云中的状态监控和数据分析

在当今的工厂中，为了防止损坏机器，一旦设备开始表现出可疑的行为，传感器通常会触发警报，但是很少充分利用此传感器数据。在2020年2月12日的汉诺威工业博览会预览上，弗劳恩霍夫生产系统与设计技术研究所IPK的研究人员将展示传感器技术连接到云平台时的可能情况：完美协调的工作流程管理和整个车队的优化机床。

机床是精密设备。他们以微米精度铣削，车削和磨削工件。仅当机械零件完美配合且无振动时，才能实现这种精度。毕竟，振动会传递到工具上，并最终导致成品工件中的错误和不准确。当出现问题时，投诉随之而来，并打动了钱包中的制造商。因此，尽早识别机器的损坏或磨损很重要。因此，许多机器都受到传感器的监视，这些传感器可以(例如，基于轻微的振动)识别出部件正在逐渐磨损。传感器可以发出警告信号，指示在损坏发生之前应更换零件。这就是所谓的预测性维护，

云端工具机的生命周期

但是，一般而言，预测性维护系统仍然是独立的解决方案。尽管他们发出警告，以便可以更换组件，但这种宝贵的信息很少用于进一步使用。来自柏林Fraunhofer IPK的专家现在已经开发出了一个系统，该系统在进行预测性维护时能做的更多。他们将传感器技术集成到一个互联网平台中，该平台存储了一个或多个机床的整个生命周期。。这为全面的数据分析铺平了道路，可用于优化机器或整个工作流程。在一个有趣的演示中，由Fraunhofer IPK生产机器和系统管理部门副主管Claudio Geisert领导的团队将在2020年2月12日在汉诺威工业博览会预览期间的19号展厅以及交易期间展示其工作原理。将于2020年4月20日至24日在弗劳恩霍夫(Fraunhofer)联合展位6号馆A26上展出。为了进行演示，研究人员选择了机床的关键组件：滚珠丝杠驱动器，该滚珠丝杠驱动器可以非常精确地在主轴上来回移动机床中的工件支架。

这样的主轴会随着时间的流逝而磨损，这会导致不必要的振动，从而在工件中产生故障，因此应尽早发现。Fraunhofer IPK开发的智能维护系统就是这样做的。该系统的核心是一个传感器电路板，其中包含一个市售的传感器芯片，称为微机电系统(MEMS)。这些MEMS是小型硅元件，可在其表面容纳各种相互连接的技术模块。这样，它们可以例如测量环境刺激(例如振动)，并使用连接的处理器进行分析。MEMS和处理器一起形成传感器节点。“如今，数以百万计的此类MEMS已安装在汽车和智能手机中。它们不仅具有成本效益，而且对于我们的目的而言足够精确。” 克劳迪奥·盖瑟(Claudio Geisert)说。一个重要的元素是传感器信号的处理直接在传感器节点上进行。因此，处理器可以自己识别出故障，并可以继续传递此信息。