Wer profitiert davon am meisten?
Vom ABB Crealizer werden besonders die Entwicklungs- und Applikationsingenieure der OEMs und Systemintegratoren profitieren. Bislang hatten sie mit einigen Einschränkungen zu kämpfen. Beispielsweise fehlten ihnen Funktionen, die sie für eine spezifische Antriebsanwendung brauchen. Oder sie möchten eine Idee testen, müssen dafür aber auf ein neues Software-Release des Herstellers warten. Mit ABB Crealizer können die Anwender jetzt ihre Antriebssysteme nach ihren Bedürfnissen anpassen.
Welche Möglichkeiten bietet ABB Crealizer?
Mit ABB Crealizer lässt sich zum einen die Performance steigern oder neue Funktionen implementieren und zum anderen durch verbesserte Analysefunktionen die Betriebszeit erhöhen und Wartungsplanung optimieren. Man kann mit der Software-Plattform beispielsweise Lösungen entwickeln, um die Vibrationen in einem Antriebsstrang zu senken und damit seine Lebensdauer erhöhen. Oder man kann genau berechnen, wann das Seil eines Krans gewechselt werden muss, und spart Zeit und Geld für mindestens einen Seilwechsel, der während der Lebensdauer des Krans weniger anfällt.
Könnten Sie konkrete Beispielen nennen?
Ein Praxisbeispiel für eine Leistungsoptimierung liefert unser Forschungszentrum in Schweden, wo wir eine adaptive Schwingungsregelung für Motoren entwickelt haben. Antriebssysteme haben typischerweise kritische Resonanzfrequenzen, sogenannte verbotene Frequenzbereiche, die vermieden werden sollten. Die Idee war, horizontale Schwingungen online aktiv zu kompensieren, um damit die Lebensdauer des Systems zu erhöhen. Die Lösung wurde zunächst mit dem OPAL-System entwickelt und dann mit der ABB Crealizer-Umgebung sehr einfach implementiert. Dank der einfachen Bereitstellung dauerten die Tests nur Tage anstatt Wochen oder Monate. Die Markteinführung solcher Lösungen kann dadurch deutlich beschleunigt werden.
Ein Beispiel für eine Analytics-Anwendung ist die Erkennung von Anomalien im Kühlsystem eines Frequenzumrichters, was entscheidend für dessen Verfügbarkeit ist. Durch die Entwicklung eines trainierten Modells ließen sich Anomalien in einem Kühlsystem erkennen und damit die Betriebszeit erhöhen und kostspielige ungeplante Abschaltungen vermeiden.