团队已经取得了一些进展。由欧盟资助的研究合作伙伴开发的系统之一——用于生产发动机的机器臂,该装置能在发生故障时进行自我修复。研究人员说:“如果它监测到了阻力,它会自动避开而不至于弄断自己。”该系统还可以预测
在负载情况下断电的可能性。“自愈”技术如何运作网络传感器驱动技术主要基于计算概率的贝叶斯网络数学模型。它与学习软件一起分析机器如何运行,成为算法组合的一部分。这其实并不容易。Kasperczyk说:“仅仅通过编程几种算法并不能够达到目的。”模型数据在机器安装时获取,并在负载下进行
,然后将其与实际运行状况进行比较,并向人机操作界面提供警报。Fraunhofer IPA的
chael Kempf 在项目网站上的说:“主要的挑战是建立决策模型和仿真模型,以反映真实的制造环境。”
连接到物联网系统的声音传感器可以预测机械故障。超声波和
采样传感器联合相关算法可以基于机器生产时产生的噪音向运营商发出通知,因为一些声音可能提示故障,如果设备异常,发出的声音也会不一样。SelSus(自我维持制造系统的健康监控和终身能力管理)项目另一个参与者是瑞典家电制造商伊莱克斯,它需要一个决策支持系统来预测洗衣机制造厂的故障。通过传感器监控一些可能造成故障的指标,如过度用电、产热以及机油的使用等。SelSus项目提供的数字处理技术最终能够保障工厂持续运行。SelSus的研究人员说:“大问题通常只是由一个小缺陷或正常的磨损所造成。然而,如果没有检测出来,可能会导致设备停机甚至生产中断。”
友情链接