„Bei uns gleicht keine Maschine der anderen.“ „Wir wissen gar nicht, was auf unserer Maschine produziert wird.“ „Das, was wir auf der Maschine produzieren, ist so unterschiedlich, wir würden Äpfel mit Birnen vergleichen. Das geht auf keinen Fall!“ Diese und ähnliche Aussagen hören wir von unseren Kunden. Doch auch in heterogenen Produktionswelten ist Datenauswertung mit KI möglich und sinnvoll. Dies stellt unser Use Case Machine Fingerprint unter Beweis.
Wie sie Machine Fingerprint optimal umsetzen, zeigen wir Ihnen in unserem Whitepaper inkl. Lessons Learned!
Unter sogenannten „Normalbedingungen” erheben wir Daten vom Zustand der Maschine – den Fingerabdruck. Dies kann z. B. eine spezielle Messfahrt sein, die bei Inbetriebnahme als Normalzustand festgehalten wird. Unabhängig von der spezifischen Produktion kann auf dieser Basis die Zustandsbeurteilung laufen. Um den aktuellen Status Quo zu bestimmen, startet diese Messfahrt zwischen zwei Produktionszyklen erneut und analysiert die Daten. So können Abweichungen gegenüber dem Fingerabdruck detektiert werden. Im Unterschied zum klassischen, kontinuierlichen Condition Monitoring wird hierbei der Zustand „nur“ in gewissen Zeitabständen und unter definierten Bedingungen ermittelt.
Thomas Fritz – Senior Sales Manager – USU AI ServicesMit Machine Fingerprint setzen USU-Kunden auf eine einfache, aber clevere und wirksame Lösung zur Beurteilung des Maschinenzustands auch in heterogenen Produktionswelten.
Unsere Experten unterstützen Sie bei Ihren Fragen und Projekten.