W ramach prac nad autodiagnostyką maszyn rolniczych naukowcy z Politechniki Białostockiej prowadzą badania nad przetrząsaczem zawieszanym. Urządzenie będzie z wyprzedzeniem informować użytkownika o swoim stanie technicznym.
Innowacyjny projekt o wartości ponad 11 mln zł realizowany jest we współpracy z firmą SaMasz oraz Klastrem Obróbki Metali. Badania prowadzone są w hali maszyn Wydziału Mechanicznego Politechniki Białostockiej. Ich przedmiotem jest przetrząsacz zawieszany serii P8 firmy SaMasz. Składa się on z ośmiu wirników i służy do przetrząsania masy zielonej.
Naszym zadaniem jest opracowanie autonomicznego systemu diagnostyki maszyny, który będzie potrafił mierzyć „zdrowie maszyny” i z pewnym wyprzedzeniem informować użytkownika o stanie technicznym urządzenia. Tak, aby rolnik mógł na przykład wcześniej zaplanować prace serwisowe – wyjaśnia dr hab. inż. Arkadiusz Mystkowski, prof. PB, z Katedry Automatyki i Robotyki Wydziału Elektrycznego Politechniki Białostockiej.
Taka diagnostyka pozwoli przedłużyć efektywny czas wykorzystania maszyny w gospodarstwie.
Mierzymy drgania w kilku kierunkach i w kilku osiach na wirnikach i przekładniach. Prowadzimy pomiary przyspieszeń drgań wykorzystując do tego celu prototypowy system, który sami zbudowaliśmy. Sprawdzamy poprawność działania naszego systemu autodiagnostyki – odsłania kulisy badań prof. Mystkowski.
Dzięki systemowi autodiagnostyki rolnik nie tylko będzie znał aktualny stan techniczny maszyny, ale z pewnym wyprzedzeniem będzie mógł zaplanować prace serwisowe. Komunikacja z maszyną odbywać się będzie za pomocą aplikacji mobilnej działającej na smartfonie. Będzie informowała rolnika o parametrach pracy jego maszyny, aktualnym stopniu zużycia elementów oraz o zrealizowanej powierzchni przetrząsania. Stanie się tak dzięki zamontowanym czujnikom GPS. Takie informacje będą przesyłane online do producenta przetrząsacza, co ułatwi planowanie prac konserwacyjnych i przygotowanie części zamiennych.
Firma SaMasz jako serwis też będzie dostawać pełną informację o podstawowych parametrach danej maszyny, takich jak: maksymalna amplituda drgań, wartość skuteczna, współczynniki RMS, Kurtoza itd. na poszczególnych osiach pracy maszyny oraz wartości temperatury w połączeniach kinematycznych – tłumaczy prof. Mystkowski.
Docelowo zostaną także zaimplementowane algorytmy sztucznej inteligencji, których zadaniem będzie predykcyjne wykrywanie symptomów uszkodzeń maszyny.
Udało się nam zbudować system, który nie dość, że będzie kilkukrotnie tańszy od komercyjnych, to w dodatku wyposażyliśmy go w więcej funkcji – nie kryje dumy prof. Mystkowski.
Badania przetrząsacza P8 są częścią projektu badawczo-rozwojowego „Prace badawczo-rozwojowe nad zespołem maszyn rolniczych do zrównoważonego zbioru zielonki z wykorzystaniem inteligentnych technologii firmy SaMasz wspierających koncepcję Doliny Rolniczej 4.0”. Jego finalnym efektem będzie przebadanie i skoordynowanie pracy trzech maszyn.
Planujemy zaprojektować, wykonać i przetestować trzy maszyny, które będą ze sobą współpracowały: kosiarkę dwustronną, przetrząsacz i zgrabiarkę. Maszyny te będą się ze sobą komunikowały. Zaimplementujemy w nich systemy dotyczące m.in. systemu monitorującego w czasie rzeczywistym ilości zbieranych plonów, by rolnik wiedział, jak dana łąka jest efektywna, co umożliwi mu precyzyjne dawkować, chociażby nawóz. Kolejne maszyny, czyli zgrabiarka i przetrząsacz, będą w trakcie eksploatacji pobierały informacje zebrane w trakcie procesu koszenia. Operator ciągnika będzie mógł odpowiednio przeprowadzić zabiegi agro, przyspieszając lub zwalniając pracę ciągnika tak, aby zoptymalizować cały proces. Nasze rozwiązania dostarczą rolnikowi czy operatorowi ciągnika informacje na temat diagnostyki tych maszyn, dzięki czemu unikniemy okresów przestoju. Dążymy do tego, żeby mieć pełną informację nie tylko o zbiorze, ale i o stanie maszyn – zapowiada dr hab. inż. Jarosław Szusta, prof. PB, prorektor ds. studenckich Politechniki Białostockiej.
Projekt otrzymał dofinansowanie w konkursie „Szybka ścieżka – Agrotech” w wysokości ponad 11,3 mln zł.
źródło: PB