Die Wissenschaftliche Gemeinschaft erkennt die Forschungsergebnisse von Galdi an
Die Forschung zur Effizienzsteigerung der Galdi Diagnosesysteme wird in einem wissenschaftlichen Artikel in einer der renommierten Fachzeitschriften des IEEE (Institute of Electrical and Electronics Engineers) veröffentlicht. Fortschrittliche Diagnostik, neuronale Netze und Machine Learning
Ist es möglich, Störungen mit den größten Auswirkungen bei einer Abfüllmaschine vorherzusehen?
Um eine Antwort auf diese Frage zu finden, wurde ein Vorhersagemodell erstellt, das für Galdi Abfüllmaschinen gilt, aber auch auf viele andere Sektoren anwendbar ist.
Der Artikel mit dem Titel „FORMULA: A Deep Learning Approach for Rare Alarms Predictions in Industrial Equipment“ mit den Forschungsdaten wurde in „IEEE Transactions on Automation Science and Engineering“, einer der weltweit wichtigsten wissenschaftlich-technischen Fachzeitschriften unter Mitwirkung folgender Autoren veröffentlicht:
- Diego Tosato, Galdi S.r.l.
- Davide Dalle Pezze, Universität Padua
- Chiara Masiero, Statwolf Data Science S.r.l.
- Gian Antonio Susto, Universität Padua
- Alessandro Beghi, Universität Padua
FORSCHUNG BEI GALDI: ZWISCHEN FORTGESCHRITTENER DIAGNOSTIK UND IIOT
Der Digitalisierungs- und Datenanalyseprozess zur Verbesserung der Diagnose bei Lebensmittelabfüllmaschinen begann bei Galdi schon vor einigen Jahren.
Es ist also eine lange Forschungs- und Entwicklungstätigkeit, die Hand in Hand mit der Entwicklung von auf IIOT (Industrial Internet of Things) basierenden Lösungen geht.
Diese Arbeit hat dazu geführt, dass die neueste Generation von Lebensmittelverpackungsmaschinen mit neuen Sensorsystemen ausgestattet wurde, die mit der MaSH-Plattform zur Leistungsüberwachung kombiniert wurden, einem System, das speziell mit dem Ziel entwickelt wurde, Störungen im Voraus zu erkennen und unerwartete Maschinenstillstände zu vermeiden.
MACHINE LEARNING UND NEURONALE NETZE FÜR ABFÜLLMASCHINEN
Die Quantität und Qualität der Daten, die von einer Galdi Abfüllmaschine übermittelt werden, ermöglicht es nun, ein detailliertes und reales Bild der Maschinenleistung zu erhalten, welches genaue Informationen zu MME und OEE liefert.
Auf einer tieferen Ebene geben diese Daten den Galdi Technikern einen umfassenden und detaillierten Überblick nicht nur für die Fehlersuche bei Eingriffen, sondern auch für die Vorbeugung möglicher Störungen.
Aber wie kann man im Rahmen der vorausschauenden Wartung die schwerwiegendsten Alarme vorhersehen, beispielsweise einen Schaden an der Membran der Dosiereinheit und damit verbundene Kontaminationsgefahr? Solche Störungen sind selten und erzeugen daher kein für das Analysesystem erkennbares Wiederauftreten.
Durch den Vergleich von Daten aus verschiedenen Abfüllmaschinenmodellen haben die an der veröffentlichten Studie beteiligten Forscher eine Lösung auf der Grundlage von Deep Neural Network, einer speziellen, auf Machine Learning basierenden Technik entwickelt.
Dabei handelt es sich um ein neuronales Netzmodell, das aus den empfangenen Daten „lernt“ und darauf aufbauend künftige Ereignisse mitteilt, in dem Fall der Abfüllmaschinen das Modell wird die Abfolge der zu erwartenden Alarme der Maschine mitteilen.
UNIVERSELLE UND GETEILTE INNOVATION
Angesichts der begrenzten wissenschaftlichen Literatur, die zu diesem Thema zur Verfügung steht, wurde diese Studie von der wissenschaftlichen Gemeinschaft mit großem Interesse aufgenommen.
Das hier entwickelte Modell ist auf viele andere industrielle Bereiche übertragbar und in jeder Maschine anwendbar, die in der Lage ist, Fehlerprotokolle zu erstellen.
Der Datensatz mit den Suchergebnissen (ALPI = Alarm Logs in Packaging Industry) wurde anonymisiert und anschließend im Open-Source-Modus zur Verfügung gestellt.
Hinter dieser Entscheidung steht eine Philosophie, die sowohl von den Forschern als auch von Galdi geteilt wird: „Der einzige Weg, Innovation voranzutreiben, besteht darin, sie zu teilen!“
ANGEWANDTE FORSCHUNG FÜR GALDI KUNDEN
Die Qualität der verfügbaren Daten zur Maschinenleistung ist zweifellos ein Mehrwert für unsere Kunden und ein zusätzliches Instrument bei der Kontrolle der Produktion.
Da das Lesen von Daten eine zeitaufwändige Tätigkeit ist und eine korrekte, funktionsgerechte Interpretation viel Fachwissen erfordert, haben wir beschlossen, einen proaktiven Service für unsere Kunden zu entwickeln.
Genauer gesagt, handelt es sich um Data Consulting. Hierbei werden Daten in wertvolle Informationen umgewandelt, sowohl um möglichen Störungen vorzubeugen als auch um die Leistung auf der Grundlage der Analyse der wichtigsten KPIs zu verbessern.
Eine weitere Möglichkeit, um noch näher an unseren Kunden zu sein, und ein weiteres Instrument, das unsere digitalen Dienstleistungen auf dem Gebiet der Kundenbetreuung bereichert.
Mehr erfahren,