- Nieuws
- Motion & Drives
- Control & Network
- Process & Instrumentation
- Sensor & Vision
- Services & Solutions
- IT & OT
De aandrijflijn bepaalt in grote mate het energieverbruik en de productiviteit van een machine. In de meeste gevallen leveren procenten winst die men daarin boekt een betere return on investment op, maar wanneer we spreken over beademingstoestellen kan het levens redden. Onderzoekers van Universiteit Antwerpen en UGent gebruikten hun opgedane ervaring uit een eerder project om het ontwerp van de corona-ventilator van Gear Up Medical vzw verder te optimaliseren, goed voor een energiebesparing van maar liefst 44%. Een van de sleutels tot dit succes bleek de technologie en support van Beckhoff Automation.
Een CAD-pakket kan meer dan tekenen alleen. Tijdens het TETRA onderzoeksproject AMoCAD leerde een team van UGent hoe het kan dienen om een aandrijflijn te gaan optimaliseren. Projectleider Bart Vanwalleghem: “Moderne CAD-pakketten beschikken over de nodige mogelijkheden om bewegingen te simuleren. Door dit te combineren met slimme algoritmes kunnen we te weten komen hoe de dimensionering van de aandrijflijn en de selectie en afregeling van de verschillende componenten optimaal kan gebeuren. We brengen het CAD-ontwerp als het ware tot leven met motion simulaties. Belangrijk, want een juiste dimensionering kan resulteren in energiezuinigere of kleinere aandrijving.”
De ontwikkelde methodiek had zich al bewezen in zes industriële casestudies, maar kreeg onlangs een nieuw verlengstuk. Het potentieel tekort aan beademingstoestellen tijdens de eerste coronagolf en de schrik voor schrijnende toestanden zoals in Italië, liet niemand onberoerd. Stijn Herregodts, doctorandus robotchirurgie aan de UGent en zijn broer Jan, arts in opleiding aan de UGent, ontwikkelden daarom, onder de Gear Up Medical vzw vlag een alternatief beademingstoestel: de corona-ventilator. Ze focusten zich op de essentiële functies nodig om de ademhaling van een coronapatiënt te ondersteunen of indien nodig de beademing volledig over te nemen. Om snel een eerste prototype te kunnen bouwen, kozen ze voor industrieel beschikbare componenten. Met de ondersteuning van onder andere Kim Robbens van het Beckhoff support team konden ze zeer snel aandrijvingen en motoren testen. Het team van het CoSys lab van de Universiteit Antwerpen onder leiding van Stijn Derammelaere nam contact met de vraag of ze hun steentje konden bijdragen door het ontwerp te helpen optimaliseren.
Derammelaere: “Of het weldegelijk beter kon, wisten we bij aanvang van het project niet. Maar de ervaring leert ons dat het meestal mogelijk is. Net omdat de aandrijflijn zelden het uitgangspunt is bij het ontwerp van een machine. Wij hebben wel die focus. We gaan in de CAD-omgeving kijken hoeveel energie elke beweging kost en wat de impact is van wijzigingen door middel van simulaties, virtual engineering dus. In het geval van beademingstoestellen kan energiezuinigheid het verschil tussen leven en dood betekenen aangezien energie niet altijd en overal even beschikbaar is. Hoe minder energie beademingstoestellen verbruiken, hoe langer de noodgeneratoren het houden.”
De inbreng van partners was cruciaal om dit mogelijk te maken. “Iedereen kan zo op zijn sterkste positie uitgespeeld worden. De Gentse collega’s zijn bedreven in CAD, wij in het optimalisatiealgoritme”, gaat Derammelaere verder. Als technologiepartner viel de keuze op Beckhoff Automation. “In eerste instantie omwille van de breedte en diepte van het aanbod. Ze hebben bijvoorbeeld zowel stappenmotoren als permanentmagneetmotoren in het gamma. Welke keuze we ook maken, we hebben toegang tot state-of-the-art motortechnologie die we op hetzelfde platform kunnen uittesten”, geeft Vanwalleghem aan. “Daarnaast kunnen we rekenen op een uitstekende support. We betrekken ook onze studenten in de projecten. Voor hen is die ondersteuning bijzonder leerrijk bijvoorbeeld bij de motortuning om de intelligentie in de aandrijving op te bouwen. Van het verbeteren van parameters tot het geven van best practices.”
Maar hoe zit die ontwikkelde methodiek nu precies in elkaar? Projectingenieur Simon Houwen legt uit: “Alles begint bij de noden van de klant. In dit geval, hoe kon er op de meest efficiënte manier van punt a naar punt b bewogen worden in 0,7 seconden, de tijd nodig om de balg in te drukken? Het CAD-model neemt daarvoor eerst het machineconcept onder de loep. Zijn drijfstangen aandrijftechnisch de beste oplossing om de beweging te realiseren? Of kan er beter met robot of spindel of … gewerkt worden? Door motion simulaties krijgen we daar al zicht op. Dan laten we er het optimaliseringsalgoritme op los. Dat berekent voor elk traject en elke geometrie het exacte koppel.” Dit is waar de kennis en ervaring van het team het verschil maken. Om alle mogelijkheden te doorlopen nemen simulaties veel tijd in beslag. “Alles wat niet realistisch is, kunnen wij er al op voorhand uitfilteren”, aldus Houwen
De volgende stap betreft de motorkeuze en de drive tuning. Vanwalleghem: “Voor ons is het bijzonder comfortabel werken, omdat we weten dat welke keuze we ook maken van elektrische motor, wat we ook selecteren van controller, het Beckhoff platform kan het aan. Feed forward controle was bijvoorbeeld belangrijk omwille van de benodigde dynamiek van de corona-ventilator. Dan heb je een controller nodig die dit kan brengen.” Er werd uiteindelijk vooral gekeken naar verbeteringen in de lengtes van de drijfstangen en de bevestigingspunten. “In feite gaat het om kleine aanpassingen die weinig impact hebben op het originele machineontwerp maar die wel de energiehuishouding enorm verbeterden: gemiddeld met 43,61%, maximaal zelfs met 47,13%. Door te spelen met de variabele inertie kan je veel verbeteringen teweegbrengen: reductie in koppel, lager verbruik, kleinere motor …”
Virtual engineering is slechts één kant van het verhaal. Er werden ook effectief twee nieuwe prototypes gebouwd om de resultaten aan te tonen. “Het verschil tussen wat wij doen en wat machine learning en artificiële intelligentie doen, is dat we zwart op wit kunnen bewijzen dat wat we voorstellen de best mogelijke oplossing is. Machine learning en artificiële intelligentie hebben heel veel data nodig maar kunnen nog niet de garantie geven om het allerbeste resultaat op te leveren. Vandaag kan het misschien 30% beter en de volgende keer 34%. Door de procedure die we ontwikkeld hebben, kunnen wij wel garanderen dat het ontwerp dat we bekomen het meest efficiënte is. Bovendien moet je realistische modellen bouwen. Je kan nog zo mooie dingen bedenken, de machinebouwer moet het uiteindelijk in de praktijk realiseren. Daarom is de inbreng van een partner als Beckhoff met zijn industrieel bewezen technologie ook zo belangrijk”, besluit Derammelaere.