Kølecontainer siger selv til, før den går i stykker

Maskiner, der selv kan råbe højt, når det hele er ved at gå galt, er dagens hotte emne. Alt fra lastbiler til elevatorer skal nu selv have mulighed for at stønne og beklage sig, når maskinlivet bliver for hårdt, så fejl kan udbedres, før systemerne går ned.

Nu har Rasmus Lundgaard Christensen fra Institut for Elektroniske Systemer på Aalborg Universitet sammen med elektronikvirksomheden Lodam i Sønderborg sat fokus på at gøre kølecontainere bedre til at snakke om helbredet med omverdenen – før de står til søs.

Hvert år fragter verdens 1,5 millioner kølecontainere varer rundt til en samlet værdi af mere end 21 billioner kroner. Hvor ofte kølecontainerne går i stykker, og hvor mange varer der hvert år går til spilde på den måde, oplyser shippingselskaberne ikke, men en last med bananer har en værdi af ca. 250.000 kroner.

»I alle nyere containere sidder der i forvejen en masse overvågningsudstyr, som holder øje med de forskellige komponenter i køledele. Det er den data, vi bruger på en ny måde til at forudsige, hvornår der er høj risiko for, at der sker nedbrud,« fortæller Rasmus Lundgaard Christensen til AAU's nyhedsportal.

Rådne bananer i rum sø

Det skal blandt andet være med til at minimere madspil. Det centrale punkt i en kølecontainer er temperaturen. Hvis den ikke holdes på et konstant lavt niveau under transporten, ender det med rådden frugt eller fordærvet kød. Medicin er et andet transportemne, hvor defekt køling kan blive en dyr affære.

Allerede i dag er kølecontainere er udstyret med SIM-kort og alarmsystemer, der slår til, hvis der opstår en fejl på anlægget. Men det nytter ikke, hvis kølecontaineren befinder sig på et skib langt fra land. Derfor er en defekt container næsten altid ensbetydende med ødelagt last. Det er her, den nye forskning kommer ind i billedet.

Det handler om at benytte det overvågningsudstyr, der allerede findes i containeren, forklarer Rasmus Lundgaard Christensen:

Læs også: Maskinlæring og sensorer redder elevatoren fra nedbrud

I forbindelse med sin ph.d. har han analyseret data fra køleanlæg i containere, der er gået i stykker, og på den måde fundet frem til en række indikatorer, der kan afsløre, om et kølesystem er ved at være slidt og trænger til nye dele.

Dataanalyse finder fejlen, før den opstår

»Det kan for eksempel være en kompressor, der begynder at komprimere væske i stedet for gas. Sådan noget kan systemet registrere med det samme. Vi ved, at hvis en kompressor gør det, er det kun et spørgsmål om tid, før den går i stykker. Når vi har den viden, kan vi reparere containeren, næste gang den er i havn, inden den går i stykker, og på den måde undgå, at en værdifuld last bliver ødelagt.«

Kølecontainere gennemgår en såkaldt PTI-test mellem hver rejse eller efter reparation. Den proces er tidskrævende og dyr, og hvert år bruger shippingbranchen over tre milliarder kroner på disse tests.

»Hvis containeren selv kan forudsige, hvilke komponenter der skal skiftes, og gøre opmærksom på det i god tid, er der ikke nogen grund til at bruge tid og penge på at teste hele systemet igen og igen. Det er en flaskehals, som man kan springe over,« siger Rasmus Lundgaard Christensen.

Det er – ikke overraskende – maskinlæring, der skal give containerne en stemme.

»Vi arbejder med mekaniske dele, pumper, gasser og væsker, der flyder. Det er ikke forudsigeligt på samme måde som et digitalt system, men vi vil nok kunne forudsige 95 procent af alle nedbrud, før de sker. Det vil betyde rigtig store besparelser for shippingvirksomhederne. Dels fordi fragten ikke bliver ødelagt, dels fordi de ikke skal bruge energi på at sejle rundt med værdiløs last, og dels fordi deres containere hele tiden vil være i orden og driftsklar.«

Den egentlige forhindring for den nye teknologi er snarere shippingbranchen selv:

»Det er ikke nogen hemmelighed, at der er en vis form for konservatisme i containerfaget. Designet af kølesystemet på containere har stort set ikke forandret sig de seneste 50 år, og nu kommer vi med et system, der nærmest giver containerne kunstig intelligens – eller i hvert fald en avanceret form for machine learning. Det er der mange i branchen, der lige skal have lidt tid til at vænne sig til.«