maxon MIND
Der Motor als Sensor
Den Motor als Quelle für die Zustandsüberwachung einer Maschine nutzen: Das will maxon MIND (Motion Insights and Diagnostics). Die Basis bilden maschinelles Lernen, physikalisches Fachwissen und eine offene Architektur.
Text Claude Jaquemet Foto Jeremias Wieland
In der industriellen Antriebstechnik ist der Motor längst mehr als ein Aktuator. Er liefert wertvolle Informationen über den Zustand des Gesamtsystems – vor- ausgesetzt, man weiss die Daten richtig zu interpretieren. Genau hier setzt ma- xon MIND (Motion Insights and Diagno- stics) an. Das System nutzt Motorsig- nale, um Rückschlüsse auf den Zustand des Antriebssystems und seiner Umge- bung zu ziehen. So wird der Motor zum Sensor in der Maschine. maxon MIND analysiert Daten, die während des Maschinenbetriebs aus dem Controller ausgelesen werden, und er- kennt Muster, die auf Verschleiss oder Fehlfunktionen hinweisen. Dabei geht es nicht nur um den Motor selbst, sondern um das gesamte Antriebssystem und die damit verbundenen Mechanik. So lassen sich Abweichungen frühzeitig erkennen. Die Lösung eignet sich besonders für Anwendungen, in denen drohende Aus- fälle rechtzeitig erkannt werden müs- sen – etwa um die Sicherheit des Perso- nals zu erhöhen oder Stillstandzeiten zu minimieren. Zudem identifiziert sie Pro-
bleme, die bei herkömmlichen Tests ver- borgen bleiben. In Produktionslinien mit mehreren aufeinanderfolgenden Maschinen er- kennt maxon MIND kleinste Abweichun- gen, bevor sie nachgelagerte Prozesse beeinflussen. Auch im Service schafft das System Mehrwert, wenn der tatsächliche Zustand der Anlage für die Wartungspla- nung entscheidend ist. Erklärbare, optimierte KI Technologisch basiert maxon MIND auf erklärbarer künstlicher Intelligenz. Da- durch sind Diagnosen und Prognosen nachvollziehbar – eine zentrale Voraus- setzung für sicherheitskritische und stark regulierte Anwendungen. Das von maxon entwickelte Machine-Learning- Modell benötigt nur geringe Datenmen- gen und kann auf einfacher Hardware ausgeführt werden. Das ermöglicht eine minimalinvasive Integration und redu- ziert den Aufwand für das Modelltrai- ning. Da keine Recheninfrastruktur mit Grafikprozessoren (GPUs) erforderlich ist, ergeben sich zudem Kostenvorteile.
Auch bestehende Anwendungen lassen sich nachrüsten. Die Datenverarbeitung folgt einem klaren Ablauf: Während des Maschinen- betriebs werden Rohdaten erfasst, vor- verarbeitet und dem Machine-Learning- Modell zugeführt. Dieses analysiert Abweichungen von einem fehlerfreien Betriebszustand. Das Ergebnis steht dem Kunden via Programmierschnittstelle (API) zur Verfügung. Glassbox statt Blackbox: Jeder Verarbeitungsschritt bleibt nachvollziehbar. Hohe Prognosequalität Ein wesentliches Merkmal von maxon MIND ist die Einbindung domänenspe- zifischen Fachwissens. Die physikali- schen Zusammenhänge eines mechatro- nischen Systems fliessen direkt in die Modellierung ein. Dadurch wird mit ge- ringem Datenbedarf eine hohe Progno- sequalität erreicht. Das System lernt aus der realen An- wendung: Bei der Inbetriebnahme wird ein Initialzustand erfasst, der den Motor im Kontext seiner Umgebung beschreibt.
36
maxon insights # 1
Made with FlippingBook Publishing Software