Erzählen Sie uns von Ihrem Fall und wir rufen Sie an

Predictive Maintenance in der Produktionskette

Mit Hilfe von prädiktiven Algorithmen sind wir in der Lage, das übliche Verhalten einer Maschine zu erkennen und Alarme zu erzeugen, sobald Anomalien erkannt werden. Dies ermöglicht uns, eine gezielte proaktive Wartung, entsprechend der Überwachung der Maschinen, durchzuführen und mehr Wissen und Transparenz über den Zustand der Anlagen zu haben.

Ziele

Anormales Verhalten identifizieren
Führen Sie eine gezielte Wartung aus der aktiven Überwachung heraus durch
Steigern Sie die Produktion durch Reduzierung ungeplanter Stillstände
Kennen Sie jederzeit den Zustand der Maschinen und untersuchen Sie deren Verhalten

Ziele

Anormales Verhalten identifizieren
Führen Sie eine gezielte Wartung aus der aktiven Überwachung heraus durch
Steigern Sie die Produktion durch Reduzierung ungeplanter Stillstände
Kennen Sie jederzeit den Zustand der Maschinen und untersuchen Sie deren Verhalten

%%tb-image-alt-text%%

%%tb-image-alt-text%%

Bei steigender Komplexität wir eine Überwachung von Anlagen im industriellen Umfeld immer wichtiger. Nur reibungslose, funktionierende Prozesses erlauben eine Minimierung von Verlusten aufgrund ungeplanter Ausfälle. Es ist unerlässlich, sowohl in der Lage zu sein, anormales Verhalten in Echtzeit zu erkennen, um Ausfälle zu vermeiden, als auch Wartungseinsätze gezielt zu planen.

%%tb-image-alt-text%%
%%tb-image-alt-text%%

Was wir tun

Wir bestimmen gemeinsam mit dem Kunden, welche Anlagen zu analysieren sind und welche Sensoren und Variablen erfasst werden. Durch eine explorative Analyse identifizieren wir wichtigsten Kennzahlen und Korrelationen. Wir wählen den am besten geeigneten Agorithmus aus und definieren schließlich die Parameter, die die Alarme für die Techniker und fürs Management generieren.

Wie wir es tun

Explorative Analyse

Wir analysieren die Qualität der Daten und die Zusammenhänge (Korrelationen) zwischen den Variablen, um die relevantesten zu identifizieren. Diese gleichen wir mit den spezifischen Business Rules des Kunden ab. Dies geschieht entweder mit Hilfe von Korrelationsmatrizen, verschiedenen Graphen oder in Dashboards.

Algorithmus-Auswahl

Wir verwenden Entscheidungsbäume (XGBoost, LightGBM) oder neuronale Netze (RRNN, LSTM). Nachdem wir Modelle generiert haben, die in der Lage sind, die Informationen einer Variablen vorherzusagen, charakterisieren wir dieses Modell, um die Normalität zu identifizieren. Damit sind wir in der Lage zu überprüfen, ob das Verhalten dem Muster entspricht oder anormal ist.

Datenauswertung

Wir erstellen ein auf die Anforderungen des Kunden angepasstes Dashboard zur Visualisierung der Ergebnisse. Wir implementieren das gewünschte Meldesystem für die Alarme (E-Mails, Newsletter, Datenbankeinträge oder Ihr PI-System) und passen es an die spezifischen Bedürfnisse an.

%%tb-image-alt-text%%

%%tb-image-alt-text%%