Leckagen in Druckluftanlagen kosten einige Unternehmen jährlich zehntausende Euro. Das Fraunhofer IPA, die Universität Stuttgart und Sick haben nun ein System entwickelt, das undichte Stellen automatisiert aufspürt.
An diesem Demonstrator testen die Projektpartner ihren intelligenten Algorithmus unter realen Bedingungen.
Rainer Bez
Basis des Systems ist ein Durchflusssensor, der an der Druckluftzuleitung einer Maschine angeschlossen wird und laufend Massenstrom, Druck- und Temperaturverlauf erfasst. Ein intelligenter Algorithmus wertet diese Kurvenverläufe in Echtzeit aus und erkennt charakteristische Signaturen, die auf Leckagen hindeuten.
In einem überwachten maschinellen Lernverfahren hat das Projektteam den Algorithmus unter realen Bedingungen trainiert. Zu diesem Zweck hat das Forschungsteam einen Demonstrator mit einer Vielzahl intakter und beschädigter Druckluftschläuche aufgebaut. Die Daten, die der Demonstrator im laufenden Betrieb erzeugt, werden anschließend millionenfach vervielfältigt und dienen dem Algorithmus als Trainingsgrundlage. Auf diese Weise erkennt der Algorithmus nicht nur statische und dynamische Leckagen bei Anlagen, die neu in Betrieb gehen, sondern auch bei Bestandsmaschinen. Eine Referenzkurve für den störungsfreien Betrieb muss somit nicht mehr erstellt und hinterlegt werden. Stattdessen kann der Algorithmus ohne Vorbereitung direkt seine Arbeit aufnehmen.
Ein Drittel der Druckluft bleibt ungenutzt
Laut dem Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA verbrauchen die rund 60.000 in Deutschland betriebenen Druckluftanlagenjährlich 16,6 TWh, was 7 % des gesamten Stromverbrauchs der deutschen Industrie entspricht. Schätzungen zufolge entweicht durchschnittlich etwa ein Drittel der erzeugten Druckluft ungenutzt. Mit einer automatisierten Detektion von Leckagen kann der Energieverlust laut Fraunhofer IPA um etwa 10 % gesenkt werden. Aktuell arbeitet das Sensorunternehmen Sick an der Weiterentwicklung des Systems hin zu einem marktreifen Produkt.