Sensortechnologie belangrijk werktuigbouwkundig aspect voor Smart Industrie

Het gebruik van geschikte sensortechnologie in de productie is een basisvoorwaarde voor de implementatie van Smart Industry. Het verzamelt gegevens over de proces- en machinestatus en stelt deze beschikbaar voor verschillende procesrelevante informatieservices en werkstromen. Tijdens de EMO in Hannover van 16 t/m 21 september wordt ruim aandacht gegeven aan de rol van sensortechnologie in Industry 4.0.

Sensoren zijn de links tussen de digitale en de echte wereld en daarom één van de belangrijkste factoren bij de implementatie van Smart Industry. Zonder de juiste sensoren zijn alle bovenliggende data-interpretatiesystemen blind. Sensoren kunnen overal gebruikt worden, maar met name in kritische componenten kunnen ze voor veel voordelen zorgen. Zo kan bijvoorbeeld de toestand van aandrijfcomponenten worden bewaakt en de data die met behulp van de sensoren wordt verkregen, kan worden gebruikt om de werking te optimaliseren. In kogelomloopspillen kunnen bijvoorbeeld de axiale kracht en het wrijvingsmoment op de kogelmoer worden gemeten. De exacte lubricatie vereiste kan dan worden bepaald door de resultaten te vergelijken met een model voor wrijvingsgedrag. Hierdoor ontstaat een adaptieve smering die de levensduur van kogelomloopspillen aanzienlijk kan verlengen. Daarnaast kunnen aandrijfcomponenten zoals kogelomloopspillen worden gecontroleerd door structuurgeluiden vast te leggen. Deze geluiden veranderen tijdens de levensduur van het onderdeel en laten toe conclusies te trekken over de staat van slijtage met als doel ‘predictive maintance’ toe te passen.

Tijdens de EMO presenteert het wbk Institute of Production Science van het Karlsruhe Institute of Technology (KIT) een camerasysteem in combinatie met een algoritme voor ‘machine learning’ waarmee de slijtage van kogelomloopspillen kan worden gecontroleerd.

Juiste interpretatie van sensorgegevens

Of de sensorgegevens in real-time moeten worden vastgelegd, hangt af van de specifieke toepassing. “Je moet bepalen tot welk punt realtime-capitulatie zinvol is. Er is ook de vraag hoe de gegevens worden gesynchroniseerd en het is belangrijk om te weten welke sampling-snelheden nodig zijn om een ​​voldoende nauwkeurige procesbeschrijving te verkrijgen”, verklaart Dr. Jörg Stahlmann, Managing Director van Consenses in Roßdorf. Het bedrijf levert industriële meettechnologie en digitaliseringsoplossingen. Het gebruik en de ontwikkeling van geschikte sensoren en de interpretatie van gegevens zijn twee kerncompetenties van Consenses. “We gebruiken 3D-stepmodellen om de ontwerpen van onze klanten te begrijpen. Dit is nodig om de sensorgegevens correct te kunnen classificeren, zoals de verwachte kracht- en temperatuurstromen en de kinematica. Het begrijpen van deze relaties is belangrijk als we iets wijzer willen worden van alle sensorgegevens”, zo beschrijft Stahlmann.

Niet elke toepassing vereist real-time data

Het gebruik van real-time data levert niet altijd de best mogelijke kwaliteit op. Real-time data wordt vaak verkregen uit besturingseenheden die oorspronkelijk als doel hadden om bepaalde machineacties te besturen. Dit doel overlapt niet altijd met de werkelijke vereisten voor de sensorgegevens. Voordat vergaande analyses of beslissingen worden afgeleid van deze gegevens, is het daarom belangrijk om te begrijpen welk signaal er wordt gegenereerd in elk individueel geval. Een voorbeeld waarbij het vastleggen van real-time data overbodig is, is bij ‘condition based maintenance’. Dit vereist geen snelle reactie op de verzamelde gegevens. Hierbij mogen de resultaten van de gegevensevaluatie zelfs enkele uren nadat de gegevens zijn ingevoerd worden geleverd. Toch worden er vaak sensoren gebruikt die dynamisch veranderende signalen afgeven, bijvoorbeeld geluidssignalen. Het vastleggen van dergelijke signalen vereist een hoge bemonsteringssnelheid en zeer snelle real-time gegevensvastlegging. In dit soort gevallen kunnen de opgenomen gegevens echter veel beter in een buffer worden opgeslagen, zodat deze op een later tijdstip kan worden geëvalueerd door een krachtige server.

Oftewel als er geen economische rechtvaardiging is, is het real-time vastleggen van data niet nodig voor trendanalyses die over een langere periode worden uitgevoerd. Het is bijvoorbeeld niet nodig om productieparameters zoals vermogens- of energiegegevens in real-time vast te leggen. In sommige gevallen is het meer dan voldoende om elke 15 minuten energiegegevens te meten. Bovendien is er weinig te winnen bij het real-time vastleggen van gegevens die nodig zijn voor managementdoeleinden.

Wanneer wel real-time?

Real-time sensorgegevens zijn onvermijdelijk nodig in het geval van machine-, gereedschaps- of werkstukbescherming en processtabiliteit. Real-time gegevensvastlegging is onmisbaar als het de enige manier is om schade aan hardware of werkstukken te voorkomen, bijvoorbeeld bij gereedschapsbreuk of overmatige belasting van samenstellingen zoals lagers of frame-onderdelen. Om uitval te voorkomen, is het ook logisch om de materiaaleigenschappen in real-time vast te leggen met de juiste sensoren. Daarnaast kan de real-time detectie van afwijkingen in het productieproces schade helpen voorkomen of beperken. Fouten die bijvoorbeeld worden veroorzaakt tijdens het instellen van bewerkingsmachines of in het NC-programma kunnen leiden tot botsingen. Als deze snel genoeg worden gedetecteerd, kan de machine worden gestopt en de materiële schade worden verminderd.

Tijdens de EMO zal er veel nieuws te zien zijn rondom Smart Industry, ofwel Industry 4.0. Sensoren spelen daarin een cruciale rol.