Anuga FoodTec 2022: Smarte sensorer og big data
Nye teknologier sikrer intelligent og netværksforbundet produktion i virksomheder i fødevareindustrien. Med tilstandsovervågning og forudsigelig vedligeholdelse kommer to nøgleinnovationer af Industry 4.0 i stigende grad i fokus, som lover forudsigelig vedligeholdelse af individuelle komponenter og hele systemer. Hovedaktørerne: smarte sensorer, big data, cloud-tjenester og maskinlæringstilgange. I kombination gør de det muligt at optimere processer kontinuerligt og i realtid, øge kvalitetsstandarderne og garantere maskintilgængelighed. Fra 26. til 29. april 2022 præsenterer udstillerne på Anuga FoodTec konkrete løsninger hertil. Ud over den tekniske implementering vil fordelene ved forudsigelig vedligeholdelse fra et forretningsperspektiv og nye forretningsmodeller inden for eftersalgsservice også blive diskuteret på udstillingscentret i Köln.
Overvågning mod fejl
En maskinfejl kræver normalt reparation på stedet af en tekniker. Med det følger nedetid og tabt omsætning. Formålet med vedligeholdelseskoncepterne præsenteret på Anuga FoodTec er at finde det økonomisk optimale tidsvindue for vedligeholdelse af systemerne eller udskiftning af komponenter. For at realisere dette kræves der realtidsinformation direkte fra maskinen – og derfor smarte sensorer. De opererer ved hjælp af edge computing og indsamler de rådata, der kræves til analyserne, fortolker og kommunikerer dem hurtigt. Derudover overvåger sensorerne uafhængigt kvaliteten og robustheden af deres signaler.
I fødevareindustrien afspejles dette i den stigende brug af intelligente og kommunikationsdygtige sensorer i pakkelinjerne. Uanset om det er multihead-vægte, flow-indpakninger, bakkeforseglere eller røntgeninspektionssystemer: de indsamler alle værdifulde data. For eksempel med Modified Atmosphere Packaging (MAP) – en metode, der forlænger holdbarheden på spiseklar portionsmad. Ekstrem omhu er påkrævet. Selv de mindste unøjagtigheder, når filmene fødes ind, kan føre til produktionstab. På en linje, der skånsomt pakker friskskårne salater under beskyttelsesgas, starter et tilstandsovervågningssystem et maskinstop, så snart filmen ikke transporteres korrekt, eller tætningstrykket falder. Forudsigende vedligeholdelse går et skridt videre. Her kan det tidligere ses, at tætningstrykket fortsætter med at falde i små trin, og at denne tendens til sidst fører til, at den kritiske grænseværdi underskrides. Ligger årsagen i selve maskinen, for eksempel slid på tætningsværktøjet, kan teknikeren skride til handling i god tid – og konvertere en ikke-planlagt nedetid til planlagt vedligeholdelse.
Maskinlæring til præcise forudsigelser
Mekaniske komponenter forårsager vibrationer og støj, der varierer over komponentens levetid og gør det muligt at drage konklusioner om en maskines slidtilstand. Det er her AI-baserede softwareløsninger kommer i spil, som registrerer forholdene som cloud-applikationer og bruger deres algoritmer til at identificere såkaldte drifter, altså værdier, der ændrer sig over længere tid. Her gælder følgende: Jo flere data algoritmerne har til rådighed, jo mere nøjagtige er de. En tilsvarende historik er dog også en forudsætning for at etablere forbindelser mellem maskinens status og data. Til sidst beregnes sandsynligheden for, at fejlen opstår. Prediktiv vedligeholdelse kan også arbejde forebyggende og proaktivt med de live data fra maskinerne, men kan også forudsige hvornår og hvor et problem vil opstå. Ved højere belastninger reduceres vedligeholdelsesperioden, og skader forhindres dermed. Når belastningen er lavere, skubbes vedligeholdelsestiden tilbage, hvilket sparer unødvendige omkostninger og nedetider. En visualiseringssoftware viser alle data, både på maskinstyringsniveau og på mobile enheder.
Men det er ikke alt: Ved hjælp af prædiktiv vedligeholdelse kan værdikæderne i virksomheden kobles sammen med anlægsproducentens eftersalgsservice. Så snart det præcise tidspunkt, hvor en maskine skal serviceres, er fastlagt, kan den tilhørende logistikproces igangsættes - og denne er fuldautomatisk. Også her fører vejen til cloud-baserede løsninger. Som et tillæg kan de integreres i de eksisterende ERP-systemer. På den måde kan koordinerede arbejds- og bestillingsprocesser sikres, reservedele kan spores og omkostningsoptimeret kravplanlægning kan implementeres.
Retrofit forudsigende vedligeholdelse
Men hvordan kan eksisterende systemer gøres egnede til Maintenance 4.0 i løbet af moderniseringen? Svaret fra teknologiudbyderne hos Anuga FoodTec er eftermonteringspakker, som indeholder alt til en målrettet eftermontering af maskiner, lige fra den robuste sensor til systemløsningen med fleksibel skyovervågning. De lærer selv at bruge maskinen og kan takket være batteridrift og radiokommunikation nemt integreres. Udsigterne for Anuga FoodTec 2022 viser: Uplanlagte nedetider vil snart være fortid. Flere og flere fødevareproducenter går væk fra den reaktive tilgang, hvor reparationer kun udføres, når maskinen allerede er ude af drift. Konferencerne og guidede ture arrangeret af DLG (det tyske landbrugsselskab) fra 26. til 29. april vil også diskutere, hvad prædiktiv vedligeholdelse allerede gør i dag, og hvilken udvikling der vil følge.
Anuga FoodTec - International leverandørmesse for fødevare- og drikkevareindustrien, Köln 26.04. - 29.04.2022/XNUMX/XNUMX
