IIoT prædiktiv vedligeholdelsessystem

IIoT Predictive Maintenance System

Bang, Frederik

7. semester

Elektronik, diplomingeniør

2023

2023-01-05

137

Denne afgangsrapport undersøger og realiserer en prototype til prædiktiv vedligeholdelse i et Industrial Internet of Things (IIoT) miljø med fokus på en elektrisk lineær aktuator. Systemet består af en Sensor Server, der med en IMU måler vibrationsdata på aktuatoren, en Sensor Client, der modtager data via BLE Mesh, samt en AWS-baseret cloud-del. For at overkomme begrænsninger i BLE Mesh opdeles målinger i fire deltransmissioner, hvorefter Sensor Clienten videresender nye datasæt via Wi‑Fi og MQTT til AWS. I skyen udfører en “Backend” Lambda-funktion en simpel condition-based monitoring, hvor amplituder ved udvalgte harmoniske frekvenser sammenlignes med referenceværdier for en velfungerende aktuator; ved afvigelser udsendes en fejlindikation via e‑mail til servicepersonale. Rapporten beskriver designvalg for dataopsamling, kommunikation og cloud-tjenester samt implementeringen af den fysiske prototype. Accepttesten viser, at prototypen opfylder 4/4 funktionelle krav og 1/1 tekniske krav, og demonstrerer en sammenhængende kæde fra sensing over netværk til cloud-analyse og automatisk alarmering.

This thesis designs and implements a prototype predictive maintenance system for an Industrial Internet of Things (IIoT) setting, targeting an electric linear actuator. The system comprises a Sensor Server that uses an IMU accelerometer to acquire vibration data on the actuator, a Sensor Client that receives the data over BLE Mesh, and an AWS-based cloud backend. To accommodate BLE Mesh payload limits, each measurement is split into four transmissions; the Sensor Client then forwards new datasets to AWS over existing Wi‑Fi using MQTT. In the cloud, a backend Lambda function performs a simple condition-based monitoring step in which amplitudes at selected harmonic frequencies are compared against a healthy reference; out-of-spec results trigger an email fault notification to service personnel. The thesis details the design choices for data acquisition, communications, and cloud services, and the implementation of the physical prototype. Acceptance testing indicates that the prototype meets all 4/4 functional and 1/1 technical requirements, demonstrating an end-to-end pipeline from sensing to networking, cloud analysis, and automated alerting.

[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]

Download
Vis denne rapport i AAU Studenterprojekter