有意義的傳感器數據是工業4.0的重要基礎

　　

　　在“工業傳感器技術4.0” 手冊中，VDMA整合了商業實踐工具。這個指南的目的是以較低的成本的傳感器，以顯示用戶和傳感器系統的制造商杠桿和方法。相應編譯的關鍵問題和工具箱支持這 點。從VDMA論壇行業指南已與4.0的合作開發是WBK生產技術研究所在技術的卡爾斯魯厄理工學院（KIT）和項目支持VDMA行業工作組，由13個 的傳感器制造商和用戶。

　　

　　使用傳感器確定滾珠絲杠傳動的潤滑要求

　　

　　該指南的主要發起人之 是來自wbk的JürgenFleischer教授。“傳感器是數字和現實 之間的聯系，因此是工業4.0實施中 重要的元素之 。沒有合適的傳感器，所有用于數據解釋的高 系統都是盲目的，“Fleischer說。

　　

　　基于KIT的項目示例，他描述了可以使用傳感器技術捕獲哪些數據并進行有利的進 步處理：“在機床的驅動組件中，可以獲取數據以監控其狀況并優化操作。例如，使用滾珠絲杠（KGT），可以檢測KGT螺母上的軸向力和摩擦力矩。通過與潤滑劑摩擦行為的模型比較，然后可以確定潤滑部件需求。由于這種自適應潤滑，在KIT測試中可以顯著延長滾珠絲杠的使用壽命。“

　　

　　通過檢測固體噪聲，可以監控不同的驅動部件，例如滾珠絲杠。“這些信號在部件的使用壽命期間發生變化，因此可以得出有關磨損狀態的結論。目標是預測性，基于狀態的維護，也稱為預測性維護。“在EMO中，wbk將展示攝像系統與機器學習算法的組合，這使得可以監控滾珠絲杠傳動的磨損狀態。

　　

　　軟件有助于分析不同的數據

　　

　　然而，實施用于分析傳感器數據的算法和確定適合于自動評估的質量相關特性通常需要大量的時間。在弗勞恩霍夫研究所為機床和成形技術IWU在開姆尼茨開發的軟件Xeidana，為用戶提供了 個解決方案包現已推出，可涵蓋從數據采集到自動質量控制任務。

　　

　　除其他外，科學 們記錄了組件的質量決定特征。該軟件能夠基于光學傳感器（例如多相機系統）可靠且實時地檢測表面缺陷。在進 步的步驟中，計劃將該數據反饋給生產系統，以便例如在過程參數失控的情況下及時抵消。在IWU中獲取實時傳感器數據的其他示例是在成型機的工具中捕獲的力，例如壓力，沖壓力和切削力。

　　

　　正確解釋捕獲的傳感器數據

　　

　　是否需要實時記錄傳感器數據，決定具體應用。“你必須提出需要實時性的問題。然后是數據如何同步的問題。但是，對于足夠的過程描述而言，采樣率是必要的也很重要“，醫學博士解釋說。羅森道Consenses GmbH董事總經理J?rgStahlmann。該公司提供工業測量技術和數字化解決方案。合適的傳感器的使用和開發以及數據的解釋是Consenses的核心競爭力之 。“我們使用3D Step模型來了解客戶的設計。這對于能夠正確分類感覺數據是必要的，例如預期的力和溫度流量或運動學。理解這些關系對于能夠完全解釋傳感器數據非常重要，“Stahlmann描述了Consenses的 個程序。

　　

　　Fleischer強調：“由于模擬組件，組件和機器，我們可以擴大我們對生產工廠機械效應的理解。我們利用這些知識有選擇地連接傳感器并有效地解釋捕獲的數據。“

　　

　　并非每個應用程序都需要實時捕獲

　　

　　斯塔爾曼解釋了實時話題。“無論如何，假設標簽具有實時數據是錯誤的，那么將實現 佳質量。實時數據通常由 初收集它的控制器提供，以控制機器的某些操作。“這個目標有時無法滿足實際傳感器數據的要求。因此，在從該數據得出影響深遠的分析或決策之前，在特定情況下理解哪個信號是如何信息是很重要的。

　　

　　例如，Fleischer解釋了實時采集何時是多余的：“對于基于狀態的維護，不需要對記錄數據的快速響應。在數據采集后幾小時也允許提供數據分析的結果。然而，通常使用其信號非常動態地改變的傳感器，例如結構聲音信號。記錄這樣的信號需要高采樣率和非常快速的實時數據采集。然而，捕獲的數據然后可以存儲在緩沖器中以便稍后評估它。在這種情況下，評估也可以外包給功能強大的服務器。

　　

　　博士 IWU成形機組部經理ThomasP??ler補充說：“所有經濟上不合理的東西都不需要實時。例如，在較長時間內進行趨勢分析的情況下，不需要實時記錄。并非所有數據都必須保留，但只生成和存檔單個參數。雖然輸出或能量數據等生產參數是實時的，但它們不需要實時可用。在能源數據的情況下，在某些情況下，例如，每15分鐘取 個值就足夠了。此外，收集高 管理層所需的實時數據毫無意義，例如生產績效指標，例如工廠生產多少部分品種。

　　

　　在其立場文件Industriearbeitsplatz 2025中，科學生產技術協會（WGP）也處理了有意義和適當的自動化問題。它指出：“經濟價值創造過程的設計應該通過利用所有技術可能性來實現。這意味著 高 別的自動化并不總是必要或有用的。“

　　

　　實時數據收集有助于防止損壞

　　

　　有 點是肯定的：在實時傳感器數據都在必要時涉及到機床或工件或工藝的穩定性的保護。P??ler說：“不可缺少的是實時跟蹤，可以防止如果僅在他們的幫助硬件或工件損壞。這適用于，例如，例如刀具破損或上的部件，例如軸承或框架組件過大的應力。為了避免從 開始就委員會以及作為與適當的傳感器原料是有道理的特點，實時檢測“。

　　

　　Fleischer引用了另 個實時捕獲示例：“實時檢測生產過程中的異常可以幫助預防或限制損害。例如，設置機床時或NC程序中的錯誤會導致碰撞。如果足夠快地檢測到它們，機器就可以停止并減少材料損壞。“

　　

　　鏈接傳感器數據提供有意義的狀態參

　　

　　例如，IWU科學 實時監控成型壓力機的力，距離和應變。但是，這些數據不像往常 樣單獨評估。除此之外，它們還被用于基于軟件的分析模塊Smart Stamp。在這里，數據融合在 起并進行分析。印刷機是否在正常范圍內工作？或者上部工具安裝的撞錘是否不利地傾斜，這會導致工件沒有 佳地重新成形或者工具磨損得更快？“雖然單個傳感器數據本身通常沒有意義，但通過合并數據可以準確回答這些問題，”P??ler說。

　　

　　 后但并非 不重要的是，真正的傳感器無法連接到機器上的任何位置 - 例如，因為它們難以訪問，或者因為安裝過于耗時且昂貴。因此，有時會遺漏生產過程和機器條件的相關數據。IWU的解決方案是虛擬傳感器?；谡鎸崅鞲衅鳎胖迷跈C器的不同位置。根據它們的測量值，在虛擬傳感器的意義上，數字雙胞胎計算真實傳感器在相關但不可訪問的位置處拾取的值。“ 個例子是壓機框架的變形：它可以通過這種虛擬傳感器很好地顯示出來，”P??ler說。“在歐盟項目I-Main中，我們能夠展示出來。