anacision MACHINE HEALTH
Maschinen erkennen ihren Wartungsbedarf selbständig
anacision MACHINE HEALTH ist eine KI-basierte Softwarelösung für Predictive Maintenance, die Daten aus Maschinen und Anlagen analysiert und den Gesundheitszustand von Bauteilen messbar macht. Das Resultat ist ein Gesundheitsindex, der kontinuierlich und echtzeitnah im Betrieb ermittelt wird. Sinkt der Index, werden fortschreitender Verschleiß und kritische Zustände sofort erkannt. Wartung kann so rechtzeitig terminiert werden und ermöglicht ungeplante Ausfälle zu verhindern. Durch einen neuartigen KI-Ansatz ist die Lösung generisch für beliebige Bauteile anwendbar, auch bei unregelmäßigen Prozessverläufen.
Kostenkontrolle
Folgekosten von ungeplanten Ausfällen vermeiden und Instaltungskosten reduzieren.
Maschinenausfälle
Ungeplante Maschinenausfälle durch genaue Verschleißprognosen abwenden.
Proaktive Wartung
Wartungsmaßnahmen durch genaue Verschleißprognosen frühzeitig planen.
Minimale Folgeschäden
Verluste und Folgeschäden durch frühzeitige Wartung minimieren.
FUNKTIONSPRINZIP
Gesundes Verhalten von beliebigen Bauteilen lernen
anacision MACHINE HEALTH basiert auf dem Predictive Maintenance-Modellierungsansatz Anomalieerkennung. Die Lösung erlernt, mit historischen Maschinen- oder Sensordaten und gestützt auf die Fachexpertise der Konstrukteure, „das gesunde Verhalten“ im Betrieb. Die trainierten KI-Modelle können somit in Abhängigkeit zum Prozessverhalten "ungesundes" oder "abnormales" Verhalten echtzeitnah erkennen und deuten. Stetiger Verschleiß wird durch einen sinkenden Gesundheitsindex der Maschine oder bestimmter Bauteile für die Hersteller und -bediener sichtbar. Auch plötzliche, unerwartete Ausfälle werden in den Daten oft schon Wochen vor dem Auftreten erkannt.
EDGE, ON-PREMISES ODER CLOUD
Flexible Integrationsmöglichkeiten mit bestehenden IT-Systemen
anacision MACHINE HEALTH bietet unterschiedliche Deployment-Optionen (Cloud, On-Premises oder direkt an der Maschine auf einem Industrie-Computer) und ist flexibel in bestehende IT-Systeme und Prozesse integrierbar. Bereits zugängliche Maschinen- und Sensordaten können, beispielsweise von einem Industrie-PC direkt über etablierte Schnittstellen wie REST oder MQTT an anacision MACHINE HEALTH übergeben werden. Die Ergebnisse und Prognosen werden anschließend wieder über die Schnittstellen bereitgestellt.
Alternativ stellen wir gerne Sensorik und/oder Industrie-PC unserer Partner zur Verfügung. Sprechen Sie uns einfach an, wenn Sie Beratung bei der Auswahl benötigen.
INBETRIEBNAHME
Predictive Maintenance in drei Schritten
Im ersten Schritt wird die Anwendbarkeit von anacision MACHINE HEALTH sichergestellt. Danach folgen die individuelle Konfigurationsphase für spezifische Bauteile mit anschließender Inbetriebnahme.
1 – Machbarkeitsanalyse
Definition einer Zielsetzung für den spezifischen Predictive Maintenance-Anwendungsfall. Einschätzung der Datenlage anhand der Datenklassifikation von anacision MACHINE HEALTH. Bewertung der Machbarkeit.
2 – Datenmapping & Konfiguration
Training von KI-Modellen in anacision MACHINE HEALTH mit verfügbaren Maschinen- oder Sensordaten. Klassifizierung von normalen und abnormalen Schwankungen im Gesundheitsindex. Validierung der Identifikation von kritischen Zuständen mit Fachexperten auf Basis historischer Daten. Machbarkeitsnachweis.
3 – Inbetriebnahme
Generierung eines robusten Vorhersagemodells für die Prognosen des Gesundheitszustandes. Bereitstellung von Datenschnittstellen für die Integration der Maschinen- und Sensordaten im Produktivbetrieb.
PRODUKTBROSCHÜRE
Verschleißerkennung für intelligente Maschinen
anacision MACHINE HEALTH ist eine universelle Predicitive Maintenance-Lösung für Maschinen und Anlagen. Erfahren Sie in der Broschüre, wie unsere Lösung für beliebige Bauteile funktioniert und Maschinenausfälle sicher vorhersagt:
- Kurzübersicht Predictive Maintenance-Ansätze
- Funktionsprinzip KI-basierter Gesundheitsindex
- Funktionsumfang: KI-Modell, Deployment, Maschinenportal
- Referenzbeispiele aus dem Maschinen- und Anlagenbau
- Unser Angebot
MEHR ERFAHREN
Machbarkeits-Check mit Datenklassifikation
Predictive Maintenance funktioniert nur, wenn die Datenlage ausreicht – das gilt auch für anacision MACHINE HEALTH. Anhand unserer Datenklassifikation lassen sich die Erfolgschancen für KI-basierte Prognosen zum Verschleißzustand von Bauteilen, Maschinen oder Anlagen sehr einfach bewerten.
WHITEPAPER
Predictive Maintenance – Optimierte Instandhaltung durch Daten
Welchen Herausforderungen sehen sich Industrieunternehmen in Zeiten der Digitalisierung und Industrie 4.0 gegenüber und welche Chancen entstehen durch den Einsatz von Daten in der Instandhaltung? Starten Sie die digitale Transformation in Ihrem Unternehmen mit einem ersten Schritt: Predictive Maintenance. Auf Basis Ihrer Herausforderungen und verfügbaren Daten lässt sich Predictive Maintenance in unterschiedlichen Ausprägungen realisieren. Grundlagen, Herausforderungen und Ansätze liefert das anacision Whitepaper.
Das könnte Sie auch interessieren
Predictive Maintenance in der Produktion
Qualitativ hochwertige und vergleichbare Verschleißvorhersagen treffen.
Predictive Maintenance für Motorkühlsysteme von Zerkleinerungsanlagen
Frühzeitige Erkennung von Maschinenausfällen durch KI.
