Ein bereits von SAM entwickelter Sensor zur Überwachung vonSeitenkanalpumpen wurde für den Betrieb an Kreiselpumpen im Projekt IoT.H2O angepasst. Der Sensor besteht aus einem Raspberry PI Zero und einer an der Elektronikwerkstatt der TU Kaiserslautern entwickelten Platine auf der ein Beschleunigungssensor angebracht ist. Gehäuse des Sensors wurde durch 3D-Druck hergestellt.
Das Funktionsprinzip des Sensors basiert auf einem neuronalen Netz. Zum Training des neuronalen Netzes werden Betriebsdaten der Pumpe bei verschiedenen Drehzahlen mit einer sehr engen Rasterung (Drehzahl und Volumenstrom) aufgenommen. Gemessen werden: die Drehzahl, der Volumenstrom, die Drücke auf der Saug- und Druckseite der Pumpe, das Drehmoment sowie durch den Pumpensensor die Schwingungen in den
jeweiligen Betriebspunkten. Durch ein Training des neuronalen Netzes kann ein Zusammenhang zwischen Schwingung und Betriebspunkt der Pumpe ermittelt werden. Nach dem Training kann somit der Betriebspunkt der Pumpe allein durch eine Schwingungsmessung mit dem Pumpensensor ermittelt werden. Die Installation zusätzlicher Messtechnik (Druckaufnehmer, MID, etc. ) ist nicht mehr notwendig.
Somit steht ein sehr kostengünstiges Messsystem zur Verfügung. Die Datenübertragung vom Pumpensensor zum IoT-Knoten kann über Bluetooth oder die I2C-Schnittstelle erfolgen.
Zur Ermittlung der optimalen Sensorposition wurden drei Halterungen zur Montage der Sensoren an der Pumpe konstruiert. Dies ermöglicht die gleichzeitige Befestigung mehrerer Schwingungssensoren an unterschiedlichen Positionen der Pumpe. Ein Sensor befindet sich am Pumpengehäuse, einer am Flansch an der Motorseite und einer am Flansch des Druckstutzens.