當工業機器人過熱時：持續健身檢查預測潛在的機器故障

它始終關注機器的狀態，進行診斷分析，并在需要更換零件時通知操作員。由薩爾州大學的AndreasSchütze領導的研究小組開發了一個用于工業裝配，處理和包裝過程的早期預警系統。智能傳感器不斷從工廠內部收集大量測量數據，并將信號模式與正常工作條件下的信號模式進行比較。如果系統檢測到指示潛在故障的模式的差異，它會立即通知設備操作員應采取哪些補救措施。這有助于工程師更有效地規劃維護，并保護他們免受不愉快的意外和意外的生產損失。

生產線中的機器人不知疲倦地工作并具有微米精度 - 除非組件失效。例如，如果用于將車身精確定位在裝配機器人前面的線性致動器損壞，則機器人手臂將不再能夠像通常那樣精確地定位車門。結果是一扇未對準的門。或者，再舉一個例子，由于材料疲勞導致的機器部件的突然故障很可能導致生產線的完全關閉。由薩爾蘭大學傳感器系統專家和機電一體化與自動化技術中心的AndreasSchütze領導的工程師團隊正在與一群學術和工業合作伙伴合作，以防止出現這種情況。

他們的系統使機器受到有效的持續醫療檢查。人體等同物將為一個人配備一個活動跟蹤器，一個連續的數字心電圖和血壓監測器，以便隨時分析他們的健康狀況。'我們的系統可以持續可視化工廠機械的當前狀況，并提供潛在損壞的預先警告。為此，我們將傳感器安裝在機器內部，這些傳感器能夠相互交互并與現有的過程傳感器相互作用。這使我們能夠記錄最小的變化，“AndreasSchütze解釋道。研究人員利用技術設備開始產生不同噪音，或在實際失效之前很久就會振動或過熱的現象。

這是薩爾布呂肯機電一體化專家開發的系統發揮作用的地方。傳感器能夠檢測到這些微小的變化，并可以自動將它們分配給特定的故障輪廓。Schütze教授解釋說，我們已經研究了信號模式，例如振動頻率，在常見損壞或故障狀態下如何變化。為此，研究團隊檢查了數千個測量數據集中的模式，并確定了與特定類型的損壞或機械磨損相關的模式。Schütze團隊的Nikolai Helwig解釋說，我們將這些信息提供給傳感器，將它們轉換成能夠自行檢測這些信號差異的智能設備。這基本上消除了對外部分析儀的需要，因為系統能夠自己執行分析。

研究團隊的目標是開發一套傳感器和模塊，使運行工廠機械的公司能夠根據其工廠或設備的需求量身定制健身檢查。'定制傳感器可以在制造時集成到機器中，也可以進行改裝。最初，傳感器花時間收集基線數據，即反映機器正常運行狀態的數據，“Helwig說。一旦完成，系統就可以連續地將當前操作數據與那些與初期設備故障或損壞相關的典型傳感器信號模式進行比較。'我們的方法也為其他工業4.0應用程序提供了機會。例如，

正在開發的系統目前正處于測試階段，在此階段，傳感器和測量技術專家將與博世力士樂和Festo公司合作。這些傳感器將用于Bosch-Rexroth監控機床的狀態，而在Festo，他們的工作是檢查上述線性執行器，特別是Festo的主軸和機電氣缸。