AI-softwareoplossingen voor predictief onderhoud en voorspellend energieverbruik

Door: Redactie - 15 april 2021 |

Predictive maintenance, predictief onderhoud Data

Festo levert AI-softwareoplossingen voor predictief onderhoud, predictief kwaliteitsbeheer en voorspellend energieverbruik

Als specialist in industriële automatisering en technische opleidingen wil het bedrijf kunstmatige intelligentie (AI) gebruiken als sleuteltechnologie en kerncompetentie voor de automatiseringsoplossingen van zijn klanten. Het bedrijf biedt hiervoor intelligente oplossingen en diensten, met de nadruk op predictief onderhoud, predictief kwaliteitsbeheer en voorspellend energieverbruik.

AI voor efficiënter bedrijf

Festo kan end-to-end-oplossingen aanbieden dankzij de combinatie van expertise op het gebied van hardware (voor elektrische en pneumatische automatisering), software en AI. Met name bij industriële intelligentie is de combinatie van algoritmen in combinatie met de expertise een bepalende factor voor de implementatie van op AI gebaseerde automatiseringstoepassingen.

Festo focust op drie aandachtsgebieden: predictief onderhoud, predictief kwaliteitsbeheer en voorspellend energieverbruik. Hier wordt de AI-softwareoplossing Festo AX gebruikt, ontwikkeld door Festo en de in AI gespecialiseerde dochteronderneming Resolto. De oplossingen van het bedrijf bewaken continu machinedata en toetsen die aan het AI-model, dat de staat van een component of machine beschrijft. De AI-algoritmen detecteren vervolgens afwijkingen van de normale toestand en kunnen deze ook voorspellen.

De toepassing gaat van eenvoudige conditiebewaking van een machine of systeem tot machine learning. Afhankelijk van de toepassing en het doel van de klant wordt de softwareoplossing aangepast door de applicatie-engineeringexperts van Festo en afgestemd op de individuele behoeften van de klant.

De architectuur van Festo’s AI-oplossingen is schaalbaar en flexibel inzetbaar: On-Edge, On-Premise of in de Cloud. Festo beperkt zijn AI-oplossingen niet tot de eigen componenten: het is een open architectuur. Andere componenten kunnen ook eenvoudig worden geïntegreerd via IoT-gateways en gestandaardiseerde protocollen.

Voorbeelden

Een Duitse autofabrikant gebruikt predictief onderhoud in de carrosseriebouw. Het doel van de klant was om de efficiëntie van het onderhoud van zijn servopneumatische laspistolen (foto) te verhogen door onvoorziene uitvaltijden te vermijden en de servicekosten te verlagen. Festo implementeerde algoritmen om uitval van de laspistolen te voorspellen en integreerde deze in de bestaande infrastructuur.

Data van de laspistolen worden continu verzameld en geëvalueerd. Na evaluatie van de gegevens kunnen storingen worden geïdentificeerd voordat ze daadwerkelijk optreden. Op deze manier kon al ongeveer een kwart van de stilstandtijden in de productie worden vermeden, aangezien de reparatie zou kunnen worden verschoven naar de niet-productietijd.

Festo gebruikt momenteel voorspellend energieverbruik voor een klant in de Food & Packaging-sector. Het doel van de klan is: het energieverbruik van zijn volledige pneumatisch bediende bottelarij tot een minimum te beperken om aldus de CO2-emissie te verminderen en kosten te besparen.

Allereerst onderzocht Festo het volledige persluchtproces van de installatie. De C2M energie-efficiëntiemodule geeft informatie over mogelijke lekken en voorkomt dat de systeemdruk onder een bepaald stand-by drukniveau daalt. Dankzij de permanente conditiebewaking van het systeem en de daaropvolgende evaluatie van de gegevens via de AI-software meldt het systeem afwijkingen en storingen tijdig. In de toekomst wil de klant de verzamelde gegevens ook gebruiken voor predictief onderhoud.

Bron: Robot Magazine