Herausforderung

Bei einem Maschinenhersteller kommt die Produktion ins Stocken und muss im schlimmsten Fall ganz eingestellt werden wenn Störungen im Betrieb eintreten, was zu hohen Ausfallzeiten und Kosten führen kann.

Vorgehen

  • Der Energieverbrauch einzelner Elemente und Geräte sowie ganzer Maschinen und Anlagen wird durch Energiemonitoring erfasst und gemessen.
  • Realdaten werden mit statistischen Vorhersagen verglichen.
  • Abweichungen der Messungen vom vorhergesagten Verbrauch werden als Fehlermerkmal erkannt bevor Komponenten oder ganze Maschinen und Anlagen ausfallen.
  • In Verbindung mit weiteren Messdaten (z.B. Temperatur, Vibration oder Feuchtigkeit) können weitere präventive Maßnahmen getroffen werden.

Ergebnis

  • Kosteneinsparungen durch effizientes Energiemanagement.
  • Leistungsoptimierung.
  • Fehlerzustandserkennung.

Nutzen

  • Nutzung von Messung des Energieverbrauchs einzelner Elemente sowie ganzer Maschinen und Anlagen durch Condition Monitoring zur präventiven Fehlererkennung.

Daten

  • Energieverbrauchsdaten
  • Anomalieerkennungsdaten
  • Trenddaten
  • Historische Daten

Technologien

  • AWS EMR
  • AWS IoT Core
  • Spark