Anuga FoodTec 2022: Intelligens érzékelők és Big Data
Az új technológiák intelligens és hálózatos termelést biztosítanak az élelmiszeripari vállalatoknál. Az állapotfigyeléssel és a prediktív karbantartással az Ipar 4.0 két kulcsfontosságú újítása egyre inkább előtérbe kerül, amelyek az egyes alkatrészek és a teljes rendszerek előrejelző karbantartását ígérik. A fő szereplők: intelligens érzékelők, big data, felhőszolgáltatások és gépi tanulási megközelítések. Kombinálva lehetővé teszik a folyamatok folyamatos és valós idejű optimalizálását, a minőségi szabványok emelését és a gépek rendelkezésre állásának garantálását. Az Anuga FoodTec kiállítói 26. április 29. és 2022. között erre mutatnak be konkrét megoldásokat. A kölni kiállítási központban a műszaki megvalósítás mellett a prediktív karbantartás üzleti szempontú előnyei és az értékesítés utáni szolgáltatások új üzleti modelljei is szóba kerülnek.
Meghibásodások megfigyelése
A gép meghibásodása általában helyszíni javítást igényel egy szakemberrel. Ezzel együtt jár az állásidő és a bevételkiesés. Az Anuga FoodTec-en bemutatott karbantartási koncepciók célja, hogy megtalálják a gazdaságilag optimális időkeretet a rendszerek karbantartására vagy az alkatrészek cseréjére. Ennek megvalósításához valós idejű információkra van szükség közvetlenül a géptől – és így intelligens szenzoroktól. Élszámítással működnek, és az elemzésekhez szükséges nyers adatokat gyűjtik, értelmezik és azonnal kommunikálják. Ezenkívül az érzékelők egymástól függetlenül figyelik jeleik minőségét és robusztusságát.
Az élelmiszeriparban ez az intelligens és kommunikációra képes érzékelők növekvő használatában mutatkozik meg a csomagolósorokon. Legyen szó többfejes mérlegről, áramlási csomagolóanyagról, tálcás lezáróról vagy röntgen-ellenőrző rendszerről: mindegyik értékes adatokat gyűjt. Például a Modified Atmosphere Packaging (MAP) segítségével – ez a módszer meghosszabbítja a fogyasztásra kész adagolt élelmiszerek eltarthatóságát. Rendkívüli elővigyázatosság szükséges. Még a legkisebb pontatlanságok is a fóliák betáplálásánál termelési veszteségekhez vezethetnek. A frissen vágott salátákat védőgáz alatt finoman pakoló gépsoron az állapotfigyelő rendszer elindítja a gép leállítását, amint a fólia szállítása nem megfelelő, vagy a tömítési nyomás csökken. A prediktív karbantartás egy lépéssel tovább megy. Itt már korábban is látható, hogy a tömítési nyomás kis lépésekben tovább csökken, és ez a tendencia végül a kritikus határérték alálépéséhez vezet. Ha az ok magában a gépben rejlik, például a tömítőszerszám kopásában, a technikus időben intézkedhet – és a nem tervezett állásidőt tervezett karbantartássá alakíthatja.
Gépi tanulás a pontos előrejelzések érdekében
A mechanikai alkatrészek rezgéseket és zajokat okoznak, amelyek az alkatrész élettartama során változnak, és lehetővé teszik a gép kopási állapotára vonatkozó következtetések levonását. Itt jönnek a képbe a mesterséges intelligencia alapú szoftveres megoldások, amelyek felhőalkalmazásként rögzítik a körülményeket, és algoritmusaikkal azonosítják az úgynevezett drifteket, azaz a hosszabb idő alatt változó értékeket. Itt az alábbiak érvényesek: Minél több adat áll az algoritmusok rendelkezésére, annál pontosabbak. A megfelelő előzmények azonban szintén előfeltételek a gép állapota és az adatok közötti kapcsolatok létrehozásához. A végén kiszámítják a hiba bekövetkezésének valószínűségét. A prediktív karbantartás megelőzően és proaktívan is működhet a gépek élő adataival, de azt is előre jelezheti, hogy mikor és hol merül fel probléma. Nagyobb terhelés esetén a karbantartási idő lerövidül, így a károk elkerülhetők. Alacsonyabb terhelés esetén a karbantartási idő kitolódik, ami felesleges költségeket és leállásokat takarít meg. Egy vizualizációs szoftver megjeleníti az összes adatot, mind a gépvezérlési szinten, mind a mobileszközökön.
De ez még nem minden: A prediktív karbantartás segítségével a vállalat értékláncai összekapcsolhatók az üzemgyártó vevőszolgálatával. Amint a gép szervizelésének pontos időpontja meghatározásra került, elindítható a kapcsolódó logisztikai folyamat – és ez teljesen automatizált. Itt is felhő alapú megoldásokhoz vezet az út. Kiegészítésként integrálhatók a meglévő ERP-rendszerekbe. Így biztosíthatóak az összehangolt munka- és rendelési folyamatok, nyomon követhetők az alkatrészek, és megvalósítható a költségoptimalizált igénytervezés.
Utólagos előrejelző karbantartás
De hogyan lehet a meglévő rendszereket alkalmassá tenni a Maintenance 4.0-ra a modernizáció során? Az Anuga FoodTec technológiai szolgáltatóinak válasza az utólagos beépítési csomagok, amelyek a gépek célzott utólagos felszereléséhez mindent tartalmaznak, a robusztus szenzortól a rugalmas felhőfelügyeletet biztosító rendszermegoldásig. Saját maguk tanulják meg a gép használatát, és az akkumulátoros működésnek és a rádiókommunikációnak köszönhetően könnyen integrálhatók. Az Anuga FoodTec 2022 kilátásai azt mutatják: a nem tervezett leállások hamarosan a múlté lesznek. Egyre több élelmiszergyártó távolodik el a reaktív megközelítéstől, ahol a javításokat csak akkor hajtják végre, amikor a gép már üzemképtelen. A DLG (Német Mezőgazdasági Társaság) által április 26. és 29. között szervezett konferenciákon és tárlatvezetéseken arról is szó lesz, hogy a prediktív karbantartás mit csinál már ma, és milyen fejlesztések következnek majd.
Anuga FoodTec – Nemzetközi beszállítói vásár az élelmiszer- és italipar számára, Köln 26.04. - 29.04.2022
