Wer in diesem Jahr eine der großen Messen besucht hat, wurde von den dort im Fokus stehenden Megatrends geradezu erschlagen. Automatisierung und Vernetzung, künstliche Intelligenz (KI), Big Data sowie Cloud-basierte Lösungen – sind nur einige Themen, die uns aktuell beschäftigen. Aber auch erneuerbare Energien und Technologien rund um Wasserstoff sowie Nachhaltigkeit spielen eine große Rolle. Bei all dem kommt es auf zukunftsfähige Messtechnik an, wie folgender Beitrag beschreibt.
Verknüpft mit dem Bestreben nach mehr Nachhaltigkeit stehen die Umsetzung einer CO2-neutralen Energieversorgung und die Entwicklung alternativer Antriebstechnologien weit oben auf der Agenda. Ganze Branchen werden in diesen Bereichen revolutioniert und neue Geschäftsfelder eröffnet. Ein gutes Beispiel hierfür ist der Aufbau der kompletten Wasserstoffwertschöpfungskette, in der neue Technologien zum Einsatz kommen werden, die sich teils noch in der Entwicklungsphase befinden. Hier gibt es noch viel zu tun. Das Thema Nachhaltigkeit ist also mittlerweile fest etabliert, ganz aktuell mehr „Impact“ hat aber der Bereich künstliche Intelligenz (KI). Viele Unternehmen fragen sich, wie KI zur Optimierung der Unternehmensprozesse oder zur Schaffung von Mehrwerten für Kunden eingesetzt werden kann. In diesem Zusammenhang gewinnt auch der Servicegedanke unter dem Motto „Everything as a service“ immer mehr an Bedeutung. Doch wie wirken sich diese aktuellen Trends auf die Messtechnik aus? Es ist erstaunlich, wie grundlegend die zuverlässige Erfassung und Analyse von Mess- daten bei den genannten Themen eigentlich ist.
MESSTECHNIK UND NACHHALTIGKEIT – PASST DAS ZUSAMMEN?
Nachhaltigkeit und Klimaneutralität sind globale Megatrends, die Auswirkungen auf nahezu alle Technologiebereiche haben. Der Umbau auf CO2-neutrale Energieversorgung und emissionsfreie Antriebstechnologien führt zu einem Entwicklungsbedarf in vielen verschiedenen Branchen. Sowohl im F&E-Bereich als auch im Produktprüfungsbereich ergeben sich hieraus vielfältige Messaufgaben, die mit modernster Messtechnik gelöst werden müssen. Als Beispiel sei hier die gesamte Wertschöpfungskette der Wasserstofftechnologie genannt. Hier werden Prüfstände für Elektrolyseure, Prüfsysteme für Wasserstoffleitungen und -Tanks oder Messtechnik zur Prüfung von Brennstoffzellen und Lithium-Ionen-Batterien benötigt.
Für die messtechnische Ausrüstung solcher Anlagen bietet Delphin Technology passende Komplettlösungen aus einer Hand an. Diese bestehen aus intelligenter Messtechnik-Hardware zur präzisen Erfassung, Vorverarbeitung und Speicherung der Messwerte, aus einer zentralen Messdatenmanagement-Software zur Synchronisation und gemeinsamen Verarbeitung der dezentral erfassten Daten sowie einer plattformunabhängigen Visualisierungs- und Analysesoftware, die Mess- und Prozessdaten in vielfältigen Diagrammtypen und individuell konfigurierbaren Dashboards darstellt. Neben den neu entstehenden messtechnischen Aufgabenstellungen ist das Unternehmen bei vielen Projekten im Bereich der nachhaltigen Technologien mit dabei. So werden die Messtechnik-Lösungen vom Unternehmen beispielsweise im Bereich der Schwingungsüberwachung in Wasserkraftwerken an vielen verschiedenen Standorten weltweit eingesetzt. Auch im Bereich der Lebensdauerprüfung und -optimierung leistet das Unternehmen einen großen Beitrag zur Entwicklung nachhaltiger und haltbarer Produkte. Wirkungsgrad-Optimierungen sind ein weiteres Beispiel, bei denen die Messtechnik eingesetzt wird, um Anlagen und Maschinen mit dem Ziel eines geringeren Energiebedarfs zu optimieren.
WAS IST ALSO NEU?
Die Entwicklung der KI-Technologien geht mit immensen Schrit- ten voran. Etablierte Ausprägungen von KI-basiertem Condition Monitoring nutzen oft das Prinzip des „supervised learning“. Hier werden umfangreiche Trainingsdatensätze benötigt, die zuvor als „gut“ oder „schlecht“ gelabelt und dann dem Modell zur Verfügung gestellt werden. Das Modell vergleicht dann den aktuellen Zustand mit diesen Beispieldatensätzen und bewertet so den aktuellen Zustand der Maschine oder Anlage. Einige neuere Modelle hingegen beherrschen das sogenannte „unsupervised learning“. Hier werden keine Trainingsdatensätze mehr benötigt. Stattdessen ist das Modell ohne menschliches Zutun in der Lage, ungelabelte Datensätze zu clustern und auf diesem Wege versteckte Muster selbst zu erkennen. Bei diesen Mo- dellen kann die Lernphase deutlich verkürzt werden. Außerdem entfällt die teilweise aufwändige Phase der Erzeugung von „gut“- oder „schlecht“-Datensätzen.
Mit solchen modernen KI-Algorithmen können auch komplexe Aufgaben aus den Bereichen Condition Monitoring und Predictive Maintenance gelöst werden. Insbesondere bei einer großen Anzahl von Einflussgrößen, die Auswirkungen auf den Verschleiß einer Maschine oder die Qualität eines produzierten Produkts haben können, spielen moderne KI-Algorithmen ihre Stärken aus.
KÜNSTLICHE INTELLIGENZ UND KLIMANEUTRALITÄT HABEN AUSWIRKUNGEN AUF NAHEZU ALLE TECHNOLOGIEBEREICHE
Bild: ©Gorodenkoff/stock.adobe.com / Delphin Technology AG