Durch Anomaliedetektion fehler erkennen, bevor sie auftreten

Dank KI Abweichungen in der Maschinennutzung rechtzeitig erkennen

Anomalieerkennung
im Maschinenbau

Anomaliedetektion für Maschinenhersteller

Das Erkennen von Anomalien ist für Maschinenbauer ein wichtiger Schritt zur Sicherstellung der Produktionsqualität. Egal ob durch Regel- oder Grenzwert-basierte Lösungen oder mithilfe von künstlicher Intelligenz – wer Anomalien schnell erkennt, kann Fehler, Produktionsmängel sowie Verschleiss verringern und vermeiden. Mithilfe von KI-betriebener Systeme können Maschinenhersteller die Anomalieerkennung ihrer Maschinen automatisieren und ihren Kunden eine höhere Effizienz sowie Zuverlässigkeit ihrer Anlagen zur Verfügung stellen.

Anomaliedetektion durch KI in der Produktion

Automatisierte Anomalieerkennung
durch künstliche Intelligenz

Durch die von elunic implementierten IoT-Technologien können Maschinenbauer ihren Kunden auf einer intuitiven Benutzeroberfläche die Vorteile einer Machine Learning getriebenen Anomalieerkennung ohne jegliche Data-Science-Expertise zur Verfügung stellen. Dabei werden durch intelligente Sensoren Daten über jede einzelne Anlagenkomponente in Echtzeit erfasst, analysiert, annotiert sowie Machine-Learning- Modelle erstellt. Diese Modelle erkennen Equipment-Abnutzungen wie bspw. Komponenten-Verschleiß und Prozessprobleme (z.B. Temperatur-Schwankungen) und können mit weiteren Serviceangeboten, wie einer Software für Instandhaltung und Wartungsmanagement oder Ersatzteilshops verknüpft werden.

Die trainierten Machine-Learning-Modelle versetzen die Betreiber in die Lage, Anomalien über eine eigene Oberfläche nachvollziehen, weitere Annotationen erstellen oder eigene Modelle für andere Use-Cases im Self-Service trainieren zu können. Durch das Einrichten individueller Benachrichtigungen kann der Produzent jederzeit schnell und rechtzeitig über Abweichungen in der Maschinennutzung informiert werden und so Problemen wie Maschinenschäden und darauffolgenden Stillständen entgegenwirken. Weiter stellen die selbsterstellten Use-Cases und Modelle für den Maschinenbauer wiederum einen Rückkanal mit wertvollen Informationen dar.

Alle Vorteile auf einen Blick

Echzeitüberwachung 24/7

Stetige Überwachung kritischer Fertigungsparameter. Kontinuierliche Optimierung, durch selbstlernende KI.

Höhere Vorlaufzeiten:

Erkennen von Abweichungen im frühen Stadium. Plan- und Durchführbarkeit von Instandhaltungen mit mehr Vorlauf.

Steigerung der OEE

Mögliche Leistungssteigerungen um bis zu 79% durch Erhöhung der Anlagenverfügbarkeit und Kostensenkungen bis 21% durch optimierte Service-Prozesse.

Self-Service Training

Eigenständige Bestimmung und Erweiterung von zu überwachenden Fertigungsparametern.

Integration führender System

Vermeidung von Datensilos durch die Anbindung an ERP-, BDE- und MES-Systeme (Influx, Cumulocity, Nexeed, uvm.)

Anomalieerkennung Modul-Features

Analyse von Daten aus dem Betrieb

Erstellung neuer Machine-Learning-Modelle

Annotation und Training der KI

Verknüpfung von Serviceangeboten

Rückkanal mit Informationen aus dem Feld

Konfiguration von Benachrichtigungen und Alarmings

Jetzt ein unverbindliches Angebot anfordern

Referenzprojekte

Lösungen, die mit shopfloor.io Bausteinen realisiert wurden

Die shopfloor.io-Sofwarebausteine helfen Maschinenbauern dabei, schnell mit der Entwicklung passgenauer Industrie 4.0-Lösungen durchzustarten. shopfloor.io stellt individuelle Softwaremodule für den Cloud- oder On-Premises-Betrieb bereit, und wird als Grundstein einer skalierbaren und sicheren IIoT-Systemarchitektur eingesetzt mit der Maschinenhersteller ihre Anlagen und Mitarbeiter in einem Maschinenportal vernetzen und erschlossene Daten übersichtlich visualisieren oder durch Anbindung an ihre bestehenden Strukturen anknüpfen können.