Anzeige
HANNOVER MESSE 2018, 23. - 27. April
Startseite>Aussteller- & Produktsuche >Predictive Analytics

Predictive Analytics

Fault diagnosis and prognosis to avoid machine downtime

Software Competence Center

Zur Ausstellerseite
Logo Predictive Analytics
Logo Predictive Analytics

Ansprech­partner
Herr Dr. Bernhard Freudenthaler
Bereichsleier Data Analysis Systems
E-Mail senden

Produktbeschreibung

Der Begriff Industrie 4.0 ist in aller Munde. Riesige Datenströme (z.B. Maschinendaten, Prozessdaten, etc.) aus unterschiedlichsten, heterogenen Datenquellen müssen miteinander verknüpft und analysiert werden, um sinnvolle Entscheidungsgrundlagen und Handlungsempfehlungen für den Menschen Verfügung zu stellen.

Predictive Maintenance bedeutet vorausschauende Instandhaltung. Tritt in der industriellen Fertigungsanlage durch eine nicht vorhergesehene Störung einer Maschine ein Stillstand auf, dann ist das ein Worst-Case-Szenario: Die Produktion verzögert sich, wodurch enorme Kosten entstehen können. Moderne Steuerungen sind nicht fähig, ihren eigenen Zustand so zu beurteilen, um daraus relevante Informationen für den Instandhaltungstechniker abzuleiten. Die Vision der Maschinendiagnose und -prognostik ist, diese Lücke zu schließen. Ziel ist dabei die Vorhersage jenes Zeitpunktes (Warnung), bei dem durch entsprechende Instandhaltungsmaßnahmen mögliche Schäden oder Stillstände vermieden werden können. Der Zustand einer Komponente bzw. Maschine wird dadurch wieder verbessert und die Produktion kann planmäßig weiterlaufen. Durch den Einsatz von Data Mining- und Machine Learning- Methoden werden Fehlerprognosemodelle erstellt, um den ,,early warning point" zu finden und so vorausschauende Instandhaltungsstrategien zu ermöglichen. Erfolgreich ist dabei die Kombination von Expertenwissen und datenbasierten Fehlerprognosemodellen. Das führt zu erhöhter Anlagenverfügbarkeit bei reduziertem Ressourceneinsatz.
Der Nutzen vorausschauender Instandhaltungsstrategien:
Erhöhung der Anlagenverfügbarkeit, da durch Fehlerprognosen Schäden vorzeitig erkannt und somit Stillstände reduziert werden.
Reduzierung von Material- und Energiekosten, da Instandhaltungen nicht mehr aufgrund vordefinierter Pläne, sondern bedarfsgerecht durchgeführt werden. Bessere Planbarkeit der Instandhaltungen durch Zustandsüberwachung. Erhöhung der Betriebssicherheit, da bedrohliche Schäden vermieden werden.

Produkt-Website

Alle Produkte dieses Ausstellers

F&E-Projekt

Augmented Reality in der Industrie

Schweißaufgaben die nicht automatisiert werden stellen oftmals besonders hohe Anforderungen an deren Ausführung. Nicht nur Aufgrund der Geometrie und Lage der zu erstellenden Schweißnaht, sondern oftmals auch wegen der erforderlichen Arbeitsschritte und Ausführungsgenauigkeit. Im Kleinserienbereich bedeutet ...weiterlesen

Digital Twin

Sichere Software mit Rigorosem Systems Engineering entwickelnweiterlesen

Deep Learning

Wissens- und Deep Learning basierte Computer Vision Systemeweiterlesen

Rulebook Generator

Wissen aus Software generierenweiterlesen

Der Mensch in Industrie 4.0

Industrie 4.0 wird meist mit Vernetzung und Flexibilisierung gleichgesetzt. Dabei ist ein wichtiger Schwerpunkt die Integration des Menschen in diese neue Arbeitswelt. Es geht darum, jene Aufgaben bei denen der Mensch noch wichtiger Faktor ist, durch Maschinen zu unterstützen. Das heißt die Zusammenarbeit ...weiterlesen

Robust Embedded Visual Sensor Systems

Embedded Visual Sensor Systeme müssen nicht nur hinsichtlich der Einsatzgebiete robust im wörtlichen Sinne sein. Die Robustheit der dabei verwendeten Methoden und Algorithmen spielt in einem Umfeld mit oft auftretenden Störungen, wie z.B. dem Bildrauschen im Graustufenbild mit der Person oben, ebenfalls ...weiterlesen

INDYCO

INDYCO Projekt (Integrated Dynamic Decision Support System Component for Disaster Management) Ziel des 2,5-jährigen Forschungsprojektes war die Entwicklung eines Entscheidungsunterstützungssystems für den Katastrophenschutz, das 1) schnell und dynamisch auf sich ändernde Situationen während Katastrophenereignissen ...weiterlesen

Process Mining für die Industrie

Die Abläufe (Prozesse) sind der Kern eines Unternehmens und beschreiben die Zusammenhänge der Aufgaben im Tagesgeschäft. Die Modellierung, Analyse und Verbesserung dieser Prozesse ist seit vielen Jahrzehnten Forschungsthema und seit einigen Jahren auch Inhalt von Forschungs- und Industrieprojekten am ...weiterlesen

Predictive Analytics

Der Begriff Industrie 4.0 ist in aller Munde. Riesige Datenströme (z.B. Maschinendaten, Prozessdaten, etc.) aus unterschiedlichsten, heterogenen Datenquellen müssen miteinander verknüpft und analysiert werden, um sinnvolle Entscheidungsgrundlagen und Handlungsempfehlungen für den Menschen Verfügung zu ...weiterlesen

Auf der Merkliste

0

Das Merken ist fehlgeschlagen, da ein Problem mit der Verbindung zum Server aufgetreten ist.