Állapotfelügyelet és prediktív karbantartás

Állapotfelügyelet a gépek meglévő hajtásadataiból: a rendszer megtanulja a normál működést, és anomáliadetektálással jelzi az attól való eltérést — új érzékelők és felhőszolgáltatás nélkül, helyben futó adatgyűjtéssel.

Állapotfelügyelet • Anomáliadetektálás

Állapotfelügyelet és prediktív karbantartás

A gépek hajtásai folyamatosan mérik az áramot, a nyomatékot, a fordulatszámot és a hőmérsékletet — ezt az adatot a legtöbb üzemben soha senki nem nézi meg. A rendszer kigyűjti, megtanulja belőle a gép normál működését, és jelez, amikor a működés elkezd eltérni ettől. Külön érzékelők felszerelése és felhőszolgáltatás nélkül.

Szemléltetés — szimulált adat

Így látja a modell az eltérést

Húzza a csúszkát: ahogy a gép állapota eltávolodik a megtanult normál működéstől, a mért jel elválik attól, amit a modell normál működés mellett várna. A kettő különbségéből számolt anomáliapontszám mutatja, mennyire tér el a gép a saját megszokott mintájától.

mért jela modell szerint várható jeleltérés
0.00Normál működés

A jelzés nem az első kiugrásra születik: akkor keletkezik, ha az anomáliapontszám tartósan a küszöb fölött marad — így az indításból vagy pillanatnyi terhelésváltozásból eredő kiugrások nem okoznak téves riasztást.

Mit jelent a jelzés a gyakorlatban

A rendszer nem egy villogó piros lámpa. A jelzésnek három szintje van, és a szintet nem a pillanatnyi érték, hanem az eltérés tartóssága és iránya dönti el.

Megfigyelés alatt

Az eltérés megjelent, de nem növekszik. Teendő nincs, a rendszer naplózza. Ez a szint akadályozza meg, hogy minden apróságból riasztás legyen — a következő karbantartáskor viszont ott lesz a története.

Következő karbantartásnál nézzék meg

Tartós, stabil eltérés. Nem kell soron kívül leállni, de a következő tervezett leállásnál érdemes ránézni az érintett gépelemre. A rendszer haszna jórészt ezen a szinten keletkezik.

Soron kívül ellenőrizzék

Az eltérés gyorsan növekszik, vagy hirtelen ugrott. Itt már nem érdemes megvárni a következő tervezett leállást — a vizsgálatot előbbre kell hozni.

A sürgősség tehát nem dátumjóslatból jön, hanem a trendből. A karbantartásnak általában nem az a kérdés, hogy „hány nap múlva megy tönkre", hanem hogy belefér-e a következő leállási ablakba. Erre a kérdésre a rendszer akkor is választ ad, ha a meghibásodás pontos idejét senki nem tudja megmondani.

Miért más ez, mint a szokásos állapotfigyelő szolgáltatás?

Nem kell új szenzor

A legtöbb állapotfigyelő szolgáltatás rezgésérzékelőket telepít a gépre. Itt erre általában nincs szükség: az áram, a nyomaték, a fordulatszám és a hőmérséklet adata már benne van a hajtásban — eddig csak nem gyűjtötte ki senki.

Az adat a gyáron belül marad

A gyűjtés és a kiértékelés az üzemben álló adatgyűjtőn fut. Nincs felhő-előfizetés, és nem kell termelési adatot kiengedni a gyári hálózatból — ez a legtöbb IT-osztálynál önmagában döntő szempont.

Nem egy határérték, hanem a minta

A klasszikus riasztás akkor szól, ha egy érték átlép egy küszöböt. Itt a jelek együttese számít: azonos üzemállapotban a magasabb áram, a nagyobb nyomaték és a gyorsabb melegedés együtt már eltérés — akkor is, ha külön egyik sem hibahatár.

Egyszeri telepítés

Nincs havidíj és nincs előfizetés

A rendszer a telepítés után a gyár saját eszközén fut tovább — nem kell havi díjat fizetni azért, hogy működjön, és nem áll le, ha valaki elfelejt meghosszabbítani egy előfizetést. A bevezetés egyszeri munka; utána csak akkor kerül pénzbe, ha új gépre terjeszti ki, vagy a modellt bővíteni kell.

Mi az az autoencoder, és miért jó ez karbantartáshoz?

Az autoencoder egy olyan neurális háló, amely nem konkrét hibákat tanul meg, hanem azt, hogy hogyan néz ki a hajtás normál működése. Ez azért fontos, mert a gyakorlatban ritkán áll rendelkezésre elég adat a hibás állapotokról — normál működésből viszont mindig van bőven.

A modell megkapja például az előző 30–60 másodperc hajtásadatait: áram, nyomaték, fordulatszám és fordulatszám-eltérés, teljesítmény, motor- és hajtáshőmérséklet, technológiai üzemállapot. Ezeket összetömöríti egy belső „normál működési mintává", majd megpróbálja visszaállítani belőle az eredeti mért értékeket. Ha a visszaállítás pontos, az állapot hasonlít a megtanult normál működésre. Ha nagy az eltérés, a modell anomáliát jelez.

MÉRT ADATOK (30–60 s) Áram Nyomaték Fordulatszám Ford. eltérés Teljesítmény Hőmérséklet Üzemállapot kódoló belső minta tömörített állapot dekódoló VISSZAÁLLÍTOTT ÉRTÉKEK Áram' Nyomaték' Fordulatszám' Ford. eltérés' Teljesítmény' Hőmérséklet' Üzemállapot' REKONSTRUKCIÓS HIBA mért és visszaállított értékek eltérése ebből lesz az anomáliapontszám

A modell a mért jeleket egy tömörített belső mintába kódolja, majd abból próbálja visszaállítani az eredeti értékeket. A mért és a visszaállított értékek különbsége a rekonstrukciós hiba — ebből számítja a rendszer az anomáliapontszámot, amelyet az oldal tetején lévő szemléltetés is mutat.

Az adat útja a hajtástól a jelzésig

Ipari hajtások PROFINET PLC ADATKIOLVASÁS Ipari adatgyűjtő OPC UA Előfeldolgozás normalizálás ÜZEMÁLLAPOTOK Autoencoder modell TANÍTOTT Anomália- pontszám KÜSZÖBFIGYELÉS

A PROFINET-hálózaton elérhető hajtás- és technológiai adatokat a PLC-n, majd OPC UA-kapcsolaton keresztül az ipari adatgyűjtőn rögzítjük. Az adatok tisztítása és normalizálása után a betanított modell folyamatosan anomáliapontszámot számít.

Hogyan működik a rendszer

01

A PROFINET-hálózaton elérhető hajtás- és technológiai adatokat a PLC-n, majd OPC UA-kapcsolaton keresztül az ipari adatgyűjtőn rögzítjük.

02

Az adatokat megtisztítjuk és normalizáljuk, hogy az eltérő mértékegységű jelek összehasonlíthatók legyenek.

03

A méréseket üzemállapot és lehetőség szerint terhelési tartomány szerint szétválasztjuk.

04

Az autoencodert az igazoltan normál működés során összegyűjtött adatokkal tanítjuk be.

05

Üzem közben a modell folyamatosan rekonstrukciós hibát, ebből pedig anomáliapontszámot számít.

06

Jelzés csak akkor keletkezik, ha az eltérés egy beállított határértéket tartósan meghalad — így kevesebb a téves riasztás indításból vagy pillanatnyi terhelésváltozásból.

Egy példa a gyakorlatból

Ugyanazon fordulatszám és technológiai terhelés mellett a motor korábban 35 A körül dolgozott. Ha később ugyanabban az üzemállapotban 46 A, nagyobb nyomaték és gyorsabb melegedés jelenik meg együtt, az autoencoder magasabb anomáliapontszámot adhat — akkor is, ha egyik érték sem lépte még át a gyári hibahatárt.

Az anomáliaküszöböt nem önkényesen választjuk meg, hanem a normál üzemi adatok során kapott rekonstrukciós hibák eloszlása, illetve a későbbi üzemi tapasztalatok alapján állítjuk be.

Amit fontos tisztán mondani

Az autoencoder alapból nem azt jelzi, hogy „három nap múlva tönkremegy a csapágy". Első körben csak ennyit mond:

„A hajtás jelenlegi működési mintája jelentősen eltér a korábban megtanult normál működéstől."

A modell nem váltja ki a tervezett karbantartást, hanem kiegészíti: két karbantartás között is képes jelezni a normál működéstől való fokozatos vagy szokatlan eltérést. Hogy az eltérés mögött mi áll, azt továbbra is a helyszíni vizsgálat dönti el.

Mit lát, és mit nem lát a rendszer

A hajtásadatokból bizonyos dolgok jól kiolvashatók, mások nem. Ezt érdemes előre tisztázni, mert az elvárás és a valóság közti különbség rontja el az ilyen rendszereket.

Amit megbízhatóan lát

  • Növekvő mechanikai súrlódás: előrehaladott csapágykopás, kenéshiány, szoruló tömítés
  • Rosszul beállított tengelykapcsoló vagy ékszíj
  • Eltömődő szűrő vagy járókerék szivattyúnál, szennyeződő ventilátor
  • Romló hatásfok, emelkedő motorhőmérséklet azonos terhelésen
  • Nyugtalanabbá váló nyomaték: meglazult rögzítés, kezdődő kiegyensúlyozatlanság

Amit nem lát időben

  • Kezdődő csapágyhiba — ehhez rezgésmérés kell, jóval nagyobb mintavétellel
  • Egyedi fogaskerékfog sérülése
  • Lokális tekercshiba a motorban
  • Hirtelen, előjel nélküli törés — erre elvi okból nincs korai jel

Ahol ezek a kockázatok fontosak, ott a hajtásadat mellé rezgésmérés is kell — ez kiegészítés, nem verseny.

A hajtásadatokra épülő felügyelet a lassú, mechanikai romlásra jó — és éppen ez az, ami a karbantartás időzítéséhez kell.

Az üresjárat a legtisztább mérési pont

Terhelés alatt a technológia ingadozása elnyomja a finom jeleket. Üresjáratban viszont a hajtásnak csak a mechanikai veszteséget kell legyőznie: a csapágyak súrlódását, a tömítést, az ékszíj feszességét, a tengelykapcsoló állapotát. Semmi más nem zavar bele.

Ha ez az üresjárati nyomaték azonos fordulaton hónapok alatt lassan emelkedik, az tiszta, zajmentes kopásjel. Ezért ahol a gépnek van rendszeres üresjárati szakasza — indítás után, műszakváltáskor, üres ciklusban —, ott abból épül a legjobb trend.

Ahol nincs ilyen szakasz, ott a vezérlésbe beépíthető egy rövid, néhány másodperces ellenőrző üresfutás fix fordulaton, mondjuk hetente egyszer. Ez gyakorlatilag egy beépített, automatikus állapotfelmérés — a gép rendszeresen „megméri magát", mindig ugyanolyan körülmények között.

És ha a gép hétvégén is jár?

Munkaidőben ott a gépkezelő, aki hallja, hogy másképp szól a gép. Hétvégén és éjszaka ez a visszajelzés hiányzik — miközben sok gépet technológiai okból nem is lehet leállítani. Az állapotfelügyelet éppen ezekben az órákban ér a legtöbbet, ha van mellé egy riasztási út is, amely eljut az ügyeleteshez.

Az SMS-alapú riasztásról, az életjel-figyelésről és az eszkalációs láncról a távfelügyelet és riasztás oldalon írunk részletesen. Az a rendszer önállóan, gépi tanulás nélkül is telepíthető.

Gyakori kérdések

Kell hozzá új szenzorokat felszerelni a gépre?

Általában nem. A hajtás maga méri az áramot, a nyomatékot, a fordulatszámot és a hőmérsékletet, ezek az értékek a PROFINET-hálózaton elérhetők. Külön érzékelő csak akkor kell, ha olyan mennyiséget is figyelni szeretnénk, amit a hajtás nem mér — például rezgést vagy csapágyhőmérsékletet.

Kikerül a termelési adat a gyárból?

Nem. Az adatgyűjtés és a kiértékelés helyben, az üzemben álló adatgyűjtőn fut. Ha távoli elérés is kell a karbantartáshoz, azt központi VPN-szerveren keresztül, a gyár kiberbiztonsági előírásai szerint alakítjuk ki.

Mennyi adat kell ahhoz, hogy a modell használható legyen?

Annyi, amennyi lefedi a gép normál működésének változatait: a különböző üzemállapotokat, terhelési tartományokat, termékváltásokat, indításokat és leállásokat. Ez géptől függ, de jellemzően több hét folyamatos gyűjtés. Ha a tanítóadatból kimarad egy szabályos üzemmód, a modell azt később tévesen anomáliának látja.

Mi történik, ha a gépet átállítják más termékre vagy receptre?

Az új gyártási beállítás új üzemállapot: vagy bekerül a tanítóadatba, vagy külön kezeljük. Ezt nem lehet megspórolni — enélkül a modell minden átállásnál riasztana. Ezért is választjuk szét a méréseket üzemállapot és terhelési tartomány szerint.

Van havidíj vagy előfizetés?

Nincs. A bevezetés egyszeri munka, utána a rendszer a gyár saját eszközén fut tovább, külön díj nélkül. Nincs felhőszolgáltatás, amit elő kellene fizetni, és nincs olyan licenc, aminek a lejárta leállítaná a figyelést.

Régebbi gépnél is működik?

Ott a kérdés mindig az, hogy a meglévő hajtás és PLC milyen adatokat ad ki, és milyen úton. Régebbi rendszereknél az adatkiolvasás megoldása külön feladat — ez a rész az, amit érdemes először megnézni, mielőtt bármilyen modellről beszélünk.

Érdekli, hogyan alkalmazható a saját gépein?

Az első kérdés mindig az, hogy a meglévő gépek milyen adatokat adnak ki, és milyen úton. Ezt egy rövid egyeztetésen tisztázzuk, és abból derül ki, mi valósítható meg a jelenlegi rendszerén. A rendszer első ipari bevezetései most zajlanak.