top of page

Warum Ultraschall am meisten von Künstlicher Intelligenz (KI) profitiert (Teil 1)

Technologien zur vorausschauenden Instandhaltung und Zustandsüberwachung sind für Instandhaltungen dieser Welt bereits seit vielen Jahren verfügbar. Im Wesentlichen sind die "Big 5" die unten genannten Technologien, alle mit ihren Stärken und Schwächen.

  1. Ölanalyse

  2. Schwingungsanalyse (einfach)

  3. Schwingungsmessung (komplex)

  4. Ultraschall (passiv)

  5. Infrarot/Thermografie

Macht man den Versuch, die relevanten Technologien nach Nutzen/Aufwand in einem Diagramm zu erfassen, sieht dies illustrativ wie folgt aus:



Der hohe Aufwand für die Schwingungsanalyse/Vibrationsanalyse wird vor allem durch Investitionen in permanente Sensoren/Equipment, sowie der ständigen Analyseaufwand zur Ableitung der gewünschten Erkenntnisse getrieben. Unternehmen, die die Vibrationsanalyse seit vielen Jahren einsetzen, werden jedoch andere Technologien wie Ultraschall und Thermografie übertreffen, da die Analyse von Ultraschall und Wärmebildern (Thermographie) immer noch ein sehr manueller Prozess ist. Für den Ultraschall sind dies Menschen, die Audiodateien hören und bei der Thermographie sind es Menschen, die Infrarotbilder betrachten und analysieren. Die Ölanalyse kann eine einzigartige Sichtweise auf den Zustand einer Anlage liefern und die Erkenntnisse anderer Technologien bestätigen, wenn die Ausfallkosten und der Wert der Anlage sehr hoch ist.


Jede dieser Technologien hat sich ihren Platz im Condition Monitoring Portfolio verdient und idealerweise beherrscht eine Instandhaltungsabteilung alle. Aufgrund der Komplexität und der begrenzten Ressourcen, ist dies jedoch ein eher unrealistisches Unterfangen. Deshalb ist die Frage, mit der sich jedes Unternehmen auseinandersetzen muss:


Wenn ich eine Condition Monitoring Technologie auswählen muss, welche verwende ich dann?

Drei gewichtige Gründe sprechen für Ultraschall:

  1. Es kann Ausfälle so früh wie keine andere Technologie erkennen und wird daher auch von der NASA eingesetzt.

  2. Ultraschall ist eine Technologie mit einem sehr guten Kosten-Nutzen-Verhältnis.

  3. Die Ultraschalltechnologie wird durch die Künstliche Intelligenz aufgrund ihrer einzigartigen Eigenschaften den größten "Schub" erhalten.

Der Hauptgrund für das sehr gute Nutzen-Aufwand-Verhältnis sind die einfachen und nicht-invasiven Messmöglichkeiten. Der zweite Grund ist die Möglichkeit, permanente Sensoren zu vermeiden und Handgeräte zu verwenden. Anlagen wie Motoren, können im Normalbetrieb nicht-invasiv gemessen werden und die Anwendung von Ultraschall erstreckt sich auch auf andere Anwendungsfälle (z.B. Erkennung von elektrischen Fehlern und Lecks), die in diesem Artikel nicht behandelt werden.


Warum profitiert die Ultraschall-Technologie von Fortschritten in der künstlichen Intelligenz am meisten?

Künstliche Intelligenz ist nur so gut wie die Daten von denen Sie lernen kann. Die von Ultraschall gelieferten Daten sind perfekt für die Verarbeitung durch künstliche Intelligenz.

Dies hat im Wesentlichen folgende drei Hauptgründe:

  1. Ultraschall bleibt dort, wo er entsteht. Zwei Motoren in unmittelbarer Nähe zueinander haben keinen negativen Einfluss auf die Messung. Der Ultraschall "wandert" nicht aus dem Gehäuse eines Motors in die Luft, um dann wieder in das Gehäuse des nächsten Motors einzudringen. Die Messungen sind also nicht ortsspezifisch.

  2. Fabriken produzieren wenig Ultraschallgeräusche, sodass die Daten sehr "rein" und frei von Hintergrundgeräuschen sind. Ultraschallquellen aus der Fabrik (z.B. Leckagen), vermischen Sie sich nicht mit den strukturell entstandenen Ultraschallgeräuschen durch mechanische Teile.

  3. Ultraschall hat eine hohe Informationsdichte und einige Sekunden Messzeit an einem Lager reichen für die Verabietung durch künstliche Intelligenz aus.

Aufgrund der genannten Merkmale ist es der KI möglich, von verschiedenen Datenquellen in verschiedenen Fabriken und Produktionsstätten zu lernen. Man kann ähnliche Motoren aus verschiedenen Fabriken und verschiedenen Alters zu einem "virtuellen" Motor kombinieren. Auf dieser Basis erhält man dann eine datengetriebene Darstellung eines Motors über die Lebensdauer. Wie genau diese "virtuellen" Motoren die Restnutzungsdauer (RUL) abschätzen können, muss in der Praxis noch gezeigt werden.


Zusammenfassend lässt sich sagen, dass Ultraschall in Kombination mit künstlicher Intelligenz die zuverlässigste Zustandsüberwachungstechnologie sein wird, mit der eine ausreichend genaue Schätzung der verbleibenden Nutzungsdauer, oftmals auch Remaining Useful Lifetime (RUL) genannt, von Anlagen möglich wird.




Autor: Dipl. Ing. Mag. Markus Loinig, Senzoro GmbH

Email: markus@senzoro.com

bottom of page