在欧盟资助的SelSus项目中，Fraunhofer的科学家与来自研究和产业界的伙伴合作，开发能够在生产中提前预测机器停机时间的维护技术。这使得工厂经理可以在机器坏掉之前纠正故障。该系统甚至可以自动修正某些缺陷。
在生产过程中出现不可预见的机器故障——工厂经理害怕它们，技术人员讨厌它们，而管理人员只是叹气，把它们考虑进去。此类事故会导致疯狂的维修，推高成本，不利地影响交付可靠性，最终削弱公司的竞争力。然而，问题往往只是一个小缺陷或正常磨损。然而，如果不及时发现，这些问题可能会导致生产中断和停产。
一个能够监控生产线上所有部件的状态、识别问题和弱点并及时通知负责员工的诊断程序将会很有帮助。基于所谓的决策支持系统，维护人员可以做出决定并采取有针对性的行动来修复缺陷。理想情况下，不需要中断生产。
准确地说，这是雄心勃勃的SelSus项目背后的基本想法之一，尽管不是唯一的想法，该项目由Fraunhofer制造工程和自动化研究所IPA目前正在研究。“目的不仅仅是监控机器和部件的状态。利用智能软件和传感器网络，该计划是探测潜力弱点Fraunhofer IPA的Martin kasperzyk解释道。已开发的诊断模型还直接提供关于如何纠正问题的建议或建议。意大利波德诺内的项目合作伙伴伊莱克斯就使用了这种决策支持系统。该系统能够以一定的概率预测洗衣机表面压机的潜在故障，并对实际发生的故障进行诊断。监测机器状态所需的数据部分由传感器提供。它们可以测量能量消耗、温度、油压、油中的颗粒或振动等数值。Fraunhofer IPA和参与联盟也证明了该技术在实践中的可靠作用。
系统会自我修复
该系统甚至能够向单个机器发送控制脉冲。例如，一个传感器失效的焊接控制，可以在安全模式下几乎无缝地继续工作，而不会出现任何严重的中断。自我修复和持续生产的能力也为该项目命名。SelSus的完整项目名称是“自我维持制造系统的健康监测和终身能力管理”。
然而，首先必须克服一些技术障碍。Martin kasperzyk说:“最大的挑战之一是分析大量的数据。毕竟，我们在这里讨论的是预测故障或故障机器具有高度的可靠性。你不可能仅仅通过编写一些算法就达到这个目标。”
贝叶斯网络和传感器数据
专家们相信贝叶斯网络。贝叶斯网络是一种数学模型，可以用来计算某一事件或状态发生的概率。该模型表示一组变量及其条件依赖性。例如，在传感器收集的数据的帮助下，软件计算特定的高应力电缆在不久的将来断裂的概率，并在适用的情况下，发出应该更换的信号。
但SelSus软件不仅依赖于传感器。它还考虑了机器的技术特点和性能参数。必须在系统安装和配置期间捕获这些数据。此外，一个广泛的测试运行告诉系统如何机器及其组件在连续运行和负载下的行为。只有到那时它才可以使用。该软件还会记录新数据，例如由于机器升级或磨损导致的性能恶化，从而使系统能够学习。
SelSus概念的复杂性也很明显，从事实来看，软件甚至通过分析潜在或现有故障的原因与操作人员进行交互
并提出适当的行动方案。
考文垂的自愈系统
来自英国考文垂的项目合作伙伴制造技术中心创造了一个具有自我修复能力的系统。在发动机生产厂，一个分配器通过真空连接到一个机械臂上。如果分配器遇到阻力，而不是折断，它反应灵活。它失去了在真空中产生的抓地力，下降了几厘米，直到被弹簧停止。然后弹簧将分配器拉回原来的位置。随后的校准确保工具处于正确的位置，在短暂的中断后，工作过程继续进行。
政界人士早就认识到这项技术的潜力。SelSus已经从欧盟委员会获得了近540万欧元的资助。除了Fraunhofer IPA之外，该项目联盟还包括著名的行业合作伙伴，如汽车制造商福特、家电制造商伊莱克斯、焊接技术供应商HWH Hamburg和自动化专家IEF-Werner。其他参与者包括大学，如拉夫堡大学和机器人系统研究所，或包括HUGIN EXPERT、Advanced Data Processing或Inotec等ICT提供商。
了下:工业自动化
