Sensorfusion in intelligenten Fabriken nutzen
Was ist Sensorfusion?
Der Begriff "Sensorfusion" bezieht sich auf eine Verarbeitungstechnologie, bei der die von mehreren Sensoren erfassten Daten fusioniert (kombiniert) werden, um mehr nützliche Informationen zu gewinnen, als von einem einzelnen Sensor gewonnen werden können.
Einige bekannte Beispiele für den Einsatz der Sensorfusion sind Rückfahrmonitore in Autos. Die Sensoren sind in diesem Fall eine Kamera und ein Millimeterwellen-Radardetektor, die am Heck des Fahrzeugs angebracht sind. Die Kamera nimmt ein Rückblickbild auf, und der Millimeterwellen-Radardetektor misst die Entfernung hinter dem Fahrzeug. Die von der Kamera erfassten Bilddaten und die Entfernungsdaten des Millimeterwellen-Radardetektors werden dann kombiniert und an einen Monitor im Fahrzeug ausgegeben, was ein sicheres und genaues Einparken ermöglicht.
Aber wie wird die Sensorfusion in intelligenten Fabriken eingesetzt? Im Folgenden erklären wir, warum die Sensorfusion für intelligente Fabriken wichtig ist, und stellen einige Anwendungsbeispiele vor.
Was ist mit der Sensorfusion in intelligenten Fabriken?
Die Welle der Sensorfusion hat nun auch intelligente Fabriken erreicht, die die Technologie des industriellen Internet der Dinge (IIoT) einsetzen. Heutzutage sind intelligente Fabriken, die das IIoT nutzen, voll mit Kameras zur Bilderfassung und Sensoren zur Messung von Eigenschaften wie Temperatur, Feuchtigkeit, Winkel, Beschleunigung, Strom und Spannung. Die von den Sensoren erfassten Daten werden auf Monitoren ausgegeben. Nachdem die Situation anhand der auf den Monitoren angezeigten Werte ermittelt wurde, werden Maßnahmen ergriffen. Diese Vorgehensweise erfordert jedoch Kenntnisse über die angezeigten Werte, und der Übergang zum Handeln braucht Zeit.
Bei der Sensorfusion handelt es sich um eine Technologie, bei der die von vielen Sensoren ausgegebenen Daten kombiniert und die Ergebnisse als leicht verständliche Informationen ausgegeben werden. Auf diese Weise lässt sich der Zustand von Anlagen und Geräten schnell und genau erfassen.
Durch die kontinuierliche Erfassung und Akkumulierung von Daten können die daraus resultierenden Daten zudem zusammengefasst und analysiert werden. Dies bringt erhebliche Vorteile in Bereichen wie der Überwachung der Betriebsrate von Anlagen, der Warnung vor drohenden Ausfällen, der Warnung vor drohenden Defekten und der Verfolgung von Verbesserungen in der Betriebsumgebung.
Beispiele für den Einsatz der Sensorfusion in intelligenten Fabriken
Hier stellen wir einige Beispiele für die Umsetzung der Sensorfusion in intelligenten Fabriken vor, in denen die Einführung des IIoT bereits weit fortgeschritten ist.
Steigerung der Produktivität durch Optimierung der Taktzeit*
Die Steigerung der Produktionseffizienz erfordert die Optimierung von Abläufen und Prozessen, die einer Vielzahl von Bearbeitungsarten entsprechen. Dies erfordert die Überwachung des Betriebszustands der verschiedenen Roboter und automatisierten Maschinen entsprechend dem zu bearbeitenden "Werkstück", das aus Materialien und Bauteilen mit unterschiedlichen Materialeigenschaften und Konfigurationen besteht, die Überwachung des Arbeitszustands der Bediener und die Überwachung des Produktflusses sowie eine geeignete Anordnung.
Zu diesem Zweck könnte beispielsweise eine Kamera am Ende eines Roboterarms und ein Beschleunigungsmesser am Arm angebracht werden. Die Kamera würde Daten sammeln, die die Position und die Ausrichtung des Werkstücks zeigen, und diese Daten würden mit den Daten zur Arbeitsgeschwindigkeit des Beschleunigungsmessers zusammengeführt. Auf diese Weise kann der Roboterarm präzise und in kürzester Zeit zum Arbeitspunkt geführt und die optimale Taktzeit berechnet werden.
* Taktzeit: Erforderliche Dauer der Produktmontage
Frühzeitige Erkennung von Geräteausfällen: Implementierung einer vorausschauenden Wartung
Für eine vorausschauende Wartung ist es unerlässlich, ständig Daten über die von der Anlage erzeugten Schwingungen, Geräusche, Wärme usw. mit Hilfe von Sensoren für Schwingungen, Geräusche, Temperatur usw. zu sammeln und diese Daten dann für Vergleiche und Zeitreihenanalysen zu verwenden.
Bei der vorausschauenden Wartung mit Sensorfusion für einen Motor beispielsweise könnten nicht nur Daten von einem Schwingungssensor, sondern auch von Temperatur-, Strom- und Spannungssensoren kombiniert und analysiert werden. Dies würde eine frühzeitige Erkennung von Anomalien in Bezug auf Vibrationen, Rotation, Geschwindigkeit usw. ermöglichen, die mit einem einzelnen Sensor allein nicht festgestellt werden könnten. Dies würde eine genauere Vorhersage der Lebensdauer der Anlage und die Aufstellung entsprechender Wartungspläne ermöglichen.
Weitergabe des technischen Know-hows von Fachkräften: Aufrechterhaltung der Qualität
Die Qualität der von Robotern oder Automaten bearbeiteten Werkstücke in Bezug auf Abmessungen, Konfigurationen, Oberflächenbeschaffenheit usw. kann mit Hilfe von Prüfgeräten wie Bildsensoren, Dimensionsmessgeräten und Bildverarbeitungssystemen bewertet werden. Auch können Qualitätsurteile durch den Vergleich mit den für verschiedene Prüfdaten festgelegten Schwellenwerten getroffen werden. Für eine Qualitätsbeurteilung auf der Grundlage der von immer präziseren Sensoren gelieferten Daten sind jedoch technische Fachkenntnisse und Erfahrung erforderlich.
Bei der Sensorfusion werden die von Sensoren und Prüfgeräten gewonnenen Daten kombiniert, um Inspektionen durchzuführen. So kann beispielsweise ein Bildsensor für die Konfigurationsprüfung und ein Bildverarbeitungssystem für die Oberflächenprüfung eingesetzt werden, was eine integrierte Qualitätsbestimmung ermöglicht. So lässt sich ein Prüfsystem realisieren, das nicht nur automatisiert ist, sondern auch verhindert, dass fehlerhafte Produkte von unerfahrenen Bedienern übersehen werden.
Zusammenführung von Vitaldaten des Bedienpersonals und räumlichen Umgebungsdaten zur Aufrechterhaltung und Verbesserung des Arbeitsumfelds
Für intelligente Fabriken ist die Verbesserung der Arbeitsumgebung neben der Steigerung der Produktionseffizienz ein wichtiges Ziel. Dies erfordert die Überwachung der Temperatur und der Luftfeuchtigkeit sowie der Konzentration von Gasen (Sauerstoff, Kohlenmonoxid, Kohlendioxid und andere verwendete Gase) und Feinstaub (Partikel, die bei der Herstellung von Produkten entstehen, Staub usw.) in der Luft am Arbeitsort sowie die Erkennung von Anomalien im physischen Zustand der Mitarbeiter durch die Überwachung ihrer Körpertemperatur, Herzfrequenz usw.
In diesem Fall ermöglicht die Sensorfusion eine quantitative und präzise Überwachung der Arbeitsumgebung, indem die Daten von CO2-Sensoren, Temperatursensoren usw. mit den Daten der Vitalparameter wie Körpertemperatur und Herzfrequenz des Bedienpersonals zusammengeführt und überwacht werden. Die so gewonnenen Informationen können genutzt werden, um Verbesserungen der Arbeitsumgebung vorzuschlagen, z. B. Maßnahmen zur Klimakontrolle, Belüftung und Staubreduzierung.
Arten der Sensorfusion
Bei der Sensorfusion handelt es sich um eine Technologie, die von Sensoren erfasste Daten kombiniert und Informationen ausgibt, die für den Menschen leicht verständlich sind. Je nach den Methoden, die für die Datenfusion verwendet werden, kann sie in drei Typen unterteilt werden. Im Folgenden werden die Vor- und Nachteile der einzelnen Methoden erörtert.
Zentralisiertes Modell
Dieses Modell verwendet eine Methode, bei der die von mehreren Sensoren gesammelten Daten direkt an die Zentraleinheit (CPU) gesendet werden.
Vorteile: Da die Daten direkt an die CPU gesendet werden und die Fusion der Daten auf der CPU erfolgt, können hochpräzise Analyseergebnisse erzielt werden.
Nachteile: Zur Verarbeitung der großen Datenmengen, die von allen Sensoren gesendet werden, ist eine leistungsstarke CPU erforderlich. Wenn die Verarbeitung nicht mithalten kann, sinkt die Reaktionsfähigkeit. Aus diesem Grund wird das zentralisierte Modell im Allgemeinen nicht in Bereichen eingesetzt, in denen sofortige Feststellungen erforderlich sind.
Verteiltes Modell
Dieses Modell verwendet eine Methode, bei der die von mehreren Sensoren erfassten Daten zunächst von jedem Sensor verarbeitet und dann an die CPU weitergeleitet werden.
Vorteile: Da die Daten nach der Verarbeitung durch die Sensoren zur Fusion an die CPU gesendet werden, kann die CPU entlastet werden.
Nachteile: Da die Daten von jedem der Sensoren zunächst lokal verarbeitet werden, ist es möglich, dass einige Daten, die für die Analyse nützlich sein könnten, nicht an die CPU gesendet werden. Dies bedeutet, dass die Analyseergebnisse weniger genau sind als die des zentralisierten Modells. Daher wird das verteilte Modell nicht in Bereichen eingesetzt, die eine hochpräzise Analyse erfordern.
Hybrides Modell
Dieses Modell verwendet eine Kombination aus Sensoren, die ihre Daten direkt an die CPU senden, und Sensoren, die ihre Daten erst verarbeiten und dann an die CPU senden.
Vorteile: Da die Daten zwischen den Sensoren fusioniert werden und die Ergebnisse an die CPU gesendet werden, die dann die optimale Lösung ausgibt, kombiniert dieses Modell die Vorteile der Reaktionsfähigkeit und Stabilität der zentralen und verteilten Modelle.
Nachteile: Die Systemkonfiguration ist komplexer, und die mit der Datenübertragung und -berechnung verbundenen Verarbeitungskosten sind höher.
Schlussfolgerung
Die Umsetzung der Sensorfusion erfordert eine kontinuierliche und stabile Erfassung von Daten von mehreren Sensoren. Intelligente Fabriken, die das IIoT nutzen, verfügen bereits über die Ausrüstung und Technologie, die als Infrastruktur für die Sensorfusion dient.
Der Einsatz der Sensorfusionstechnologie in diesen intelligenten Fabriken ermöglicht weitere Produktivitätssteigerungen und verbessert gleichzeitig Aspekte wie die Wartung der Anlagen, die Qualitätssicherung und die Verbesserung der Arbeitsumgebung, was alles zu noch intelligenteren Fabriken führt.
Es wird erwartet, dass sich Entwicklungen wie drahtlose Sensoren und neue Sensortechnologien wie Edge AI, bei denen Sensoren KI-Inferenzen durchführen, auf breiter Front durchsetzen und in Verbindung mit der Sensorfusionstechnologie zu neuen Innovationen in intelligenten Fabriken führen werden.
Ähnliche Artikel
- Osaka-Kansai Expo Technical Article - Murata Introduces a Series of New Technologies to Turn the Expo into a Testing Ground for the Society of the Future
- Heat risk prevention Devices - Strengthening the Quality Control Process with AMR Sensor-based Power Control - Biodata Bank
- Energieeinsparung und Komfort bei Klimaanlagen vereinen: Automatische Steuerung der Klimaanlage durch KI