Opracowanie i komercjalizacja systemu wczesnego ostrzegania przed awariami wirujących elementów maszyn, zawierającego niskoszumowy, wysokoczęstotliwościowy czujnik drgań, skonstruowany na bazie najnowszej generacji akcelerometrów typu MEMS oraz środowisko predykcyjne zrealizowane z wykorzystaniem algorytmów AI.

Celem projektu jest opracowanie sytemu wczesnego wykrywania symptomów awarii elementów wirujących, można osiągnąć analizując widmo częstotliwościowe drgań, emitowanych przez maszyny. Sygnałem zbliżającej się awarii łożysk jest pojawienie się w widmie składowych harmonicznych o niskiej amplitudzie i stosunkowo wysokiej częstotliwości, często większych niż 5 kHz i zawsze poza podstawową częstotliwością rotacji. Tylko akcelerometry o niskim poziomie szumów i szerokim paśmie częstotliwości mogą to zmierzyć, dostarczą one cennych informacji, podczas gdy urządzenia o wyższym poziomie szumów jeszcze niczego nie wykryją. Niezależnie od stosowanej metody analizy, trudność polega na ustaleniu optymalnego progu alarmowego, aby naprawa nie odbyła się ani za wcześnie ani za późno. Alternatywą dla konfiguracji progów alarmowych jest wprowadzenie sztucznej inteligencji do procesu predykcji awarii, gdzie podczas fazy uczenia maszynowego wykorzystywane są zasoby chmury i modele maszyny oparte na danych z czujnika. 
 

Wartość całkowita projektu : zł. 773 730,50 zł

Wartość kosztów kwalifikowalnych : 734 688,00  zł.

Dofinansowanie projektu z UE: 571 808,40 zł.

 

 

 

 

Beneficjent:  VENCO SH SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ SPÓŁKA KOMANDYTOWA

www.mapadotacji.gov.pl

    

 

zdjęcie: