JAK TO FUNGUJE

Krok 1

Parametry skenování jsou snímány pomocí nejmodernější senzorové technologie.

Systém využívá akustické emise a mnoho dalších fyzikálních parametrů strojů shromážděných naším vlastním průmyslovým IoT Edge, čímž maximalizuje výkon strojů a zároveň snižuje provozní náklady optimalizací údržby a výrobních procesů.

Krok 2

Záznam a zpracování zvuku a dalších vstupních dat

Data a výsledky se také nahrávají pomocí sítě LAN do platformy NeuronSW nGuard. Integraci na místě lze provést prostřednictvím SFTP nebo MQTT.

Krok 3

Frekvenční spektrální analýza

Analýza frekvenčního spektra umožňuje uživateli zkoumat konkrétní závady a vyhledávat závady na základě empirických zjištění vibrodiagnostiky. Uživatel může vykreslit frekvenční spektrum vybraných časových úseků, aby mohl zkoumat konkrétní závady a najít závady na základě empirických zjištění vibrodiagnostiky. 

Krok 4

Online výsledky okamžitě na vašem monitoru

Mějte všechny stroje ze všech závodů na jednom ovládacím panelu. Využijte snadnější přehled o všech minulých stavech strojů. Ať už jsou v údržbě, porouchané, odesílají výstrahy nebo jsou v jakémkoli dosud neznámém stavu.

Případové studie a úspěšné projekty

PROBLÉM

Detekce poruch kompresoru

Zákazníkem je přední světový výrobce ráfků kol. Zákazník potřeboval zajistit kontinuitu výroby, a proto se rozhodl monitorovat svá kritická aktiva - vzduchové kompresory, které se používají k vhánění vzduchu do výrobního závodu. To zahrnovalo informace týkající se jakýchkoli anomálií v kompresorech.

ŘEŠENÍ

Zařízení IIoT a neintruzivní senzory sbírají a zpracovávají zvuková data

Bylo instalováno komplexní řešení NSW pro detekci anomálií, které indikují selhání. Zařízení IIoT a neintruzivní senzory shromažďují a zpracovávají zvuková data a algoritmy umělé inteligence a strojového učení vyhodnocují zpracovaná data ze vzduchových kompresorů a rozhodují, zda došlo k nějaké změně oproti nominálnímu stavu, aby bylo možné nahlásit anomálii.

PŘÍNOSY

Automatizované vykazování anomálií

  • Monitorování technologie v reálném čase.

  • Včasné varování před poruchami.

  • Stanovení priorit pro kontrolu zařízení.

  • Minimalizace nákladů spojených s poruchami.

  • Vyšší efektivita údržby.

PROBLÉM

Namáhané jednotky eskalátorů, které vedou k poruchám mimo plánované kontroly údržby.

Mechanické jednotky eskalátorů jsou během provozu namáhány nad konstrukční limity. Zákazník požaduje informace o stavu jednotek, aby mohl naplánovat údržbu na základě reálného předpokladu problémů. Situaci zhoršuje nedostatek zkušeného personálu.

ŘEŠENÍ

Vzdálený přehled o stavu a dostupnosti eskalátorů

Pomocí vlastního softwarového a hardwarového řešení vytváří společnost NSW zprávy o využití v reálném čase, které umožňují efektivní plánování údržby a poskytují důležité provozní informace. Patří mezi ně časová dostupnost eskalátorů a záznamy o provedených údržbových postupech.

PŘÍNOSY

Hlášení o provozuschopnosti eskalátorů v reálném čase

  • Vzdálený přístup ke strojům šetří čas a náklady na pracovní sílu.

  • Přístup k základním informacím o stroji, jako je spuštěný/nespuštěný stroj.

  • Srozumitelné srovnávání provozu a údržby.

  • Efektivita v rámci celého pracoviště.

Algoritmy umělé inteligence a strojového učení, zařízení Edge IoT 

vyvinutý společností Neuron Soundware poskytuje odborné monitorování a řízení strojů, procesů a prediktivní údržbu v různých průmyslových aplikacích.

Systém využívá akustické emise a mnoho dalších fyzikálních parametrů strojů shromážděných vlastním průmyslovým IoT Edge, čímž maximalizuje výkon strojů a zároveň snižuje provozní náklady optimalizací údržby a výrobních procesů.

Algoritmy umělé inteligence a strojového učení maximalizují výkon vašich zařízení a procesů.

Algoritmy analyzují různé fyzikální parametry strojů, jako je zvuk, teplota, tlak, elektrický proud, magnetické pole, luminiscence, permeabilita, ozáření a mnoho dalších, a poskytují tak informace o aktuálním stavu a chování jednotlivých strojů a procesů.