Mithilfe von Prognosealgorithmen sind wir in der Lage, das übliche Verhalten einer Maschine zu identifizieren und Alarme auszulösen, sobald Anomalien erkannt werden. Dadurch können gezielte Instandhaltungen auf Basis der Maschinenüberwachung durchgeführt werden, und Sie gewinnen mehr Wissen und Transparenz über den Zustand Ihrer Assets.
Ziele
- Anomale Verhaltensweisen identifizieren
- Gezielte Instandhaltungen aus der aktiven Überwachung heraus durchführen
- Die Produktion steigern, indem ungeplante Stillstände reduziert werden
- Den Zustand der Maschinen kennen und ihr Verhalten analysieren
Die Überwachung von Assets im Industriesektor ist eine zunehmend verbreitete Realität. Die Kritikalität ihres einwandfreien Betriebs – aufgrund der Maschinenkosten und der Verluste durch Stillstände – gewinnt immer mehr an Bedeutung. Daher ist es entscheidend, sowohl anomale Verhaltensweisen zur Vermeidung von Ausfällen identifizieren zu können als auch die Entscheidung zu unterstützen, wann und wo Instandhaltungen erforderlich sind.
Was wir tun
Wir identifizieren und überwachen, welche Assets analysiert werden sollen und welche Sensorik und Variablen erfasst werden. Mittels einer explorativen Analyse identifizieren wir diejenigen, die Mehrwert liefern können, sowie die Anforderungen an die Granularität. Wir wählen den am besten geeigneten Algorithmus aus und definieren die Parameter, die die Alarme auslösen, sowie die Inbetriebnahme der gesamten Automatisierung und des Reportings.
Unsere Vorgehensweise
Explorative Analyse
Wir analysieren die Datenqualität und Korrelationen zwischen Variablen, um die relevantesten zu identifizieren, und validieren dies mit dem Business-Know-how des Kunden. Dies erfolgt entweder mithilfe von Korrelationsmatrizen, Mutual Information oder verschiedenen Diagrammen bzw. in Zwischen-Dashboards.
Algorithmusauswahl
Wir verwenden Entscheidungsbäume (XGBoost, LightGBM) oder neuronale Netze (RRNN, LSTM). Nachdem wir Modelle erstellt haben, die in der Lage sind, die Informationen einer Variable vorherzusagen, charakterisieren wir dieses Modell, um die Normalität zu bestimmen. Damit können wir prüfen, ob das Verhalten dem Muster entspricht oder anormal ist.
Datennutzung
Wir erstellen ein Dashboard zur Visualisierung der Ergebnisse, konfiguriert und angepasst an die Anforderungen des Kunden. Wir implementieren das gewünschte Reporting-System für die Alarme (E-Mails, Einträge in Datenbanken oder in Ihr PI-System) und passen es an die konkreten Bedürfnisse an.