L’intelligence artificielle au service de la maintenance des roulements

Une caméra intégrée avec source lumineuse permet de piloter la broche en continu. © KIT

L’institut de technologie de Karlsruhe a conçu un système mêlant caméra intégrée et intelligence artificielle pour déterminer l’état des broches dans les machines-outils. Quand la data se met au service de la mécanique…

En ingénierie mécanique, la maintenance et le remplacement à temps de composants défectueux dans les machines-outils constitue une part primordiale du processus de production. Dans le cas des vis d’entraînements à billes, comme celles utilisées dans les tours pour guider avec précision la production de composants cylindriques, l’usure a jusqu’à présent été déterminée manuellement. Le professeur Jürgen Fleischer, de l’institut des technologies de production (WBK), au sein de l’institut de technologie de Karlsruhe, précise : « Notre approche consiste à intégrer une caméra intelligente directement dans l’entraînement, ce qui permet à l’utilisateur de contrôler en continu l’état de la broche. Si une action est nécessaire, le système en informe l’utilisateur automatiquement. » Ce nouveau système combine une caméra équipée d’une source lumineuse fixée sur l’écrou de l’entraînement. L’intelligence artificielle évalue les données visuelles. Lorsque l’écrou se déplace sur la broche, le système photographie chaque portion, ce qui permet l’analyse de l’intégralité de la surface de la broche.

L’IA au service de la mécanique
Combiner les données visuelles issues d’opérations en cours avec les méthodes de machine-learning permet aux utilisateurs de ce système de d’évaluer directement l’état de la surface de la broche. « Nous avons développé notre algorithme sur la base de milliers d’images, de manière à ce qu’il puisse faire la différence entre une broche défectueuse et une broche en bon état » estime Tobias Schlagenhauf, de l’institut de technologie de Karlsruhe, qui a participé au développement de ce système.
Il poursuit : « En examinant plus précisément les images, nous pouvons évaluer avec précision l’état d’usure et affirmer si la décoloration résulte simplement de la saleté ou d’une érosion. » Durant l’entraînement de l’intelligence artificielle, l’équipe a tenu compte des diverses formes de détérioration visibles, et a validé l’algorithme sur la base de données jamais utilisées auparavant. Cet algorithme convient à tous types d’applications identifiant les défauts de surface visible sur une broche, et peut bien sûr être transposé à d’autres applications.

Nos dernières actualités

Hutchinson a inauguré un nouveau centre de distribution de joints toriques et bagues BS en juin dernier, à Château-Gontier-sur-Mayenne. D’une surface de 4 000 m², le centre est pourvu d’un équipement industriel de pointe.

R+W est parvenu, via sa solution, à augmenter considérablement la sécurité d'une installation de broyage existante avec un seul composant, un embrayage de sécurité à l'ajustement parfait.

Vensys group vient d’annoncer la reprise de E-Néo, spécialisé dans l’électrification des engins mobiles. Le groupe vendéen poursuit ainsi sa stratégie axée sur la décarbonation.

Après 10 années passées dans l’entreprise, aux côtés de son père Stefan Bülte, Fanny Bülte, petite-fille du fondateur, reprend officiellement la direction de l’entreprise familiale.

Depuis le 1er juillet 2021, la réglementation européenne UE 2019/1781 a introduit de nouvelles exigences en matière d’écoconception applicables aux moteurs électriques et aux variateurs de vitesse. Depuis le 1er juillet 2023, le rendement minimal des systèmes motorisés est modifié.

La société spécialisée dans les automatismes, développe des systèmes de commande pour la protection des personnes, des machines et de l’environnement. Elle vient de dépasser les 400 millions d’euros de CA en 2022.

L'accès à la totalité de la page est protégé.

Je m'inscris

Identifiez-vous