KI im Dienste der Instandhaltung von Wasseranlagen
Das Freiburger Start-up GradeSens nutzt künstliche Intelligenz, um die industrielle Instandhaltung grundlegend zu verändern. Bei einer Konferenz im Rahmen der letzten Aqua Pro-Messe demonstrierte Yvan Jacquat, Mitbegründer und CEO des Unternehmens, wie seine Technologie es ermöglicht, kostspielige Ausfälle an kritischen Anlagen, insbesondere im Wasser- und Energiesektor, vorherzusehen.
GradeSens hat sich auf die Analyse und Verarbeitung industrieller Datenströme spezialisiert. «Unsere Aufgabe besteht darin, Daten zu sammeln, aber vor allem darin, sie gewinnbringend zu nutzen», erklärt Yvan Jacquat. Das Unternehmen ist in drei Hauptmärkten tätig: Energie, Logistik und Industrie.
Der CEO von GradeSens unterscheidet mehrere Ebenen der Instandhaltung. «Früher praktizierten wir die reaktive Instandhaltung, das heisst, wir griffen erst im Falle eines Ausfalls ein. Dann kam die vorbeugende Instandhaltung, die auf Betriebsstunden oder einem festen Zeitplan basierte. » Eine dritte Ebene, die zustandsorientierte Instandhaltung, nutzt Sensoren, um den Betrieb der Maschinen in Echtzeit zu überwachen.
Heute stellt die auf künstlicher Intelligenz basierende vorausschauende Wartung die fortschrittlichste Entwicklung dar. «Wir sammeln enorme Mengen an Informationen, aber die eigentliche Frage lautet: Was machen wir damit? Darin liegt der ganze Wert dieser Daten», betont Yvan Jacquat.
Ein konkretes Beispiel: eine 3-MW-Turbine unter ständiger Überwachung
Um seine Technologie zu veranschaulichen, stellte Yvan Jacquat den Fall einer 3-MW-Wasserkraftanlage vor. Die eingesetzte Architektur kombiniert drahtlose Schwingungssensoren mit den bestehenden Parametern des SCADA-Systems. «Wir berechnen mehrere Indikatoren: die Leistung des Generators, seine Temperatur sowie die Temperaturen und Schwingungen der Lager», erläutert er.
Das System arbeitet in zwei Phasen. Zunächst folgt eine etwa dreimonatige Lernphase. «Die Maschine muss lernen, sie muss verschiedene Situationen erlebt haben, zum Beispiel mit Niederschlagsperioden. Innerhalb weniger Monate passt sich das System automatisch an.» Sobald der «digitale Zwilling» (digital twin) betriebsbereit ist, überwacht dieser dann kontinuierlich das normale Verhalten der Maschine.
«Sobald sich ein Ist-Wert anders verhält als das Modell, liegt ein Problem vor. Wir berechnen Prognosebereiche und das normale Verhalten der Maschine», erklärt Yvan Jacquat. Anomalien werden durch Indikatoren charakterisiert: Je höher diese sind, desto grösser ist die Abweichung.
Erhebliche Einsparungen
Im Wasserkraftsektor kann GradeSens bemerkenswerte Ergebnisse vorweisen. An einer Pumpspeicheranlage hat das Unternehmen Schäden in Höhe von 500’000 Franken verhindert. Noch beeindruckender ist, dass dank einer zwei Monate im Voraus erfolgten Erkennung an einer Energieanlage ein Schaden von über 20 Millionen Franken vermieden werden konnte.
«Vorausschauende Instandhaltung ist ein strukturierter Ansatz. Wenn alles richtig gemacht wird, verbessert sich die Risikoabdeckung und Fehler werden vorweggenommen», fasst Yvan Jacquat zusammen. Ein gewichtiges Argument für Betreiber kritischer Anlagen, bei denen jede Ausfallstunde erhebliche finanzielle Verluste bedeuten kann.
Weitere Informationen: www.gradesens.ch