Smart Data für Predictive Maintenance mithilfe von künstlichen neuronalen Netzen
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2022 im Fachbereich Ingenieurwissenschaften - Allgemeines, Note: 2,0, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Sprache: Deutsch, Abstract: Die Arbeit setzt sich mit Smart Data und neuronalen Netzen im Bereich Predictive Maintenance auseinander. Der digitale Wandel von Maschinen und Fertigungsanlagen schafft für die Industrie neue Optimierungspotenziale. Ein Bereich, der sich diese digitalen Informationen zu nutzen machen kann, ist die Instandhaltung. Diese sorgt durch Wartungen und Instandsetzungen von verschiedensten Fertigungsanlagen für einen reibun...
Studienarbeit aus dem Jahr 2022 im Fachbereich Ingenieurwissenschaften - Allgemeines, Note: 2,0, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Sprache: Deutsch, Abstract: Die Arbeit setzt sich mit Smart Data und neuronalen Netzen im Bereich Predictive Maintenance auseinander. Der digitale Wandel von Maschinen und Fertigungsanlagen schafft für die Industrie neue Optimierungspotenziale. Ein Bereich, der sich diese digitalen Informationen zu nutzen machen kann, ist die Instandhaltung. Diese sorgt durch Wartungen und Instandsetzungen von verschiedensten Fertigungsanlagen für einen reibungslosen Fertigungsablauf. In der Instandhaltung sorgen mangelnde Informationen über den Maschinenzustand oft für Schwierigkeiten bei der Fehlererkennung, Fehleridentifizierung oder Fehlerlokalisierung. Dies führt zu langen Maschinenausfallzeiten und entsprechend hohen Opportunitätskosten. Abhilfe für dieses Problem versprechen Datenanalyseverfahren, welche Maschinenzustandsdaten über Sensoren auswerten und nutzbar machen. Durch diesen Einsatz können Anomalien frühzeitig erkannt werden. Dadurch ist eine prädikative Instandhaltung, auch Predictive Maintenence genannt, möglich. Eine Umfrage aus dem Jahr 2020 zeigt, dass sich Unternehmen aus den genannten Gründen für den Einsatz von Predictive Maintenance entscheiden.
Andere Kunden interessierten sich für
