Künstliche Intelligenz ermöglicht und optimiert Predictive Maintenance
Michael Kommenda, Senior Researcher bei FH OÖ F&E GmbH und Erik Strumpf, Projektleiter, Scheuch GmbH
Der Ausfall der Ventilation in Industrieanlagen kann zum Totalstillstand von Produktionsanlagen und damit zu enormen Kosten führen. Durch die Erforschung neuartiger Konzepte für Predictive Maintenance von Industrie-Ventilatoren sollen ungeplante Ausfälle vermieden und die Wartung allgemein erleichtert werden.
In einem Versuchsaufbau wird das Ausfall- und Verschleißverhalten der Komponenten eines Ventilators durch Integration unterschiedlicher Sensorik analysiert. In Verbindung mit maschinellen Lernverfahren zur Entwicklung virtueller Sensoren kann der Systemzustand erstmals in seiner Gesamtheit erfasst werden.
Die Informationen realer und virtueller Sensoren ermöglichen die Identifikation von graduellen und abrupten Veränderungen und Vorhersagen über zukünftiges Systemverhalten, auf deren Basis Wartungsaktionen geplant werden.
Im Webinar werden im gemeinsamen Dialog die Herausforderungen und Erfolgsfaktoren bei der Umsetzung von Digitalisierungsprojekten dieser Art erörtert. Dabei werden die verwendeten Verfahren aus dem Bereich der künstlichen Intelligenz / des maschinellen Lernens erläutert, und es wird auch auf die Anforderungen an die Datenbasis und –Aufzeichnung eingegangen.
"Die richtig Aufbereiteten und vor allem nur die notwendigen Daten in die Modellierung aufzunehmen ist eines der Erfolgsrezepte, mindestens so wichtig ist die richtigen „Experten und erfahrene Praktiker“ vom Beginn an ins Boot zu holen. Einerseits haben genau diese Mitarbeiter das Erfahrungswissen der Maschinen, anderseits sollten sie der Modellierung nachher auch vertrauen", sind sich die beiden Projektpartner einig.
Video-Mitschnitt des Webinars
©
Über die Experten
Michael Kommenda, Senior Researcher bei FH OÖ F&E GmbH
Michael Kommenda promovierte im Fachbereich Informatik an der Johannes Kepler Universität Linz. Seit über 10 Jahre forscht er an der FH OÖ zu den Themen datenbasierte Modellierung und maschinelle Lernverfahren. Dieses Wissen kommt in kollaborativen Forschungsprojekten zur Anwendung und wird dabei in die Praxis übergeführt.
Erik Strumpf, Projektleiter, Scheuch GmbH
Erik Strumpf studierte Verfahrenstechnik an der Otto-von-Guericke Universität, Magdeburg und promoviert derzeit an der TU Bergakademie Freiberg. Seit 2017 ist er als Projektleiter und Entwicklungsingenieur bei der Fa. Scheuch GmbH, Aurolzmünster in der F&E tätig. Seine thematischen Schwerpunkte sind Digitalisierung, Sensortechnologien und Strömungsmechanik.