#
13.04.2021

PRÄD PROD / Prädiktive Instandhaltung in der Produktion

Bestehende Konzepte des Machine Learnings werden im Projekt evaluiert und auf ihre Anwendbarkeit auf den gewonnenen Informationen getestet. Erfolgversprechende Algorithmen werden prototypisch implementiert und Modelle für die Bewertung des Status des Anlagenequipments erstellt. Das Training der Modelle erfolgt mit den aufgezeichneten Datensätzen sowie der domänenspezifischen Erfahrung von Mitarbeitern. Zusätzlich erfolgt die Evaluierung bestehender Instandhaltungsprozesse bei TEST-FUCHS, wodurch sich letztendlich ein Konzept zur Umsetzung Prädiktiver Instandhaltung im produktiven Umfeld ergibt: Erforderliche Prozessänderungen, personellen Ressourcen, technische Usancen, Systemerweiterungen, Pflichtenheft für ML Software. Dieses Projekt wird aus Mitteln des Europäischen Fonds für regionale Entwicklung kofinanziert. Nähere Informationen zu IWB/EFRE finden Sie auf www.efre.gv.at.
blurhash Ein Foto mit der Darstellung von 2 Sensoren Daten in Zeitabschnitten

Ausgangslage

Produktionslinien bestehen aus einer Vielzahl inhomogener Subsysteme. Zwar bieten die jeweiligen Subsysteme eine Vielzahl an Monitoring Mechanismen, jedoch können die Systemgrenzen nicht oder nur schwer überwacht werden. Das hier beschriebene Vorhaben aus der angewandten Forschung zeigt die Möglichkeiten und Notwendigkeiten der Implementierung von Prädiktiver Instandhaltung auf Basis TRL6 auf.

 

Ziele

Erforderliche Prozessänderungen, personellen Ressourcen, technische Usancen, Systemerweiterungen

 

Ergebnis

Pflichtenheft für ML Software

3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund
3d Form im Hintergrund