Machine Learning macht Cognitive Predictive Maintenance möglich
Eine ERP-Plattform mit Echtzeitdaten aus den Werkshallen plus vorausschauende Wartung dank Machine Learning – mit dieser Kombination spielt sich Progress derzeit unter den IIoT-Anbietern nach vorne.
Teilen
Progress hat 2017 DataRPM und dessen Cognitive-Predictive-Maintenance-Technologie für das IIoT (Industrial Internet of Things) übernommen . Nun hat der Plattformanbieter für die Entwicklung und Bereitstellung unternehmenskritischer Geschäftsanwendungen die zusätzliche Power in seine OpenEdge-Entwicklungsplattform integriert . Das angekündigte Progress OpenEdge PdM Integrator Kit soll es Industrieanwendern ermöglichen, eine "proaktive Wartungsstrategie" aufzusetzen: Predictive Analytics aus den Unmengen von Industrie-4.0-Daten sollen helfen, Geräteausfällen vorzubeugen, und die Wahrscheinlichkeit erhöhen, dass sie bereits im Vorfeld behoben werden. Tatsächlich funktioniert Cognitive Predictive Maintenance (CPdM) – so zumindest lassen sich die Fallbeispiele deuten – geradezu als automatisiertes Durchsatzmanagement gemäß der Goldratt’schen Theory of Constraints (TOC) bzw. der Engpassorienterten Organisation : herausfinden, wo der Prozessfluss haken wird – und der Engstelle gleich vorbeugen. Das System ermöglicht außerdem eine Wirkungsanalyse, mit deren Hilfe etwa Instandhaltungsreparaturen priorisiert und langfristige Strategien für den Ersatz von Anlagen ermittelt werden können.
Für diese Lösung hat Progress bereits viel Beifall erhalten und ist unter anderem mit dem Technology Leadership Award for Cognitive Predictive Maintenance in Automotive Manufacturing ausgezeichnet sowie zur " Cool Company in Cognitive Computing " ernannt worden.
Aussteller 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