Prediktivt vedlikehold

Abstract

I denne rapporten beskrives mulighetene for å bruke PdM (Predictive maintenance) som system for å oppdage feil på transportører produsert av Optimar AS. Formålet har vært både å finne feil før noe går galt samt avklare hvorfor en feil har skjedd. Gjennomføringen av oppgaven er utført i samarbeid med Optimar. For å skape feilstatistikk har vi laget et oppsett for datalogging og databehandling. Ved bruk av en Optimar transportør, en PLS og Docker, har det blitt satt opp et system for datalogging og loggført data har blitt brukt til å trene opp et nevralt nettverk. For visualisering ble det blitt laget en mobilapp og en nettside som gir informasjon videre til brukeren. Konklusjonen til gruppen er at en del typer feil kan oppdages ved å bare logge strømtrekket til motoren. Resultatet av prosjektet er et system som kan gi beskjed til brukeren når noe er feil med transportøren, men kan også utvides til å varsle før noe har gått galt.

This report describes the possibilities of using PdM (Predictictive maintenance) as a system for detecting errors on conveyors produced by Optimar AS. The goal has been to find the errors, and also detect them before they happen and the reasoning for errors. The assignment was completed in cooperation with Optimar AS. To create statistics of errors, we made a system for datalogging and dataprocessing. By using one of Optimar's conveyors. a PLC and Docker has a system been created for datalogging and the logged data has been used to train a neural network. To visualize the data, a mobile application and a webpage has been created to give information to the user. The conclusion of the group is that some errors can be detected by just logging the current of the engine. The result of this project is a system that can display a message to the user when the conveyor is experiencing issues, the system can be expanded to give information about issues before they happen.