Big Data ist nur im richtigen Kontext effizient
Vernetzte Maschinen produzieren einen kontinuierlichen Datenstrom. Die Messwerte allein bieten einem Unternehmen aber noch keinen Mehrwert: Es bedarf einer Schnittstelle, die Daten aus verschiedenen Quellen zueinander in Beziehung setzt.
Teilen
Das Forschungsprojekts BigPro an der FIR der RWTH Aachen , gefördert vom Bundesforschungsministerium, hat seit 2014 das Potenzial von Big Data-Technologien untersucht. Dabei ging es um die Frage, wie automatisierte Datenströme und deren Auswertung das Störungsmanagement in der Produktion am besten unterstützen können. Wichtiger Bestandteil war ein vom Karlsruher ERP-Spezialisten Asseco Solutions entwickeltes Datenmodell zur Einbettung der Messungen in spezifische Kontextinformationen.
Die Forscher erprobten ihren Lösungsansatz unter Realbedingungen bei den Projektpartnern Bosch und Auto Heinen , wo Datenströme aus unterschiedlichen Quellen erfasst und miteinander verknüpft wurden. Dabei konnte die Predictive Maintenance-Lösung die Daten in Echtzeit erheben und in Kontext zu Metainformationen wie dem Maschinenstandort, dem letzten Wartungstermin, ähnlichen Störungen in der Vergangenheit sowie der Dauer der damaligen Problembehebung setzen. Darauf aufbauend, unterbreitete das System selbständig priorisierte Lösungsvorschläge, um dem möglichen Ausfall einer Anlage frühzeitig zu begegnen.
Mit ihrem grundlegenden Anliegen sind die Beteiligten am Projekt nicht allein: Auch zahlreiche weitere Foschungsprojekte beschäftigen sich gegenwärtig mit dem Thema, wie Big Data und Predictive Maintenance die industrielle Produktion noch effizienter gestalten können.
Aussteller zum Thema
Sprecher zum Thema
Events zum Thema
Interesse an News zu Ausstellern, Top-Angeboten und den Trends der Branche?
Browser Hinweis
Ihr Webbrowser ist veraltet. Aktualisieren Sie Ihren Browser für mehr Sicherheit, Geschwindigkeit und eine optimale Darstellung dieser Seite.
Browser aktualisieren