Altes Prinzip, neue Technik

Einer der grössten Vorteile der schallbasierten vo­rausschauenden Wartung liegt in der Präzision und der Früherkennung von Problemen. «Die Daten sind viel dichter und enthalten mehr Informationen, was eine tiefere Analyse ermöglicht», erläutert Kai Saksela, CEO und Mitgründer von Noiseless Acoustics. Bei vielen Messmethoden wird üblicherweise ein Schwellenwert festgelegt, der nicht unterschritten oder nicht überschritten werden darf. Eine Maschine klingt dagegen unter verschiedenen Bedingungen und verschiedenen Lastzuständen unterschiedlich. Während die Überschreitung eines Schwellenwerts auf ein mehr oder weniger unmittelbar bevorstehendes Problem hinweisen kann, kann also die Tonanalyse die eigentliche Ursache des Problems noch in ihrer Entstehungsphase aufdecken - zum Beispiel wenn bewegliche Teile anfangen, aneinander zu schleifen.

Sogar Sensoren für die Vibrationsanalyse sind unter Umständen nicht empfindlich genug, um Probleme frühzeitig zu erkennen. Ultraschallmessungen dagegen können selbst minimale Geräuschanomalien frühzeitig erfassen - früher als Veränderungen in Temperatur und Vibration oder als hörbare Änderungen.

«Ausgefeiltere akustische Überwachungstechnologien können viele Informationen über verschiedene Frequenzbereiche überwachen», erklärt Nicole Foust von Gartner. So kann etwa die NL-Kamera von Noiseless Acoustics in einer Umgebung mit hoher Lärmbelastung, in der Gehörschutz erforderlich ist, kleinste Leckagen auffangen, die selbst in einer völlig geräuschlosen Umgebung kein Mensch hören kann. «Sound ist viel mehr als das, was das menschliche Ohr wahrnimmt», unterstreicht Kai Saksela.

Zwar ist akustische Diagnostik kein neues Konzept. Die Ultraschallmessung etwa wird schon seit über zwei Jahrzehnten zur vorausschauenden Wartung eingesetzt. Mit einem Handgerät stellen Techniker dabei selbst kleine Veränderungen der Frequenz fest. Doch die modernen akustischen Überwachungstechnologien schaffen die Voraussetzung dafür, alle relevanten Maschinen und Anlagen Tag und Nacht zu über­wachen - also auch dann, wenn die Techniker sich nicht physisch neben den Maschinen aufhalten können. 

Ausserdem steigern sie den Automatisierungsgrad: «Der Einsatz von maschinellem Lernen und Künstlicher Intelligenz ermöglicht es, zu ‚lernen‘, wie ein bevorstehender Defekt aussieht oder in diesem Fall klingt», erläutert Nicole Foust. «Wenn ein bestimmtes Geräusch erkannt wird, wird [automatisch] ein Prozess ausgelöst, der eine detailliertere Überwachung, eine Inspektion oder das Auslösen eines Arbeitsauftrags umfassen kann.»