Bei LeanBI investieren wir in neue Lösungen. Seit Jahren hören wir auf die Bedürfnisse unserer Kunden und streben gemeinsam mit unseren IT-, Industrie- und Schweizer Hochschulpartnern nach Innovation. Viele Innovationsprojekte haben zu unseren Lösungen geführt, die mit geringem Projektaufwand an die Anwendungsfälle unserer Kunden angepasst werden können.
Diese Lösungen können entweder bei Ihnen vor Ort oder in der Cloud laufen. Wir können auch mit Ihren Ingenieuren zusammenarbeiten, um sie in Ihre bestehende Infrastruktur zu integrieren.
Auch bieten wir Ihnen massgeschneiderte Lösungen für Ihre Probleme an, und stellen Ihnen unser Know-how als Dienstleister zur Verfügung. Dann gehören die Endlösungen unseren Kunden.
Mit der Plug & Play Vibrations-Sensortechnologie unserer Partner und Datenanalytik können wir Schäden an Getrieben und Wälzlagern feststellen.
Die Sensoren sind meistens kabellos, deshalb ist «low energy» wichtig. Funktechnologie hat gegenüber Bluetooth Vorteile, benötigt aber mehr Energie. Deshalb erwacht der Sensor erst dann aus seinem Schlaf, wenn sich Anomalien im Frequenzbild zeigen.
Die analytisch ausgewerteten Daten liefern Statusreports und Warnmeldungen an das mobile Endgerät. Auch besteht die Möglichkeit einer Einbindung der Technologie in die firmeneigenen Applikationen oder die Darstellung von Warnungen und Trends auf unseren Dashboards.
Die Schwingungs-Sensorik zur Schadenserkennung hat ihre Grenzen, da nicht immer ein direkter Kontakt für die Messung möglich ist. Eine akustische Lösung hingegen bietet eine kostengünstige berührungsfreie Alternative, bei der spezielle Mikrofone eingesetzt werden, um Schäden zu erkennen. Bei der Verwendung von akustischer Sensorik müssen jedoch verschiedene Faktoren beachtet werden. Die Wahl und Installation des Sensors sollten entsprechend dem vorliegenden Problem abgestimmt sein. Zudem sind eine geeignete Datenverarbeitung und ein Speicherkonzept von grosser Bedeutung. Fortgeschrittene Machine Learning-Algorithmen sind erforderlich, um die akustischen Daten zu interpretieren.
Im Rahmen eines Pilotprojekts bei der Schweizerischen Post konnten wir erfolgreich die Vorteile einer akustischen Lösung zur Überwachung von Kippschalensortieranlagen demonstrieren. Dank eines einzeln montierten Sensors und unserer auf Deep Learning basierenden KI-Lösung ist es uns trotz der zahlreichen Hintergrundgeräusche im Sortierzentrum gelungen, jedem der rund 900 Wagen in der Anlage einen einzigartigen akustischen Fingerabdruck zuzuweisen. Veränderungen dieses Fingerabdrucks im Laufe der Zeit sind ein deutlicher Hinweis auf Schäden, wodurch kostspielige Betriebsunterbrechungen und aufwendige Wartungen reduziert werden können.
Akustische Sensoren bieten in vielen Anwendungsfällen einen Mehrwert. Für eine erfolgreiche Implementierung ist ein ganzheitliches Konzept erforderlich, das die Auswahl und Platzierung der Sensoren sowie die Speicherung, Verarbeitung und den Schutz der Daten umfasst. Nur so können durch fortgeschrittene Machine Learning-Algorithmen aussagekräftige Erkenntnisse generiert werden. LeanBI verfügt über die Expertise und Erfahrung, um maßgeschneiderte und erfolgreiche ganzheitliche Lösungen für verschiedene Anwendungsfälle zu entwickeln.
Viele Havarien und Schäden von logistischen Anlagen und Maschinen sind auf ungewollte Verformungen von Komponenten zurückzuführen. Bilderkennungs-systeme auf der Basis von Deep Learning bieten sich an, solche Anlagen zu überwachen.
Je nach Art der Verformung, die wir erkennen wollen, können wir zwischen präzisen Laserscannern oder kostengünstigeren Kamerasystemen wählen. Typischerweise werden Laserscanner für sehr kleine Verformungen im Submillimeterbereich benötigt, während für größere Verformungen von wenigen Millimetern eine Kamera eingesetzt wird.
Typischerweise werden Verformungen als Anomalien behandelt: Unsere KI-Lösung basiert auf der Erkennung solcher Anomalien und erfordert nicht viele Fehlerfälle zum Training. Unsere Lösung ist eine Mischung von Edge und Cloud Computing und kann damit auch mit grossen Datenmengen gut umgehen.
Unsere Deep Learning Objekterkennungs-Lösung kann alle Datentypen in Form eines Bildes verwenden (aus Kameras, Laserscans, Wärmebildkameras usw.). Entweder mit vortrainierten Modellen oder mit Modellen, die anhand Ihrer Daten trainiert wurden, können wir verschiedene Arten von Schäden erkennen und einen manuellen zeitaufwändigen Prozess automatisieren. Zu den Anwendungen Gehören Schäden an Gebäude, Strommasten, Brücken, Tunnel, Straßen, Pipelines.
Nachdem wir Schäden und Objekte digitalisiert haben, können wir sie mit Informationen wie Geo-Ortung oder Zeitstempeln kombinieren, so dass wir die Veränderungen im Laufe der Zeit verfolgen können. Wir können auch kundenspezifische Risikobewertungs- und Risiko-Managementverfahren entsprechend Ihrem Fall implementieren. Deep-Learning-Trainings werden in der Cloud durchgeführt, die Applikationen laufen auch vor Ort, so dass wir uns an Ihren Anwendungsfall anpassen und die Kosten niedrig halten können.
Eine Beispielanwendung unserer Lösung ist die automatische Erkennung von Schäden in Tunneln für unseren Kunden Amberg. Die von Laserscannern aufgenommenen Bilder werden an ein Deep Learning Netzwerk weitergeleitet, das speziell darauf trainiert ist, verschiedene Arten von Schäden (Risse, Lecks usw.) oder Objekten (Rohre usw.) zu erkennen.
Die Überwachung vieler Maschinentypen sollte nicht bedeuten, dass es viele Predictive Maintenance Systeme für jedes einzelne Gerät braucht. Ein zentrales System für die vorbeugende Wartung erleichtert die Dinge, so dass Sie nicht noch Ihre Wartungssysteme warten müssen.
LeanPredict ist ein modularer End-to-End-Lösungsrahmen, der alle wichtigen Anwendungen von Maschinenausfällen abdeckt. Es ist mit verschiedenen Sensortypen wie Lasern, Kameras, Strom-, Akustik-, Vibrations- und Temperatur-sensoren ausgestattet und kann beliebig erweitert werden.
Die Daten werden in der Cloud durch einen AI-Prozess analysiert, der Anomalien in einem frühen Stadium erkennen lässt, bevor es zu Ausfällen kommt. LeanPredict liefert Informationen und Prognosen via Dashboards und kann Warnmeldungen direkt auf Ihr Mobiltelefon oder per E-Mail senden.
Über Standardschnittstellen können auch verschiedene Systeme wie MES, SCADA, PLCs, ERPs und Wartungs-lösungen angebunden werden.