Im Rahmen des vom Land NÖ geförderten Projektes „Digital Twin ausfallkritischer Produktionsprozesse mit Lab-2-Field Simulation und Big Data Analytics“ in Zusammenarbeit mit der AC2T research GmbH wurde für Walzenmühlen ein Sensornetzwerk aufgebaut, das den aktuellen Anlagenzustand erfasst.
Die speziellen Umfeldbedingungen in der Mühle, wobei feinstes Mahlgut in die Sensoranlage eindringen kann, stellten in diesem Projekt eine besondere Herausforderung dar. Die Untersuchungsergebnisse der widrigen Umweltbedingungen ermöglichte die Planung eines Prototyps für das Messsystem. Staubdichtheit wurde durch die Anbringung einer Glasscheibe gewährleistet. Nicht zermahlene Fremdkörper könnten jedoch zur Beschädigung des Glasfensters und zur Zerstörung der Anlage führen. Auch der Zementstaub würde zu einem erosiven Verschleiß des Glasfensters beitragen und dieses trüben. Maßnahmen, die gegen diese Problematik getroffen wurden, waren das Anbringen eines Schutzbleches an der Oberseite des Glases zum Schutz vor größeren Partikeln. Ein weiteres Glas, das ausgewechselt werden kann, schützte das Hauptsichtfenster vor Beschädigungen.
Um Wartungsaufgaben zeitgerecht planen und kosteneffizient umsetzen zu können, sollte der Verschleiß von Rollenpressen online erfasst werden. Datenerfassung und die Darstellung der Verschleißanzeige der Walze wurden aufgrund der großen Datenmenge getrennt implementiert. Messdaten inkl. Metadaten werden vor Ort gesammelt und in die Cloud transferiert, wo die Daten gespeichert und verarbeitet werden. Wählt der Benutzer einen bestimmten Datensatz aus, wird dieser dann vom Server aufbereitet und heruntergeladen.
Mithilfe einer Augmented Reality App ist es anschließend mit Smartphone oder Tablet möglich, die Verschleißanzeige vor Ort auf der Walze darzustellen. Dies erfolgt mithilfe von bestimmten Farben und Farbintensitäten, die den Verschleiß, die Verschleißtiefe, Anhaftungen oder Dicke der Anhaftungen an der Walze darstellen.