Automatische voorspelling van het falen van machines met roterende onderdelen op basis van akoestische signalen

In dit project wordt een meettechnologie ontwikkeld die complexe machines opvolgt op basis van de signalen van slechts een paar contactloze microfoons. Het schatten van afwijkend gedrag op basis van akoestische signalen is uitdagend. Gelijkaardige machines die beide in een normale toestand opereren kunnen toch een verschillende akoestische signatuur hebben. Om het akoestisch monitoren schaalbaar te maken dienen er intelligente algoritmes ontworpen te worden die automatisch leren om met een model te beschrijven wat de akoestische signalen zijn die gemeten worden wanneer de machine in een normale toestand opereert. Van zodra signalen gemeten worden die afwijken van de signalen die door het model als normaal beschouwd worden moet er automatisch een alarm gegeven worden. Wanneer meta informatie zoals een geblokkeerde filter, een kogellager defect of een as probleem aangeleverd wordt naast de sensor data (juist voor de fout) dan kan de software leren om in de toekomst automatisch diagnoses te suggereren.

Trefwoorden:trotational machine

Disciplines:Automatisering, feedbackcontrole en robotica