Ležajevi sa mozgovima čine inteligentne mašine

2015 фебруар 04, 08:30 CEST

Revolucionarna inteligentna tehnologija ležajeva će biti osnova stvaranja inteligentnih mašina, kaže Filipo Cingarielo, direktor Globalnog strateškog razvoja u SKF. 

Definisanje inteligentne mašine nije lak zadatak. U ranim danima računarstva, smatralo se da će računar biti taj čiji se odgovori na pitanja ne mogu razlikovati od onih koja daje ljudsko biće. U ovom smislu, za reč ‘mašina’ se smatralo da znači ‘računar’. Ako potražite ‘inteligentnu mašinu’ na Guglu, i dalje ćete naći mnogo futurističkog rada u tom smislu.

Rečnik naučnih i tehničkih izraza MekGrou-Hil je definiše ovako: ‘Mašina koja koristi senzore za praćenje okruženja i prilagođava svoje radnje za realizaciju specifičnih zadataka uprkos neizvesnosti i varijabilnosti’. Citirani primeri uključuju industrijske robote opremljene senzorima i automatizovana samovodeća vozila koja se oslanjaju na vid, umesto na oslikane linije.

U okviru inženjeringa, mislimo na inteligentnu mašinu kao mehanički sistem koji može da se brine o sebi: mašina sposobna za preciznu samodijagnozu da brzo može da komunicira svoje stanje rukovaocu, tako da problem može da se reši što je moguće pre. To može biti bilo šta od sofisticiranog automobila do kompleksne mašine u fabričkoj hali. Ovo je podtekst uz ‘neizvesnost i varijabilnost’: kao što reaguje na promene u svom okruženju, inteligentna mašina mora brinuti o sebi, tako da može nastaviti da radi sa maksimalnom efikasnošću.

Ovo ne znači da inteligentnoj mašini nije potrebno održavanje – da je zaista futuristički san – ali ona koristi svoju ugrađenu inteligenciju za otkrivanje potencijalnih problema i pojednostavljene intervale i procedure održavanja. Svi mehanički delovi su skloni kvarovima, naravno. Trik je u tome da se ovo detektuje proaktivno, kao deo planiranog režima praćenja stanja i preduzmu mere unapred, umesto da se čeka da se mašina pokvari, a zatim troše vreme i novac za njenu popravku.

Inteligentne mašine će se oslanjati na nekoliko kritičnih faktora. Najvažnije su, najvećim delom, informacije. Bez podataka, ne može biti inteligencije ili dijagnostike. Ovi podaci treba da se prikupe, prenesu radi analize i obrade, što, zauzvrat, zahteva senzore, prenos podataka i računarsku moć. U SKF, već imamo veliko iskustvo u svim ovim oblastima, a spremni smo da ga prenesemo na sledeći nivo.

Uvod za SKF Insight 

Neposredan odgovor bi mogao na prvi pogled biti da se jednostavno poboljša praćenje stanja, dodavanjem niza senzora na mašinu da bi očitala svoje vitalne znake, a zatim ih prosledila preko WiFi mreže do centralne tačke. Ali sada postoji mnogo efikasnije rešenje u obliku SKF Insight: on prikuplja i šalje podatke procesa nezavisno iz unutrašnjosti samog središta mašine korišćenjem fundamentalne inženjerske komponente: ležaja.

SKF Insight pretvara jednostavan ležaj u dijagnostičkog giganta, ugrađivanjem u njega malog, samonapajajućeg bežičnog senzora koji prenosi u realnom vremenu informacije o uslovima procesa. On odvodi praćenje stanja daleko iznad onoga što je ranije bilo moguće. Tehnologiji, predstavljenoj u Hanoveru u 2013. godini, bilo je potrebno tri godine intenzivnog istraživanja, uključujući izradu manjih senzora, prevazilaženje izazova generisanja energije i razvijanje jedinstvenog pakovanja za senzore i elektroniku.

Konvencionalno praćenje stanja otkriva rane znake kvara merenjem vibracija koje izazivaju promene na površini ležaja. Ali ovo znači da je oštećenje već počelo da se javlja. Umesto primećivanja ovog pogoršanja, SKF Insight detektuje uslove koje izazivaju kvarove ležaja pre nego što oni mogu imati efekta i čini ove informacije odmah dostupne rukovaocu.

Minijaturna elektronska kola, koja pogoni pokret samog ležaja, prenose podatke ovog procesa preko bežične veze. Nema potrebe za snabdevanjem spoljnim napajanjem. Ovo čini tehnologiju krajnje nenametljivom, jer nema žica ‘za ulaz’ za obezbeđenje napajanja ili žica ‘za izlaz’ za davanje signala. Ovo znači da će on raditi na mestima na kojima je to ranije bilo nemoguće. Zamislite samo pokušavanje da se dobiju signali iz rotirajućeg menjača, na primer: to bi bila kompletna zbrka, sa svuda zamršenim žicama. Sa SKF Insight, signali se mogu dobiti sa bilo kog mesta, a mi već razvijamo rešenja za izazovne primene kod turbina na vetar i u proizvodnji čelika.

Razvili smo SKF Insight, jer znamo da ležajevi retko zataje pri radu u normalnim radnim uslovima zbog faktora kao što je zamor ispod površine. Umesto toga, uzrok kvara je obično pogrešna upotreba ili zanemarivanje: nedovoljno podmazivanje, na primer, ili rad ležaja u uslovima van onih koji su prvobitno određeni. Ugrađeni senzor Insight-a meri kritične parametre koji dovode do prevremenog kvara ležaja, kao što su zaprljanost maziva ili temperatura, omogućavajući rukovaocima da preduzmu korektivne mere dok mašina još uvek radi. Direktan rezultat toga je da se izbegavaju skupi kvarovi koji remete rad, što smanjuje ukupne troškove vlasništva sredstava i produžava radni vek mašine. To takođe pojednostavljuje inženjerima sticanje mnogo detaljnije procene različitih uzroka koji mogu da utiču na kalkulaciju radnog veka ležaja.

Primenom senzora direktno u ležaju, SKF Insight identifikuje rizik od kvara pre nego što se pojave čak i mikroskopska oštećenja.

SKF algoritmi i dijagnostika mogu identifikovati odstupanja radnog ciklusa, zaprljanost tečnog maziva i probleme podmazivanja, omogućavajući da se radni uslovi izmene i na taj način izbegnu oštećenja pre nego što do njih dođe.

Integrisanjem SKF Insight sa dijagnostikom sredstava i uslugama za zdravlje ležaja, možemo poslati informacije o stvarnim uslovima rada na servere u oblaku radi daljinske dijagnostike, omogućavajući bolje razumevanje rizika od budućeg oštećenja i kvara.

Preispitivanje održavanja

SKF Insight daje inženjerima za održavanje moćnu alatku za održavanje mašine u najboljem stanju, pružajući im mogućnosti daleko van tradicionalnog praćenja stanja. To znači da se održavanje može izvesti u pravom trenutku (čak ga možemo nazvati „adaptivno održavanje“), umesto da bude vođeno po strogom rasporedu nevezanom sa aktuelnim stanjem mašine ili njenih komponenti.

Inteligentna bežična tehnologija unutar ležaja takođe omogućava ležajevima da se konfigurišu u pametne mreže, koje komuniciraju preko bežičnih mrežnih prolaza. Mrežni prolaz može biti lokalni do mašine ili do postrojenja.

Informacije o sistemu se pružaju kupcima radi analize pomoću SKF @ptitude Analyst ili se šalju preko SKF-a u oblak daljinskom dijagnostičkom centru. Odavde, kontrolne table i izveštaji mogu da se pošalju do rukovaoca u postrojenju, proizvođača mašine, SKF-a ili bilo kog drugog ovlašćenog lica sa pristupom internetu. Uključenje kompanije SKF u listu ‘primalaca’ je važno, pošto će njena pomoć u prikupljanju i tumačenju podataka biti od vitalnog značaja zahvaljujući velikom znanju o ležajevima i mašinama koje postoji u SKF.

Pošto su ležajevi samostalni, oni mogu da se koriste u samom središtu mašine, gde je ranije bilo nemoguće ugraditi senzore. Ovo je veliki korak napred u održavanju zasnovanom na stanju u realnom vremenu i obezbeđuje značajno poboljšano razumevanje radnog okruženja. Kada se ima tako dobro poznavanje radnih uslova – u realnom vremenu – to bi moglo omogućiti nadogradnju mašine, produženje njenog radnog veka ili nominalne snage van njene početne specifikacije.

Senzori komuniciraju jedni s drugima, a bežični mrežni prolaz, stvara 'isprepletanu mrežu', obezbeđujući i informacije na nivou mašine, kao i na nivou postrojenja.

SKF Insight čini praćenje stanja šire primenjivim, posebno tamo gde se to ranije moglo smatrati nemogućim. Zbog toga, on je u fazi ispitivanja u industrijama kao što su energija vetra, železnička industrija i proizvodnja čelika.

Teški uslovi

SKF Insight takođe nudi velike potencijalne prednosti industrijama kao što je energija vetra, gde su troškovi održavanja astronomski. U nekim primenama za vetar u priobalnim vodama, menjanje glavnog ležaja na turbini na vetar je toliko skupo, da pre svega podriva poslovni poduhvat za izgradnju turbina. Korišćeni ovde, inteligentni ležajevi bi mogli pratiti uslove opterećenja i podmazivanja prilikom rada, dajući dovoljno vremena da se spreči razvoj štetnih uslova procesa.

Mi već radimo sa kupcima na razvijanju SKF Insight za praćenje turbina na vetar. On meri dinamične informacije ležaja u stvarnom radnom stanju, a zatim ih bežično saopštava udaljenim centrima za praćenje, odnosno lokalnim ekipama za održavanje. Rešenje koje je u razmatranju će pratiti brzinu ležaja, vibracije, temperaturu i podmazivanje. Što je najvažnije, on može naknadno da se instalira, tako da bi mogao povećati radni potencijal kako za nove turbine, tako i za više hiljada njih koje već rade širom sveta.

Slično rešenje, koje pomaže napretku u budućnosti, se razvija za ležajeve krajeva točkova koji se koriste u železničkom sektoru. Ove kritične komponente se uobičajeno menjaju u određenim intervalima, bez obzira na njihovo stanje. SKF Insight stvara isplativ način prikupljanja podataka za praćenje stanja, tako da vek ležaja, a time i intervali za promenu, mogu precizno da se odrede na osnovu stvarnih, a ne predviđenih radnih uslova.

Sposobnost da se prate i prenose informacije o radnim uslovima će dovesti do revolucije u ležajevima, u pogledu planiranja održavanja, ukupnih troškova vlasništva i maksimiziranja efikasnosti mašine. Ležajevi su odavno smatrani srcem rotacionih mašina. Sada, dodajući im inteligenciju, SKF Insight ih takođe čini mozgom. On prelazi van tradicionalnog praćenja stanja, u ono što bi se moglo nazvati ‘buduća pouzdanost’ – primećivanjem potencijalnih problema pre nego što se pojave i preduzimanjem neposredne korektivne mere.

SKF Insight je već stavljen u rad kod najsofisticiranijih primena kao što su turbine na vetar. Ali uzmite u obzir mašinu sa kojom provodimo većinu našeg vremena: automobil. Razmislite o svim problemima koji bi se mogli izbeći sa ovom vrstom inteligencije koja preduhitrava, a možete videti zašto je tehnologija utelovljena u SKF Insight zaista revolucija – spajanje i ležajeva i praćenja stanja.

SKF logo