Entwicklungstool zur Konfiguration und Verknüpfung von Condition Monitoring-Algorithmen

Zuverlässige und robuste Methoden bzw. Mustererkennungsalgorithmen für das Condition Monitoring von Maschinen, Anlagen und deren verschleißbehafteten Baugruppen sind eine Grundvoraussetzung für die Einführung einer zustandsorientierten Instandhaltung. Dieser Beitrag erläutert das Konzept für ein Entwicklungstool zur interaktiven Konfiguration und Verknüpfung von Algorithmen, welche sich für verschiedene Condition Monitoring-Applikationen zur Zustandsermittlung von Maschinen und Baugruppen einsetzen lassen. Das Konzept wird in MATLAB realisiert. Die Realisierung von Condition Monitoring Komponenten erfordert fachspezifische Kenntnisse über Signalverarbeitung, Merkmalsauswahl sowie Klassifizierungsmethoden. Durch das in diesem Artikel vorgestellte Konzept, lässt sich eine schnelle Verknüpfung von Mustererkennungsalgorithmen bei geringem Aufwand für konkrete Condition Monitoring Applikation realisieren. Mit dem Tool werden Anwender dabei unterstützt, geeignete Methoden zu verknüpfen und zu konfigurieren. Neben der Konfiguration von Condition Monitoring Algorithmen lässt sich das Tool u.a. zur Clusteranalyse einsetzen. Zur Adaption der implementierten Methoden für unterschiedliche Komponenten wird in den nächsten Entwicklungsschritten ein adaptiver Ansatz zur Merkmalsauswahl und Klassifizierung für verschiedene Komponenten realisiert werden. Außerdem soll zukünftig die Algorithmen-Verknüpfung von Merkmalsextraktion und Klassifizierung automatisiert werden. Somit wird das Tool die Entwickler von aufwendigen Arbeiten wie beispielsweise Analyse und Untersuchung der Methoden und Merkmale auf ihre Eignung in der konkreten Anwendung entbinden. Dies führt zur Reduktion der Entwicklungszeit von Condition Monitoring-Applikationen.

The continuous monitoring and documentation of the condition of technical systems and wear-susceptible mechatronics components is a basic prerequisite for the implementation of condition-based maintenance. This article illustrates a concept for IT-supported generation of intelligent condition monitoring applications for wear-susceptible mechatronics components. To support the development process of condition monitoring applications a toolbox was developed and implemented in MATLAB that intelligently links methods and algorithms for signal processing, feature extraction, classification and cluster analysis. This tool able to load a various data formats as input. Moreover the user can add new algorithms in a simply way by using a markup language.