Cookies på SKFs webbplats

Vi använder cookies för att vara säkra på att ge dig den bästa upplevelsen av våra webbplatser och webbapplikationer. Genom att du fortsätter utan att ändra inställningarna i webbläsaren förutsätter vi att du går med på att ta emot cookies. Du kan dock ändra inställningarna för cookies i webbläsaren när du vill.

Smarta lager ger intelligenta maskiner

2015 februari 04, 08:30 CEST

Revolutionerande intelligent lagerteknik kommer att stödja utvecklingen av intelligenta maskiner, säger Filippo Zingariello, chef för global strategisk utveckling på SKF. 

Att definiera en intelligent maskin är ingen lätt uppgift. I datorernas barndom ansåg man att det var en dator som gav exakt samma svar på frågor som en människa. I detta avseende blev ordet ˮmaskinˮ liktydigt med ˮdatorˮ. Om man söker på ˮintelligent maskinˮ på Google, hittar man fortfarande många futuristiska alster på det här området.

McGraw-Hills ordbok över vetenskapliga och tekniska termer definierar det så här: ˮEn maskin som använder sensorer för att övervaka omgivningen och ändrar sitt agerande för att klara specifika uppgifter ställd inför osäkerhet och föränderlighet.ˮ De citerade exemplen omfattar industrirobotar utrustade med sensorer och självstyrande fordon som förlitar sig på synsinnet snarare än målade linjer.

Inom konstruktionsvärlden tänker vi ofta på en intelligent maskin som ett mekaniskt system som kan sköta sig självt: en maskin som kan utföra korrekt självdiagnostik och som snabbt kan meddela sitt tillstånd till en operatör, så att problemet kan lösas så snabbt som möjligt. Det kan vara allt från en bil i premiumsegmentet till en komplex maskin på ett fabriksgolv. Detta är innebörden av ˮosäkerhet och föränderlighetˮ: förutom att reagera på förändringar i omgivningen, måste en intelligent maskin ta hand om sig själv så att den kan fortsätta fungera så effektivt som möjligt.

Detta är inte som att påstå att en intelligent maskin är underhållsfri – det är verkligen en framtidsdröm – men den använder sin inbyggda intelligens för att upptäcka potentiella problem och effektivisera underhållsintervall och underhållsrutiner. Alla mekaniska delar kan självklart haverera. Knepet är att upptäcka detta på förebyggande sätt som en del av ett planerat program för tillståndsövervakning, och vidta åtgärder i förväg snarare än att vänta på att maskinen ska haverera och sedan göra av med tid och pengar för att reparera den.

Intelligenta maskiner kommer att vara beroende av flera kritiska faktorer. Den överlägset viktigaste är information. Utan data kan det inte finnas någon intelligens eller diagnostik. Dessa data behöver samlas in, överföras för analys och behandlas, vilket i sin tur ställer krav på sensorer, dataöverföring och datorkraft. På SKF har vi redan stor erfarenhet inom alla dessa områden, och vi är redo att ta nästa steg.

Lanseringen av SKF Insight 

Det första spontana svaret kan helt enkelt vara att förbättra tillståndsövervakningen, lägga till sensorer i en maskin för att kunna läsa av dess viktiga signaler och sedan överföra dem trådlöst till en central punkt. En mycket effektivare lösning finns dock nu i form av SKF Insight: det samlar in och skickar processdata på egen hand från maskinens innersta med hjälp av en grundläggande teknisk komponent: lagret.

SKF Insight förvandlar ett enkelt lager till ett kraftpaket för diagnostik genom att det har en inbyggd självförsörjande sensor som skickar realtidsinformation om processförhållandena. Det lyfter tillståndsövervakningen högt över den nivå som tidigare var möjlig. Tekniken, som lanserades vid Hannovermässan 2013, krävde tre års intensiv forskning, inklusive att göra sensorerna mindre, att klara utmaningarna med strömförsörjningen och att utveckla unika kapslingar för sensorerna och elektroniken.

Konventionell tillståndsövervakning upptäcker tidiga tecken på haverier genom att mäta vibrationer som uppstår på grund av förändringar i lagrets yta. Detta innebär dock att skadan redan har börjat uppträda. I stället för att hitta denna försämring upptäcker SKF Insight de förhållanden som orsakar lagerhaverierna innan de kan ha någon inverkan, och det gör att operatörerna direkt får tillgång till denna information.

Miniatyrelektronikkretsar, som strömförsörjs av lagrets egen rörelse, skickar dessa processdata över en trådlös länk. Ingen yttre strömförsörjning behövs. Det gör tekniken ytterst diskret eftersom det inte finns några in- eller utgående kablar för strömförsörjning respektive signalöverföring. Det innebär att tekniken kan fungera på ställen där det tidigare har varit omöjligt. Man kan bara föreställa sig att försöka ta ut signaler från exempelvis en roterande växellåda: det skulle bli en fullständig röra med kabelhärvor överallt. Med SKF Insight går det att ta ut signalerna från vilket ställe som helst, och vi är redan i färd med att utveckla lösningar för utmanande inbyggnader till vindkraftverk och ståltillverkning.

Vi utvecklade SKF Insight eftersom vi vet att lagren sällan havererar i drift vid normala driftsförhållanden på grund av t.ex. utmattning som uppstår under ytan. Orsaken till haverier är i stället normalt felaktig användning eller försummelser: exempelvis otillräcklig smörjning eller att lagret körs i förhållanden som ligger utanför den ursprungliga specifikationen. Den inbyggda sensorn i Insight mäter de kritiska parametrar som orsakar förtida lagerhaverier, t.ex. förorenat smörjmedel eller temperatur, vilket ger operatörerna möjlighet att vidta korrigerande åtgärder medan maskinen fortfarande är i drift. Det direkta resultatet är att kostsamma och störande haverier undviks, vilket sänker den totala ägandekostnaden och förlänger maskinens livslängd. Det gör det också lättare för ingenjörerna att få en mer detaljerad uppfattning om de olika orsakerna som kan påverka beräkningen av lagrets livslängd.

Genom att sensorerna monteras direkt inuti lagret, upptäcker SKF Insight risken för haveri till och med innan det uppstår mikroskopiska skador.

SKFs algoritmer och diagnostik kan upptäcka avvikelser i prestanda, förorenat smörjmedel och smörjproblem, vilket gör att det går att förändra driftsförhållandena och därmed undvika skador innan de uppträder.

Genom att integrera SKF Insight med tjänster för tillgångsdiagnostik och lagrens tillstånd, kan vi skicka information om faktiska driftsförhållanden till molntjänster för fjärrdiagnostik. Detta ger en bättre förståelse av riskerna för framtida skador och haverier.

Underhåll med nytänkande

SKF Insight ger underhållsingenjörerna ett nytt kraftfullt verktyg som håller maskinerna i perfekt skick, och de får möjligheter som inte alls finns med traditionell tillståndsövervakning. Det innebär att det går att utföra underhåll vid exakt rätt tidpunkt (vi kan till och med kalla det adaptivt underhåll) i stället för att styras av ett strikt schema som saknar koppling till det verkliga tillståndet hos maskinerna eller dess komponenter.

Den intelligenta trådlösa tekniken inuti lagret ger också möjlighet att konfigurera lager i smarta nätverk som kommunicerar via trådlösa gatewayer. Gatewayen kan vara lokal för maskinen eller anläggningen.

Kunden får systeminformation för analys med hjälp av SKF @ptitude Analyst, eller informationen skickas via SKFs moln till ett center för fjärrdiagnostik. Härifrån går det att tillhandahålla instrumentpaneler och rapporter till anläggningsoperatören, maskintillverkaren, SKF eller andra behöriga personer med internetuppkoppling. Det är viktigt att ta med SKF på sändlistan eftersom vår hjälp med att samla in och tolka data är betydelsefull tack vare vår djupa kunskap om lager och maskiner.

Eftersom lagren är självförsörjande, kan de användas i maskinens innersta där det tidigare har varit omöjligt att bygga in sensorer. Detta är ett enormt steg framåt för tillståndsbaserat underhåll i realtid, och det ger en kraftigt ökad förståelse för driftsmiljön. Om man har en sådan stor kännedom om driftsförhållandena – i realtid – skulle det till och med vara möjligt att uppgradera en maskin för att förlänga livslängden eller förbättra märkdata jämfört med ursprunglig specifikation.

Sensorerna kommunicerar via varandra och den trådlösa gatewayen och skapar ett finmaskigt nätverk som tillhandahåller information för hela maskinen och anläggningen.

SKF Insight gör att tillståndsövervakning kan användas mer utbrett, särskilt där det tidigare har ansetts omöjligt. Tack vare detta har det provats i branscher som vindkraft, järnvägar och ståltillverkning.

Tuffa förhållanden

SKF Insight ger också enorma fördelar för branscher som vindenergi, där underhållskostnaderna är skyhöga. I en del vindkraftsapplikationer offshore är det så dyrt att byta huvudlagret i ett vindkraftverk att det äventyrar affärsnyttan med att bygga kraftverket från första början. Med intelligenta lager här går det övervaka belastningar och smörjförhållanden under drift, vilket ger gott om tid att förhindra att skadliga processförhållanden utvecklas.

Vi arbetar redan med kunder för att utveckla SKF Insight för att övervaka vindkraftverk. Det mäter dynamisk lagerinformation i verkligt driftstillstånd, och skickar den sedan trådlöst till fjärrbelägna övervakningscenter eller lokala underhållsteam. Den lösning man överväger kommer att övervaka lagrets varvtal, vibration, temperatur och smörjning. Ännu viktigare är att det kan eftermonteras, och på så sätt förbättra driftsmöjligheterna för både nya vindkraftverk och de tusentals som redan är i drift i hela världen.

En liknande lösning som ligger ännu längre in i framtiden utvecklas för hjullager inom järnvägssektorn. Detta är mycket viktiga komponenter som normalt byts ut med bestämda mellanrum oberoende av deras skick. SKF Insight skapar ett kostnadseffektivt sätt att samla in data för tillståndsövervakning så att lagrets brukbarhetstid och utbytesintervall bestäms av faktiska, snarare än uppskattade, driftsförhållanden.

Förmågan att övervaka och skicka information om driftsförhållandena kommer att medföra en revolution för lager i fråga om underhållsplanering, total ägandekostnad och optimering av maskinernas effektivitet. Lagren har sedan länge betraktats som hjärtat i roterande maskiner. Genom att de nu förses med intelligens, blir SKF Insight också hjärnan. Det tar ett steg bortom traditionell tillståndsövervakning, till något som skulle kunna kallas ˮframtidens tillförlitlighetˮ – att hitta potentiella problem innan de uppstår och vidta korrigerande åtgärder omedelbart.

SKF Insight har redan satts i drift i avancerade applikationer som vindkraftverk. Men fundera på den maskin som vi tillbringar mest tid tillsammans med: bilen. Fundera på alla de problem som skulle kunna undvikas med den här typen av avancerad intelligens, och du förstår varför den inbyggda tekniken i SKF Insight är en verklig revolution – som knyter ihop både lager och tillståndsövervakning.

SKF logo