvetlen adatokat a gépek működéséről, lehetővé teszi a gyártás elemzését és az adatalapú döntés-előkészítést a maximális termelékenység érdekében. Az NC-gépekhez különböző funkciókat fejlesztettek ki az interferencia által okozott balesetek elkerülése érdekében. Például ha a terhelési nyomaték meghaladja a küszöbértéket, az abnormális terhelésérzékelő funkció 0,01 másodpercen belül leállítja az orsót a gép károsodásának minimalizálása érdekében, leállítja a motort, és riasztást ad. A 3D-s interferencia-ellenőrző funkcióval történő valós idejű szimuláció szintén hasznos, de ez csak akkor akadályozza meg az interferenciát, ha a 3D-modell ugyanúgy van beállítva, mint a tényleges megmunkálás. A Condition Analyser elvégzi a programoptimalizálást, képes a géphibák korai felismerésére és az esetleges károsodások elemzésére, olyan adatokat biztosít, melyek elemzésével hosszú távú előrejelzéseket lehet készíteni akár a gyártással, akár a szervizeléssel kapcsolatosan.

A prediktív karbantartás három főszereplője a szenzor, az adat és az IoT, ezek alapvetően változtatják meg a feldolgozó- és gyártóipart. Az IoT-szenzorok használatával az intelligens gyárak életre kelnek, összekapcsolódnak a gépekkel, amelyek képesek kommunikálni egymással és az emberekkel. Ez a technológia olyan változásokat és hibákat képes felfogni, amelyeket az emberi szem nem lát. A probléma megoldása helyett az applikáció idő előtt riasztja a rendszert, így az emberek (vagy gépek) megtehetik a szükséges intézkedéseket annak biztosítására, hogy egyáltalán ne legyen meghibásodásból adódó leállás. A gépek közötti kommunikáció és a mesterséges intelligencia kombinációja hamarosan lehetővé teszi a gyárak számára, hogy adatalapú döntéseket hozzanak minimális emberi beavatkozással a karbantartás területén is.

Trapp Henci
a szerző cikkei

hirdetés
Ha hozzá kíván szólni, jelentkezzen be!
 
hirdetés
hirdetés
hirdetés

Kiadónk társoldalai

hirdetés