Betrouwbaarheid van tandwielkasten verbeteren: Conditiebewaking met visie ondersteuning

Tijdens een productieproces kunnen onverwachte storingen kostbare stilstandtijd veroorzaken en productieschema's verstoren. Het is daarom belangrijk om industriële machines in topvorm te houden. Tandwielkasten, een essentieel onderdeel in vele industriële machines, vragen daarom voortdurende bewaking. Zo kan je de efficiëntie behouden en storingen voorkomen. Traditionele monitoringsmethodes zijn sterk afhankelijk van trillingsanalyse. Jammer genoeg bieden deze traditionele methodes vaak geen gedetailleerd en diepgaand inzicht in de degradatie van de tandwielkast (bijv. putjes, afschilfering of slijtage).

Om dit probleem op te lossen hebben we diagnostische indicatoren ontwikkeld die beter zijn dan de huidige state-of-the-art oplossingen. Ze detecteren defecten sneller en  preciezer. In dit artikel lees je meer over hoe ons innovatieve onderzoek de grenzen van tandwielkastonderhoud verlegt door gebruik te maken van visie-ondersteunde monitoring in combinatie met kunstmatige intelligentie (AI).

Betere conditiemonitoring door camera's en AI

Om betrouwbare gegevens over tandwielslijtage te verzamelen gebruiken we in onze opstelling zowel directe (camera) als indirecte (trillingen) tandwielbewakingssystemen. Door het opspatten van olie te beperken, kan het camerasysteem de werkende tandwielkast in de gaten houden, zonder dat hierbij handmatige interventie nodig is. Vervolgens synchroniseren we de data van het directe (camera) systeem met de trillingsmetingen van het indirecte monitoringssysteem.

Oil splash mitigation strategy developed for improved image acquisition in gearboxes - FlandersMake@UGent

Daarnaast nemen we via geavanceerde beeldfiltermethodes automatisch een beeld van iedere tandwieltand. We gebruiken AI om deze enorme hoeveelheid aan beelden te segmenteren en vervolgens de schade op de tandwieloppervlakken te segmenteren en te kwantificeren. Zo kunnen we handmatige controles door experts verminderen. Door prioriteit te geven aan de meest interessante beelden kunnen we, via actief leren, de segmentatietijd drastisch inkorten en snellere en beter schaalbare monitoringsoplossingen realiseren.

Schade in tandwielkasten begrijpen

Het eerste belangrijke resultaat van dit proces is inschatten hoe de tandwielen degraderen. Onze inschattingen geven waardevolle inzichten in het fysieke proces, waardoor een beter begrip ontstaat van hoe slijtage en schade zich in de loop van de tijd ontwikkelen. We ontdekten hoe de degradatie van de tandwielkast door putvorming verschillende fasen doorloopt, die elk unieke monitoringuitdagingen met zich meebrengen. In het beginstadium beginnen zich eerst kleine putjes te vormen die vaak te subtiel zijn voor camera's om te detecteren. Naarmate de schade groter wordt, kan deze wel gesegmenteerd worden. Wanneer de schade vervolgens nog toeneemt, kan deze zich uitbreiden naar andere onderdelen. Door beelden in de loop van de tijd te analyseren, kunnen we , via AI, deze veranderingen met grotere nauwkeurigheid volgen, waardoor we een volledig beeld krijgen van de gezondheid van de tandwielkast.

Flank of a gear tooth with pitting damage captured using the developed vision monitoring system - FlandersMake@UGent

Betrouwbaardere trillingsindicatoren

Vanaf het begin was een van onze belangrijkste doelen het verbeteren van de state-of-the-art indirecte (trillings)indicatoren die momenteel worden gebruikt in industriële monitoring. Bij het evalueren van indicatoren spelen verschillende belangrijke criteria een rol:

• Hoe vroeg ze storingen detecteren;
• hoe nauwkeurig ze zijn bij het beoordelen van de locatie en ernst van storingen; en
• hun computerefficiëntie.

Door de gegevens van het camerasysteem te synchroniseren met de trillingsmonitoring konden we de prestaties van indirecte monitoringmethodes verbeteren en de detectiekloof tussen deze twee methodes verkleinen. Onze nieuwe indicatoren laten veelbelovende resultaten zien en overtreffen enkele van de beste beschikbare methodes voor vroege foutdetectie en evaluatie van tandwielkastdegradatie.

Van labo tot industrie

We zijn klaar om onze veelbelovende resultaten om te zetten naar industrieel gebruik in de praktijk, om de betrouwbaarheid van tandwielkasten en foutdetectie te verbeteren. Verschillende belangrijke industriële use cases zijn klaar voor toepassing:

• Gebruik het vision systeem om een beter inzicht te krijgen in tandwielslijtage of als een ground truth referentie voor uw R&D en tandwielkast-testen.
• Vervang conventionele indicatoren op basis van trillingen door onze verbeterde AI-modellen.
• Krijg toegang tot onze testinfrastructuur en datasets voor uw R&D.
• Implementeer ons visie-systeem als oplossing voor langdurige bewaking van tandwielkasten in het veld.

Technologieën

Productie, mechanische componenten & systemen

Voor het optimaliseren van mechanische componenten en systemen, hun prestaties, duurzaamheid en productieprocessen.

Robotica, Sensoren en Actuatoren

Voor het verbeteren van robotica en slimme machines.