24 augustus 2022
Binnen één van mijn lopende projecten rondom predictive maintenance is inzage in de filterkwaliteit en filterdoorlaatbaarheid van groot belang. Voor het meten van permabiliteit (filterdoorlaatbaarheid) is het mogelijk om verschillen in luchtdruk te monitoren. Op basis van het luchtdrukverschil voor- vs. achter een filter is inzicht te verkrijgen in de effectiviteit van het filtervermogen en daarmee filterrendement. Wijzigingen van filterrendement zijn doorgaans een goede indicatie voor preventief onderhoud en bovendien kan monitoring hiervan op afstand plaatsvinden.
Door het toepassen AI algoritmen – met behulp van bijvoorbeeld tensorflow – en het continu monitoren van drukval is het mogelijk om tijdig voorspellingen te doen over toekomstige afname van filterkwaliteit. Hierbij moet uiteraard wel gelet worden op de lokale corrosieve- en natte/hoge vochtigheidsomstandigheden. Deze kunnen een belangrijke rol spelen bij het interpreteren van de gemeten waarden. Vandaar dat er doorgaans een set aan sensors nodig is om een betrouwbare uitspraak te doen over preventieve interventie van filterunits.
In dit prototype maak ik gebruik van de NXP sensorfamilie. Hierin is het mogelijk te kiezen tussen low voltage en low power sensors. Belangrijk hierbij is dat low voltage output sensors een specifieke voorbewerking met een signaalversterker (zoals de HX711) nodig hebben voor het ontvangen en verwerken van metingen. In dit prototype heb ik gebruik gemaakt van de MPX53 differential pressure sensor, welke een meetbereik heeft van 0-50 kPa. Deze sensor is nauwkeurig in een temperatuuromgeving tussen de -40 – +125 graden. En met een afmeting van 30x18x11mm is deze klein van omvang en doorgaans prima in te bouwen in een bestaande unit. In mijn opstelling laat deze sensor zich 80x per seconde nauwkeurig uitlezen. Na de datacapture en pre-processing kan de relevante data naar wens van de klant eenvoudig worden verstuurd als JSON data push, via een REST API of direct naar een MQTT omgeving voor verdere verwerking.