薩爾大學的一支研究小組為工業裝配、搬運和包裝程序開發了一套預警系統，以監督機床的整個運作狀態，提出診斷分析，并提示操作員及時更換零件。
智能感應器不斷從工廠內部的機器中廣泛收集各類測量數據，并將獲得的信號特征與正常運作條件下的特征進行對比。當系統探測到不同的特征，則表明存在潛在的故障，系統將立即通知操作員該采取的補救措施。這有助于工程師高效計劃保養方案，避免突發故障和意外生產損失。
智能感應器不斷從工廠內部的機器中廣泛收集各類測量數據，并將獲得的信號特征與正常運作條件下的特征進行對比。當系統探測到不同的特征，則表明存在潛在的故障，系統將立即通知操作員該采取的補救措施。這有助于工程師高效計劃保養方案，避免突發故障和意外生產損失。
生產線上的機器人能以高精度不倦地工作，除非出現零件損壞。例如，如果使車身精準定位的線性驅動器受損，機械手臂將無法使車門放置在正常應處的位置，從而導致車門安裝位置不準。再比如，由材料疲勞導致機械零件突然損壞，引起生產線全部癱瘓。由德國薩爾大學及機電一體化和自動化技術中心的感應系統專家Andreas Schütze帶領的這支工程師隊伍，與一組學術界和工業領域的合作伙伴密切合作，阻止此類情形發生。
他們研發的系統使機床不斷有效地進行自我體檢。與人的體檢類似，給人體安裝活動追蹤器，如不斷運作的數字ECG和血壓監測器，從而使身體狀態可以隨時接受分析。“我們的系統使連續監測工廠機床的當前狀態成為可能，并就潛在損壞可能性發布預警。為實現這一功能，我們將感應器安裝在機床內部，各感應器之間以及與當前加工程序中的感應器相互作用。這使得細微的變化都能被記錄下來，” Andreas Schütze解釋道。研究員們充分利用了這些現象，如技術設備開始發出奇怪的噪音，或者在發生故障前出現振動和過熱的狀況。其竅門是機床在正常運作下的振動和發出聲音的特點，與其內部發生變化后的不同，這些細微的不同是普通感應器所檢測不到的。
向智能設備轉型
薩爾布呂肯機電一體化專家們開發的系統發揮作用。這些感應器能檢測到這些細微的變化，并自動歸結到具體的故障類型。“我們研究了在常見的損壞或故障中信號特征是怎樣變化的，” Schütze教授闡釋道。為了實現上述目的，研究小組對上千組測量數據呈現出的特征進行檢查，鑒定這些數據與特定類型的損壞或機械磨損有關。“我們將這些信息載入感應器，把感應器改造成智能設備，從而能自動檢測出信號的差異，” Schütze研究小組組員Nikolai Helwig說。這就從根本上消除了對外置分析器的需求，因為系統本身能進行自動分析。
研究小組的目標是開發一套感應器和模塊，從而使企業的車間機床在運作中能具體地根據車間及設備自身的需求來進行健康檢測。“這些定制化的感應器既能在機床制造時就植入進去，也能在舊機床翻新過程中植入。首先，感應器將花時間手機基線數據，也即機床在正常運作狀態使的數據，” Helwig說。這一步驟結束后，接下來系統就能不斷把當前運作數據，與初期設備故障或損壞而出現的典型感應器信號特征進行對比。“我們采用的方法同樣也為其他工業4.0應用提供了機會。例如，該系統也適用于質量控制，可以通過分析機床在生產過程中是否運行正常來實現。”
正在開發的這套系統目前進入了測試階段，在此階段，感應器和測量技術方面的專家將與Bosch-Rexroth和Festo公司合作。開發的感應器將在Bosch-Rexroth公司使用，以檢測機床的狀況。同時，在Festo公司，感應器將用來檢測上述的線性驅動器，具體包括Festo公司機床的主軸和機電汽缸。
