Sie haben Fragen zu Data Science ?
Wir freuen uns auf Ihre Nachricht.
Case Study: Sensortests für die Prozessüberwachung bei Predictive Maintenance
Ein Fahrzeughersteller überwacht mit Akustiksensoren den Lebenszyklus von Bremsen. COSMO CONSULT erhielt den Auftrag, eine Lösung zu entwickeln, die zu den einzelnen Messwerten Ergebnisse liefert, aus denen sich Rückschlüsse auf den aktuellen Wartungsbedarf ziehen lassen. Autofahrer profitieren dadurch von einem höheren Komfort und mehr Sicherheit.
Key Facts
- Signal Processing der Rohdaten
- Modellierung des Lebenszyklus
- Verallgemeinerte Varianz verarbeiteter Sensordaten
- Prognosegüte 80 Prozent
Ausgangssituation
Angesichts rasant sinkender Kosten ist es mittlerweile wirtschaftlich, Fahrzeuge und Fahrzeugteile mit Sensoren auszustatten. Die Idee eines Unternehmens der Automobilbranche lag darin, den Lebenszyklus von Bremsen mit akustischen Sensoren zu überwachen. Diese messen die Elastizität des Materials und liefern Werte, die Rückschlüsse auf den aktuellen Verschleiß erlauben. COSMO CONSULT erhielt den Auftrag, eine Lösung zu entwickeln, mit der man auf die verbleibende Lebenserwartung der Bremse und optimale Wartungszeitpunkte schließen kann.
Vorgehen
Eine der Herausforderungen des Projektes lag darin, dass die zu messenden Bremsen weder neu waren, noch das Messverfahren einheitlich durchgeführt wurde. Zudem waren die Messzeitpunkte für die verschiedenen Datenquellen unterschiedlich. Deshalb führte das Projektteam zunächst eine Synchronisation der Daten durch. Im Rahmen der Signalverarbeitung gelang es, die wichtigsten Merkmale aus dem akustischen Sensor für die Analyse zu extrahieren. Hierzu gehörten:
- Fourier-Transformationen
- Asymmetrie von Peaks
- Signalstatistiken & Impulsmetriken
- Leistung
- und Bandbreite.
Auf Basis der synchronisierten Daten folgte dann eine Interpolation die Elastizitätsmessungen, da die Messfrequenz im Vergleich zum akustischen Sensor geringer war. Anschließend wurde die Elastizität einiger akustischer Informationen mit einer Tangente modelliert, um alle Experimente auf einen einheitlichen Standard zu reduzieren. Für diesen Standardfall fand man anhand der verallgemeinerten Varianz ein Muster, mit dem sich vorhersagen lässt, wann der Wartungstermin für die Bremse fällig ist. Die relativ hohe Fehlerquote von etwa 20 Prozent ließ sich mit der Inhomogenität der Bremsen in den Experimenten erklären. Heute ist die Lösung ein zusätzlicher Service, der sich in den Akustiksensor integrieren lässt. Dieser ist so in der Lage, Messdaten zu verarbeiten und den aktuellen Status der Bremse zu bestimmen.
Mehrwert
Ein Hinweis des Bordcomputers informiert den Fahrer über den Wartungsbedarf, sobald der zuvor definierte Grenzwert überschritten ist. Fahrer profitieren so von einem höheren Komfort und mehr Sicherheit, da sich wichtige Verschleißteile wie Bremsen individuell nach Fahrverhalten und Nutzung warten lassen.
Fragen Sie unsere Experten
COSMO CONSULT verfügt über eine langjährige Erfahrung mit digitalen Lösungen für den Bereich Data Science. Unsere Angebote basieren auf einer klaren Vorgehensweise, auf detaillierten Kenntnissen der Branchenprozesse und auf exzellentem Produkt-Know-how. Unsere Experten beraten Sie gerne über die einzigartigen Möglichkeiten, die sich für Sie durch den Einsatz moderner Softwaretechnologien ergeben. Nehmen Sie einfach Kontakt mit uns auf. Wir freuen uns darauf, gemeinsam mit Ihnen darüber zu sprechen, wie auch Ihr Unternehmen in das digitale Zeitalter starten kann.
Beitrag teilen
