Maintenance intelligente avec les servosystèmes
L'intelligence artificielle (IA) peut être utilisée efficacement dans les systèmes d'entraînement pour prendre des décisions de maintenance prédictive. Celles-ci se basent sur de grands ensembles de données qui sont saisis et traités en temps réel dans les servomoteurs et les amplificateurs. Cela permet d'optimiser la production et la disponibilité en faisant des prévisions précises sur l'état des équipements et en les entretenant au bon moment.
La maintenance est plus efficace lorsqu'elle est prédictive et proactive, c'est-à-dire lorsqu'elle est vraiment nécessaire. Grâce à l'IA, les entreprises sont en mesure d'optimiser leurs décisions de maintenance sur la base de modèles de prévision fondés, de données en temps réel et des tendances de l'installation.
Pour la maintenance des servosystèmes, une telle stratégie de maintenance offre des avantages décisifs. En effet, si les servomoteurs et les amplificateurs ont généralement une longue durée de vie, les pièces mécaniques qui leur sont associées doivent être entretenues régulièrement.
Les entreprises qui remplacent les composants sur la base de leur état réel évitent ainsi de remplacer des pièces qui ne présentent encore que peu de signes d'usure. Si c'est le contraire et que les pièces s'usent plus que prévu, une maintenance préventive peut même prévenir des temps d'arrêt coûteux et des dommages aux machines.
.png&width=640&format=webp)
Maintenance prédictive des applications servo
Avec une stratégie de maintenance basée sur l'état, il est possible de surveiller en temps réel pratiquement tous les systèmes et composants mécaniques. Des capteurs intégrés aux servoamplificateurs et aux servomoteurs fournissent un aperçu précis de l'état des composants internes. En outre, les composants mécaniques liés aux entraînements, tels que les vis à billes, les courroies et les engrenages, qui sont plus vulnérables et doivent donc être réparés ou remplacés plus souvent, sont également surveillés.
En transmettant ces informations aux modèles de prévision basés sur l'IA intégrés dans le servoamplificateur, il est possible d'identifier les anomalies dans les servosystèmes et de détecter les problèmes potentiels à un stade précoce. Grâce à ces informations exploitables, les signes d'usure sont corrigés au bon moment, avant que les pannes ne surviennent, mais uniquement lorsque cela est nécessaire.
Pour pouvoir mettre en œuvre cette approche de maintenance avec succès, il faut disposer d'une grande quantité de données spécifiques à l'appareil provenant des servocommandes, qui sont introduites dans les simulations IA. Ces données déterminent la qualité du modèle, c'est-à-dire son exactitude, sa sensibilité et sa précision. Pour les utilisateurs individuels, il est toutefois souvent difficile de générer et de collecter les informations nécessaires. C'est pourquoi les entreprises profitent énormément des décennies d'expérience (basée sur les données) d'un fournisseur d'automatisation.
Analyse des données depuis 1987
En 1987, Mitsubishi Electric a introduit son premier servoamplificateur entièrement numérique. Depuis, l'entreprise collecte des données de fonctionnement avec et sur ses servos et leurs périphériques. Ces informations constituent la base d'une compréhension approfondie de tous les systèmes mécaniques entraînés par ses moteurs.
À l'aide de cette vaste mémoire de données, Mitsubishi Electric a développé un outil de diagnostic avancé pour la maintenance prédictive de ses derniers servomoteurs et amplificateurs de la série MELSERVO MR-J5. Cette solution utilise la technologie d'IA d'apprentissage en profondeur Maisart® (Mitsubishi Electric's AI creates the State-of-the-ART in Technology), propre à l'entreprise, pour détecter par exemple l'usure des composants mécaniques avant qu'une maintenance ne soit nécessaire.
Ce concept de maintenance prédictive est basé sur le 'deep reinforcement learning'. Il s'agit d'une application d'intelligence artificielle qui traite automatiquement les données et apprend ainsi de manière autonome à reconnaître les modèles et les anomalies. Les utilisateurs peuvent ainsi mettre en œuvre une configuration intelligente en très peu de temps, sans devoir disposer de connaissances avancées en programmation ou en apprentissage automatique.
Mais surtout, les connaissances s'orientent vers le système individuel dans lequel les servos sont utilisés. Les différentes applications ont toutes leur propre état optimal de l'installation. L'IA détermine les paramètres et les conditions de fonctionnement idéaux ainsi que tout comportement devant être considéré comme une anomalie.
Ces capacités sont complétées par la technologie de réseau CC-Link IE TSN avec une bande passante Gigabit et des fonctionnalités de Time-Sensitive Networking (TSN). Les servodrivers sont ainsi en mesure de transmettre en temps réel et sans retard de grandes quantités de données pour des tâches de commande critiques en termes de temps ainsi que des informations d'analyse IA moins volatiles.
Des servos polyvalents pour des processus de production optimisés
Les servos MELSERVO MR-J5 ne se contentent toutefois pas d'optimiser les activités de maintenance. Ils sont également conçus pour maximiser la productivité et l'efficacité énergétique dans un grand nombre d'applications. Ils comprennent par exemple un portefeuille de moteurs rapides, extrêmement puissants et de taille minimale, pouvant atteindre une vitesse maximale de 6 700 tr/min. La gamme comprend également des servoamplificateurs compacts avec une réponse vitesse/fréquence de 3,5 kHz et des cycles de communication de 31,25 μs.
Pour économiser de l'énergie, l'amplificateur MR-J5D est en outre équipé d'une unité de récupération d'énergie. Cela permet de réduire la consommation d'énergie et l'impact environnemental des applications basées sur les servos.
En combinant maintenance innovante, performances et efficacité, les derniers servosystèmes de Mitsubishi Electric optimisent les processus de production importants. De plus, ils minimisent les temps d'arrêt et améliorent la productivité.
En associant les sciences des données les plus modernes, comme l'intelligence artificielle, à des composants puissants et efficaces, les entreprises peuvent augmenter considérablement leur productivité. La surveillance basée sur l'état et la maintenance prédictive permettent notamment d'améliorer la disponibilité des installations. C'est sur la base de ces approches que Mitsubishi Electric a développé ses derniers servosystèmes. L'entreprise souhaite ainsi aider ses clients à minimiser les temps d'arrêt tout en augmentant considérablement leur productivité.