erfolgsgeschichte1

Erfolgsgeschichte
Erkennung des Maschinenzustandes durch Analyse von Energiedaten

DER GEWINN FÜR DEN KUNDEN

Entwicklung, Verprobung und Patentanmeldung eines Algorithmus zur Erkennung des Zustandes einer Maschine durch reine Analyse von Energiedaten

KUNDE

Industrieunternehmen

PROJEKTDAUER
6 Monate
LEISTUNGEN
Datenanalyse, Algorithmusentwicklung, Test
TECHNOLOGIEN
Python (scikit-learn, Tensorflow), Jupyter Notebook/Lab
 

 

Kernpunkte

 

  • automatische Zustandserkennung einer Maschine ohne Abgreifen von Daten aus der Steuerung ("Energy State Identifier")
  • reine Analyse der Energiedaten
  • autonom konfigurierendes System
  • kein Datenanalyst oder Domainexperte nötig

Viele Maschinenparks sind für den Einsatz auf Jahrzehnte geplant, dennoch schreitet die Entwicklung unaufhaltsam voran. Viele Brown-Field Maschinen besitzen daher noch keine Anzeige für den Status der Maschine (Aus, Stand-By, Betrieb, Fehler etc.) und eine Nachrüstung ist in der Regel nicht möglich, da der Hersteller keine Garantie für solche „Eingriffe“ gibt.

Aufgabe des "Energy State Identifier" ist es, den Zustand einer Maschine auf Grundlage ihrer Energiedaten zu erkennen. Die wichtigste Anforderung ist hierbei, dass das Verfahren ohne Eingriff in die Maschine möglich sein soll.

Das Verfahren wählt iterativ passende Parameter für die Datenanalyse. Anschließend werden die Daten in sinnvolle Abschnitte geteilt, Merkmale extrahiert, skaliert und in ein KI-basiertes Lernverfahren gegeben. Die Ergebnisse werden für den Anwender anschließend leicht verständlich aufbereitet.

Zum Einsatz kommt das Verfahren auf einem Edge-System, das an jeder Maschine „montiert“ wird. Die Algorithmen werden speziell für jede Maschine trainiert und sind somit optimal für deren Aufbau und Spezifikationen abgestimmt.

Das Edge-System kann über das Internet oder ein firmeninternes Netzwerk mit Updates der Algorithmen versorgt werden; notwendig ist die Anbindung nach der Inbetriebnahme allerdings nicht. Optional bietet sich hier die Möglichkeit, die gesammelten Daten in einer zentralen Datenhaltung für spätere Analysen zu speichern.