Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
DESIGN ELEKTRONIK 02 2023 10 www designelektronik de Industrie 4 0 Industrielles IoT-Retrofitting MEMS-Sensor verwendet um die Bewegungen des Messerarms zu erfassen Die Vorteile der MEMS-Sensoren in Bezug auf Größe Kosten und Zuverlässigkeit nutzen zu können steht schon länger auf der Wunschliste von Entwicklern und mit dem WSEN-ITDS-3-Achsen-Beschleunigungssensor Bild 4 können die Vorteile nun voll ausgeschöpft werden » Strommessung Strommessungen müssen nichtinvasiv sein da die überwachten Geräte nicht beeinträchtigt werden dürfen Die Lösung sollte einfach auf jede ähnliche Maschine anwendbar sein Zu diesem Zweck wurden der Split-Core-Stromwandler 855-4101 400-001 von Wago und der Spark-Fun-ACS723 Hall-Effekt-Sensor-Breakout verwendet Bild 5 Der Vorteil der Verwendung eines Hall-Effekt-Sensors besteht darin dass die Schaltung die den Sensor abtastet und die Schaltung die den Sensor ausliest elektrisch isoliert sind Daher kann die Schaltung die den Sensor abtastet mit höheren Gleichoder Wechselspannungen arbeiten als die Hauptplatine » Vernetzung Zum Proofof-Concept wurden zwei verschiedene Vernetzungslösungen verwendet Eine die in der ersten Phase der Datenerfassung verwendet wurde war ein mit dem Raspberry-Pi kompatibles Industrial-IoT-Gateway Ein Linuxbasiertes System wurde verwendet um die Datenerfassung und -übertragung zu optimieren da eine große Menge an Daten erforderlich ist um das Maschinenverhalten zu definieren Für die Cloud wurde ein Dashboard Bild 6 für die Echtzeitüberwachung der Daten mit Node-Red und Grafana erstellt Darüber hinaus wurden die Zeitstromdaten analysiert um mit maschinellem Lernen Trends und Muster zu erkennen Ähnliche Prozessmuster werden automatisch erkannt und gekennzeichnet Bild 7 Die restlichen Muster werden als unbekannt markiert Diese Daten dienen als Grundlage für Prozessstatistiken die für verschiedene Anwendungsfälle wie Prozessüberwachung Qualitätssicherung und vorausschauende Wartung genutzt werden können Praxistest unter realen Umgebungsbedingungen Während des Praxistests traten noch zahlreiche Herausforderungen auf Datenverluste aufgrund der Entfernung und der verschiedenen Funkquellen in der Fertigungshalle ständige Bewegung der stapelbaren Platinen und der Stromversorgung oder deren Fehlen So wurden die Beschleunigungssensoren am Messerarm montiert ohne dass eine Stromquelle in der Nähe war Dieses Manko wurde mithilfe eines LiPo-Akkus überwunden Trotz des geringen Standby-Stromverbrauchs erschöpfte die ständige Datenübertragung in der Anfangsphase den Akku Täglich wurden große Mengen an Informationen übertragen was dazu führte dass die Batterie alle zwei bis drei Tage leer war Die Lösung war die Verwendung eines Solarpanels zum Auf laden der Batterie Zu diesem Zweck wurde Bild 7 Datenanalyse zur Erkennung von Mustern mit maschinellem Lernen Ähnliche Prozessmuster werden erkannt und gekennzeichnet Bild IAV Bild 6 Dashboard für die 3-Phasen-Strommessung Bild Würth Elektronik eiSos