top of page
Welliger abstrakter Hintergrund

Suchergebnisse

90 Ergebnisse gefunden für „“

Blogbeiträge (78)

  • Qualitätsüberwachung von Minigetrieben mittels Ultraschall und Machine Learning

    Mikrozahnräder haben eine besonders komplexe Geometrie und die Anforderungen an die Fertigung stoßen daher oft an technologische Grenzen. Ihre Geometrieabweichungen sind im Vergleich zur geringen Bauteilgröße relativ groß und haben daher einen großen Einfluss auf die Funktionalität in Form von unerwünschten Geräuschen und Vibrationen im Endprodukt. Es gibt noch keine fertigungsintegrierten Messverfahren, die eine Qualitätskontrolle aller produzierten produzierten Mikrozahnräder ermöglichen. Viele Hersteller sind daher nicht in der Lage, geometrische Verzahnungsparameter geometrischen Parameter nach Normen wie der DIN ISO 21771 zu messen. Wenn überhaupt, werden nur Stichproben gemessen, da dies nur mit speziellen, empfindlichen und kostenintensiven taktilen oder optischen Messverfahren möglich ist. Es wurde daher ein neuartiger Ansatz entwickelt, der auf die Integration eines SchallemissionssensorsUltraschallsensors in den Wälzfräsprozess von Mikrozahnrädern setzt, um sowohl Prozessparameter als auch geometrische und funktionale Eigenschaften der produzierten Zahnräder zu prüfen. Das Dokument kann hier runtergeladen werden https://www.mdpi.com/1999-4893/16/4/183

  • Anwendung von Schallemissionen/Ultraschall bei rotierenden Maschinen

    Der folgende Artikel gibt einen ausführlichen Überblick über die Entwicklung und Anwendung von Ultraschall im Rahmen der Zustandsüberwachung (Condition Monitoring) und Zustandsvorhersage (Predictive Maintenance) von rotierenden Maschinen wie zum Beispiel Lager, Pumpen, Getriebe und Motoren.

  • Anwendung von Schallemissionen und Ultraschall bei Helikoptergetrieben

    Der folgende Artikel zeigt, dass akustische Emissionen und Ultraschall einen wesentlich früheren Hinweis auf Lagerschäden in Helikoptergetrieben geben als Schwingungsmessungen.

Alles ansehen

Andere Seiten (12)

  • senzoro.ai | Künstliche Intelligenz | Marokkanergasse 7, Wien, Österreich

    Wir geben Ihren Sensordaten Bedeutung 99% der Informationen in Sensordaten werden nicht gefunden, wir haben das geändert Demo Vereinbaren Wir leben in einer Welt voller Sensoren Die Anzahl an Sensoren, die Daten erfassen, verdoppeln sich aktuell alle 6 Monate. Die Herausforderung unserer Zeit ist nicht die Visualisierung dieser Daten, sondern die Ableitung von Handlungsbedarf. Die Art, wie wir etwas optimieren, hat sich für immer verändert Vergessen Sie punktuelle Verbesserungsinitiativen. Auf Basis von Daten kommen die Verbesserungen ganz automatisch und immer wieder. Sensoren sind die Ölplattformen der heutigen Zeit Bei Daten ist es gleich wie bei Öl: Der beste Nutzen entsteht durch Aufbereitung. Das ungenutzte Potenzial von Sensoren ist grenzenlos Bis zu 73% der Sensordaten werden nicht genutzt. Ein Potenzial, das nun genutzt werden kann. 99% der Informationen gehen für immer verloren Bis zu 99% der Informationen gehen verloren, wenn Sensorsignale falsch verarbeitet werden. Wir sind stolz auf das, was wir erreicht haben 4,8 Mio Einsparpotenzial realisiert 1760 Ausfälle verhindert 82 Veröffentlichungen 16 Auszeichnungen Unsere Kunden -Auszug- Wollen Sie das Maximum aus Ihren Sensoren rausholen? Dann sind Sie bei uns richtig. Sensoren liefern wertvolle Daten, sie müssen nur entsprechend extrahiert werden. Wir machen das für Sie. Jetzt Starten

  • Ultraschallsensor ST 9 | Senzoro.ai

    Ultraschallsensor ST 9 Robuster Ultraschallsensor, der für das wiederholte Anbringen und Lösen von Objekten konzipiert wurde. Haftung des Sensors mittels Magnet an Objekten Non-invasives und einfaches Anbringen und Entfernen Realisierung von punktuellen Messungen , wo permanente Sensoren nicht gebraucht bzw. nicht verbaut werden können Optimale Körperschallaufnahme in den Sensor durch intelligentes Design Eigenes Branding möglich Technische Details Anwendungsgebiete Jetzt anfragen Technische Details Modell: Abmessungen (H x B): Gewicht: Betriebstemperatur: Gehäusematerial: Bodenmaterial: Anschluss: Anschlussposition: Betriebsfrequenz: IP-Schutzklasse: Kabellänge: ​ ST 9 47 mm × 25 mm 119 g 5℃ bis 60℃ Aluminium magnetisch SMA Winkelstecker Seite 20 kHz bis 100 kHz IP65 1,6 m (Spiralkabel) Anker 1 Anwendungsgebiete ​ Ultrasonic sensor ST 9 application Ultrasonic sensor ST 9 application Ultrasonic sensor ST 9 application Ultrasonic sensor ST 9 application 1/3 Wälzlager Ventile Getriebe Kavitation Schmierung Leckagen Lichtbögen Hydraulik Dichtheit Risse Gleitlager Korrosion Prozessüberwachung Anker 2

  • Projekte | Senzoro.ai

    Projektbeispiele Detektion von Energieverlusten Auf Basis unterschiedlicher Sensoren (z.B. Ultraschallsensoren, Gassensoren, Wärmebildkameras) werden automatisch mittels Inspektionsroboter und Künstlicher Intelligenz Energieverluste detektiert. Ultraschall Condition Monitoring System mit KI Das Ultraschall Condition Monitoring System ist eine Eigenentwicklung von Senzoro und eine absolute Weltneuheit. Erstmals haben wir Künstliche Intelligenz und akkustische Emissionen im Ultraschallbereich kombiniert. Die Lösung wird zur Vorhersage von Schäden bei Wälzlagern und Getrieben verwendet. Vorhersage von Korrosion In einem interdisziplinären Forschungsprojekt stellt Senzoro den Onion Layer für die Auswertung der akkustischen Emissionen bereit. In einer Salzkammer werden Bauteile korrodiert, um Daten für das Training einer KI zu erzeugen, die Korrosionsarten detektiert und den Fortschritt vorhersagt. Predictive Maintenance & OEE Eine produktionskritische Anlage wird mittels permanenter Ultraschallsensoren überwacht. Ausfälle der Anlage werden vorhergesagt, Grundlage für die Vorhersagen ist unser Onion-Layer in Kombination mit unserer Wälzlager-KI. Eine Auswertung der Maschinenlaufzeiten erfolgt in Echtzeit. Detektion von Rissen bei Bandsägen Auf Basis von Mikrofondaten (hörbarer Audiobereich) werden Risse bei Bandsägen detektiert, um ungeplante Ausfälle zu reduzieren. Unser Onion-Layer wertet 24/7 die Daten in Echtzeit aus. Maschinentracking mittels App Umgesetzt wurde eine App, welche auf Basis der eingebauten Sensoren in iPhones Maschinenzustände mittels KI erkennt. Ausgewertet werden alle im iPhone verbauten Sensoren. Die Lösung ist offlinefähig, als auch mit einem Echtzeit-Dashboard in der Cloud ausgestattet. Synthetische Daten für Wälzlager In einem Forschungsprojekt erzeugen wir synthetische Daten von Wälzlagern, um reale Trainingsdaten der KI anzureichern. Schwerpunkte sind Schmierzustände und beschädigte Komponenten. Detektion von Kavitation Auf Basis der zunehmenden Kavitation wird der Ausfallzeitpunkt von (Hochdruck-) Rotationspumpen vorhergesagt. Kern der Lösung ist unser Onion-Layer, der die relevanten Informationen aus Ultraschallsensoren extrahiert.

Alles ansehen
bottom of page