Les fabricants doivent être en mesure de réagir immédiatement aux défauts des machines et des équipements, afin d'éviter les temps d'arrêt. Un système de surveillance acoustique de l'Institut Fraunhofer pour la technologie des médias numériques IDMT à Oldenburg reconnaît sur la base des bruits si les paramètres de production se situent dans les valeurs limites définies. Les techniques basées sur l'IA aident les fabricants à tirer des conclusions sur l'état de la machine et à optimiser le contrôle de la production.

Dans les environnements de production d'aujourd'hui, voitures, avions, systèmes optiques, les dispositifs médicaux et autres produits sont fabriqués en gros composants individuels, puis collés ou assemblés. « Les bras de robot font le travail de montage. Les tolérances des composants jouent un rôle important :s'ils sont trop grands, ils peuvent provoquer des collisions et des déplacements, " explique Danilo Hollosi, Responsable de la détection d'événements acoustiques chez Fraunhofer IDMT à Oldenburg. L'erreur est souvent constatée trop tard, ce qui entraîne des temps d'arrêt imprévus et des coûts élevés.

Surveillance acoustique du processus sans contact pour les connexions enfichables

Pour éviter cette situation et détecter rapidement une technologie défaillante, Hollosi et son équipe ont développé des capteurs intelligents qui peuvent être installés directement sur la machine ou l'équipement et identifier immédiatement les défauts. Surtout, les capteurs sont sensibles aux bruits aériens et reconnaissent les défauts en fonction des bruits. "Lorsque les connecteurs d'accouplement se rejoignent, il fait un clic que le microphone ou le capteur capte. Si le clic ne se produit pas, le système de surveillance acoustique affiche une erreur, qui est documenté de manière fiable. À la fois, le travailleur concerné est informé, " explique l'ingénieur. En fabrication automatisée, les métadonnées sont utilisées pour la documentation des processus et l'assurance qualité. Une caractéristique unique de la solution est que le système de maintenance peut faire la distinction entre d'innombrables types de clics et d'impacts mécaniques, tout en filtrant les interférences sonores dans les environnements de production bruyants. "Tous les clics ne sont pas identiques. Un connecteur mécanique sonne différemment d'un interrupteur, une agrafeuse ou un stylo à bille. Vous seriez étonné du nombre de types de bruit différents que font les objets lorsqu'ils se mettent en place, " dit Hollosi.

Des algorithmes basés sur l'IA spécialement développés pour l'analyse audio détectent les interférences et les bruits cibles. Le traitement des données est effectué directement au niveau du capteur. Le système complet de maintenance conditionnelle prend peu de place :le microphone, technologie de traitement du signal audio, le logiciel et la batterie sont actuellement logés dans un boîtier pas plus grand qu'un paquet de cigarettes. Mais ils peuvent aussi être encore plus petits. La solution miniaturisée est disponible en trois variantes et s'intègre facilement dans les systèmes existants. Les utilisateurs ont également la possibilité de fixer le système de maintenance intelligent sur des robots ou de l'installer à plusieurs mètres de la machinerie ou de l'équipement et à des points de mesure stratégiques. En outre, la solution acoustique est évolutive, une condition importante pour une utilisation dans des applications industrielles.

Sens de l'ouïe pour les machines

"En effet, nous donnons aux machines un sens de l'ouïe pour l'assurance qualité. Cela permet aux fabricants de reconnaître ponctuellement les signes de dommages à un stade précoce, pour réduire les temps d'arrêt imprévus, harmoniser les flux de travail en atelier et augmenter l'efficacité de l'ensemble de l'usine, " résume le chercheur.