de-Buchshop
Die Änderung bewirkt, dass die Produktreihe nun Lecks zwischen 2 kHz und 65 kHz erkennen kann. Die drei Si124-Modelle des Sortiments sind nun in der Lage so gut wie jedes Druckluftleck in der Fertigung zu erkennen. Der 63 kHz abdeckende Bereich ist der optimale Schallspektrumbereich für die Erkennung von Lecks, die an dieser messbaren Schwelle auftreten.
Das Erkennen von Bereichen außerhalb dieses Spektrums verschlechtert die langfristige Funktionalität, da Hintergrundgeräusche über 65 kHz hinaus die Baseline-Messung stören und die Leckerkennung negativ beeinflussen können. Die Si124-Reihe ist mit einem Gewicht von 1,25 kg inklusive Batterie fast 60 % leichter als die vergleichbare Modelle. Dadurch können die Kameras mit nur einer Hand verwendet werden, sodass Benutzer Inspektionen auch an schwer zu erreichenden Stellen und in schwierigen Umgebungen durchführen können.
Federico De Lucia, Team Lead of Condition Monitoring Specialists (EMEA Solutions) bei Teledyne Flir erklärt, wieso diese scheinbar kleine Änderung dafür sorgt, dass die Si124-Reihe die perfekte Bandbreite für das Erkennen von Druckluftlecks im industriellen Bereich besitzt:
»Sehen wir uns beispielsweise ein Druckluftleck an, das an einem kleinen Loch von nur 1,5 Millimeter Durchmesser auftritt und mit einem Druckluftnetzwerk mit 7 Bar Druck verbunden ist. Vor zwei Jahren hätte dieses Leck ein Unternehmen bei einem Preis von 0,07 € pro kWh etwa 1500 € pro Jahr gekostet, wenn wir von einer durchschnittlichen Betriebszeit von 6000 h ausgehen. Die Elektrofahrzeugbranche ist ein besonders aktuelles Beispiel dafür, wie die akustische Bildgebung in Anbetracht der steigenden Energiekosten verwendet werden kann, um veraltete Inspektionsmodelle abzulösen.
Die Batterien für Elektrofahrzeuge müssen luftdicht verschlossen werden, um sicherzustellen, dass sie operative Richtlinien und Sicherheitsstandards einhalten. Sie müssen luft- und wasserdicht sein, um Schmutz, Staub und andere Fremdstoffe davon abzuhalten, in die Kernkomponenten einzudringen, was zu einem Kurzschluss im Gerät führen und ein Brandrisiko darstellen könnte.
Traditionell wurden diese Einheiten mit Massenspektrometern untersucht, um Fremdstoffe im Gehäuse zu erkennen, oder mithilfe von Dichtheitsprüfungen, bei der die Einheiten unter Wasser getaucht wurden, um Lecks anhand von Luftblasen ausfindig zu machen – was unglaublich unpraktisch und auch verschwenderisch war.
Die verbesserte Produktreihe akustischer Bildgebungskameras von Teledyne Flir kann Lecks schneller als veraltete Modelle erkennen und zudem viel kleinere Lecks finden, die weder mit dem bloßen Auge sichtbar noch hörbar sind und auch mit traditioneller Thermografie nicht gefunden werden können. Die verbesserte Bandbreite des Si124 stellt sicher, dass Betreiber sich nur auf genau die Frequenzen konzentrieren, in denen Luftlecks erkannt werden können – und keine wertvolle Batterieleistung oder KI-Funktionalität verschwenden, während sie versuchen, vermeidbare Hintergrundgeräusche höherer Frequenzen herauszufiltern.«
Die Produktreihe der akustischen Bildgebungskameras ist in der Lage, Probleme bis zu zehnmal schneller zu finden als traditionelle Methoden. Dazu gehört das Auffinden von Luftlecks, das Verringern überschüssiger Energiekosten und das Ende von vermeidbaren Geräteausfällen bei der Arbeit mit Druckluftmaschinen.
Die Reihe enthält außerdem eine Künstliche Intelligenz (KI), die vorausschauende Algorithmen verwendet, um die Kosten eines entdeckten Druckluftlecks zu schätzen. Hierzu werden die verlorene Luft in Echtzeit bestimmt, die Ausgaben pro kWh berechnet und die voraussichtlichen Ersparnisse pro Jahr angezeigt. So besitzen Inspektoren stets einen hilfreichen Nachweis, um Reparaturkosten, die an einer Produktionslinie anfallen, zu rechtfertigen.
Die Si124-Reihe profitiert außerdem von Thermal Studio, einem Plug-in, das in der Lage ist, mithilfe von Vorlagen, Overlays und Formeln Berichte mit mehr als 100 Bildern schnell zu erstellen. Sie optimiert die Wärmebildanalyse und stellt sicher, dass Inspektoren Wärmebildaufnahmen analysieren, bearbeiten und segmentieren können.
