antriebstechnik 7/2022

STEUERN UND

STEUERN UND AUTOMATISIEREN KÜNSTLICHE INTELLIGENZ SMARTE WARTUNG Künstliche Intelligenz kann in Antriebssystemen helfen, vorausschauend über Wartungseinsätze zu entscheiden. Mitsubishi Electric hat dafür ein Diagnosetool entwickelt, das auf großen Datensätzen basiert, die bereits seit 1987 gesammelt und permanent ergänzt werden. Künstliche Intelligenz (KI) optimiert Wartungsaktivitäten der neuen Servos Melservo MR-J5 anhand datengestützter Echtzeit-Prognosen Am effektivsten sind Wartungen, wenn sie vorausschauend und proaktiv erfolgen. Also genau dann, wenn sie auch wirklich nötig sind – nicht zu früh, aber vor allem auch nicht zu spät. Genau das macht Mitsubishi Electric mit Künstlicher Intelligenz (KI) möglich. Mit dem für Servosysteme entwickelten Diagnosetool sind Anwender in der Lage, ihre Wartungsentscheidungen anhand von fundierten Prognosemodellen, Echtzeitdaten und Anlagentrends zu optimieren. Bei der Instandhaltung von Servosystemen bietet eine solche Wartungsstrategie entscheidende Vorteile. Denn während Servomotoren und -verstärker generell sehr langlebig sind, müssen die Daniel Sperlich, Produktmanager Servosysteme bei Mitsubishi Electric in Ratingen damit verbundenen mechanischen Teile regelmäßig gewartet werden. Unternehmen, die Bauteile basierend auf deren tatsächlichem Zustand ersetzen, vermeiden Teile auszutauschen, die noch kaum Verschleißerscheinungen vorweisen. Ist das Gegenteil der Fall und Teile werden stärker abgenutzt als erwartet, kann eine vorausschauende Wartung kostspielige Stillstandzeiten und Schäden an Maschinen vorbeugen. MECHANIK IN ECHTZEIT ÜBERWACHEN Mit der zustandsorientierten Wartungsstrategie ist es dagegen möglich, so gut wie alle mechanischen Systeme und Komponenten in Echtzeit zu überwachen. Integrierte Sensoren an Servoverstärkern und -motoren liefern dabei einen genauen Überblick über den Zustand der zugehörigen Komponenten. Außerdem können so auch mit den Antrieben verbundene mechanische 26 antriebstechnik 2022/07 www.antriebstechnik.de

STEUERN UND AUTOMATISIEREN Bauteile wie Kugelumlaufspindeln, Riemen und Getriebe überwacht werden, die per se anfälliger sind als ihre elektronischen Pendants und deshalb öfter instandgesetzt oder ersetzt werden müssen. Um diesen KI-gestützten Wartungsansatz erfolgreich umsetzen zu können, müssen große Mengen an gerätespezifischen Daten aus Servoantrieben vorliegen, die in die Simulationen eingespeist werden. Diese bestimmen die Qualität des Modells, sprich dessen Genauigkeit, Empfindlichkeit und Präzision. Für einzelne Benutzer ist es allerdings oft schwierig, die benötigten Informationen zu generieren und zu sammeln. Anwender profitieren deshalb enorm von der jahrzehntelangen datengestützten Erfahrung ihres Automatisierungsanbieters. DATENANALYSE AUF BASIS LANGJÄHRIGER ERHEBUNGEN SEIT 1987 JE BESSER DIE DATENBASIS, DESTO GENAUER, EMPFIND LICHER UND PRÄZISER DAS MODELL Schon im Jahr 1987 führte Mitsubishi Electric seinen ersten vollständig digitalen Servoverstärker ein. Seit dieser Zeit sammelt das Unternehmen Betriebsdaten mit und über seine Servos sowie über deren Peripheriegeräte. Diese Informationen bilden die Grundlage für ein tiefgreifendes Verständnis aller mechanischen Systeme, die mit Motoren von Mitsubishi Electric angetrieben werden. Mithilfe dieses umfassenden Datenspeichers entwickelte der Automatisierungsspezialist ein Diagnosetool für die vorausschauende Wartung seiner neuesten Servomotoren und -verstärker der Serie Melservo MR-J5. Diese Lösung nutzt die unternehmenseigene Deep-Learning-KI-Technologie Maisart, was für Mitsubishi Electric‘s AI creates the State-of-the-Art in Technology steht, um zum Beispiel die Abnutzung mechanischer Komponenten zu erkennen, bevor eine Wartung erforderlich ist. Dieses Konzept zur vorausschauenden Wartung basiert auf Deep Reinforcement Learning. Hierbei handelt es sich um eine KI-Anwendung, die Daten automatisch verarbeitet und selbstständig lernt, Muster und Anomalien zu erkennen. Anwender können damit in kürzester Zeit ein intelligentes Setup implementieren, ohne dass sie über fortgeschrittene Kenntnisse in Programmierung oder maschinellem Lernen verfügen müssen. Vor allem aber orientiert sich das Wissen an den jeweiligen Systemen, in denen die Servos eingesetzt werden. Die KI ermittelt vollautomatisch die spezifischen Belastungen der Mechanik während der Produktionszyklen und ermittelt den Zustand, um Anomalien zu erkennen. In Zukunft werden auch die idealen Betriebsparameter und -bedingungen ermittelt werden, denn jede Anwendung hat ihren eigenen optimalen Anlagenzustand. SERVOS FÜR OPTIMIERTE PROZESSE Servos der Serie Melservo MR-J5 optimieren allerdings nicht nur die Wartungsaktivitäten. Sie sind zudem darauf ausgelegt, die Produktivität und Energieeffizienz in einer Vielzahl von Anwendungen zu maximieren. Beispielsweise umfassen sie ein Portfolio von leistungsstarken Motoren minimaler Baugröße, die eine Geschwindigkeit von 6.700 U/min erreichen können. Die Produktpalette umfasst außerdem kompakte Servoverstärker mit ei- nem Drehzahl-/Frequenz-Ansprechverhalten von 3,5 kHz und Kommunikationszyklen von 31,25 μs. Um Energie zu sparen, ist der MR-J5D-Verstärker zudem mit einer Rückspeiseeinheit ausgestattet. So werden der Stromverbrauch und die Umweltbelastung von servobasierten Anwendungen reduziert. Fazit: Indem sie modernste Datenwissenschaften der Künstlichen Intelligenz mit leistungsstarken und effizienten Komponenten zusammenbringen, können Anwender ihre Produktivität erheblich steigern. Unter anderem wird mithilfe zustandsorientierter Überwachung und vorausschauender Wartung die Anlagenverfügbarkeit verbessert. Basierend auf diesen Ansätzen entwickelte Mitsubishi Electric seine neuesten Servosysteme, um Kunden dabei zu helfen, Ausfallzeiten zu minimieren und zugleich deutlich produktiver zu werden. Bild: Mitsubishi Electric de.mitsubishielectric.com/fa DIE IDEE „Schon 1987 führte Mitsubishi Electric den ersten vollständig digitalen Servoverstärker ein. Seit dieser Zeit sammeln wir Betriebsdaten mit und über unsere Servos sowie über verbundene Peripheriegeräte. Diese enorme Datenbasis ist der Ausgangpunkt, Künstliche Intelligenz (KI) für die Wartung von Servosystemen zu nutzen. Wir haben KI-gestützte Prognosemodelle entwickelt, die Anomalien in Servosystemen identifizieren und potenzielle Probleme frühzeitig erkennen. So können Anwender Abnutzungserscheinungen genau zum richtigen Zeitpunkt beheben – bevor es zu Ausfällen kommt, aber nur dann, wenn es auch nötig ist.“ Daniel Sperlich, Produktmanager Servosysteme, Mitsubishi Electric www.antriebstechnik.de antriebstechnik 2022/07 27