1. Home
  2. /
  3. KI-gestützte Predictive-Maintenance-Lösung

KI-gestützte Predictive-Maintenance-Lösung

25.01.2021
von Redaktion F+H

#

Bisher konnten Nutzer der Team Viewer-Technologien im Bereich IoT schon Sensoren auslesen, Alarme setzen und sich mit unterschiedlichen Geräten direkt verbinden. Jetzt kommt eine intelligente Erweiterung im Bereich vorausschauender Instandhaltung, der Predictive Maintenance, hinzu. Die Lösung soll helfen Ausfallzeiten zu reduzieren.

Früher wurden Maschinen nur repariert, wenn sie schon ausgefallen waren (Reactive Maintenance). Seit einiger Zeit werden Maschinen in einem festen Turnus gewartet, unabhängig davon, ob sie defekt sind oder nicht (Preventive Maintenance). Und erst seit kurzem wird Predictive Maintenance genutzt, meist auf Basis reiner Datensätze mit festen Regeln. Team Viewer geht hier einen entscheidenden Schritt weiter und bietet eine KI-gestützte Analyse der anfallenden Daten an. So lassen sich mithilfe von Machine-Learning-Algorithmen bisher unbekannte Muster erkennen und frühzeitig drohende Ausfälle von Maschinen diagnostizieren.

„Wir verfolgen das Ziel, eine umfassende Bibliothek an anonymisierten Maschinendaten aufzubauen und somit jedem Kunden unseres Predictive Maintenance-Moduls Zugriff auf schon vorhandenes Wissen zu ermöglichen“, so Lukas Baur, Vice President IoT bei Team Viewer. „Unsere Kunden können von Tag eins an ihre Ausfallzeiten reduzieren und mit jedem weiteren Tag lernt der Algorithmus die spezifischen Parameter besser einzuschätzen, sodass die Vorhersage von Störungen noch genauer wird. Der Bereich Instandhaltung ist für einen großen Teil der operativen Ausgaben verantwortlich. Diesen Kostenpunkt durch eine KI-gestützte Analyse der Gerätedaten zu reduzieren ist unsere Ambition.“

Das neue Software-Modul ML-Trainer versorgt den Machine Learning-Algorithmus mit Daten, die eventuell Alarme ausgelöst hätten, und lernt dabei spezifische Muster zu erkennen. Dadurch sind die Alarme nicht mehr an starre Schwellenwerte gebunden, sondern unterliegen ständig optimierten Kriterien. Die Ausfallzeiten, aber auch Fehlalarme können auf diese Weise signifikant gesenkt werden, und zwar nachhaltig, da die künstliche Intelligenz permanent dazulernt.

Das Team Viewer Predictive Maintenance-Modul lässt sich problemlos in bestehende Team Viewer IoT-Umgebungen integrieren. Der Algorithmus kann schon jetzt auf eigens für dieses Modul generierte Beispieldatensätze für verschiedene Maschinentypen, wie Windkraftanalagen und Pumpen, zurückgreifen und muss nur in Bezug auf die Eigenheiten der jeweiligen Maschine hinzulernen.

 

Text/Foto: Team Viewer

Zum Unternehmen

Jetzt Newsletter abonnieren

Technologische Innovationen und Branchentrends aus allen Teilbereichen der Fluidtechnik –
Verpassen Sie nicht unsere besten Inhalte

Hier registrieren

Weitere Artikel

Alle Informationen auf einem Blick
Alle Informationen auf einem Blick

Im fetra-Katalog 2024 findet der Leser auf 188 Seiten vielzählige Informationen zu neuen und in der Praxis erprobten handgeführten Transportlösungen. Zu den Highlights gehört die neue Alu-Kompaktkarre „Wuppi“.

Verpackungspolster nachhaltig herstellen
Verpackungspolster nachhaltig herstellen

Verpackungspolster aus Kunststoff sind out. Heute lässt sich das Polstermaterial für die allermeisten Anwendungen mit der Packpolstermaschine PM-42 von Kemapack ökonomischer und ökologischer aus Altkartons selbst herstellen. Beim Versandhändler Agrar-direct beispielsweise hat sich die Investition gelohnt. Beim Verpacken spart der Agrarexperte heute Geld und schont die Umwelt.

You have Successfully Subscribed!