24/02/2017

KTI Projekt zu Predictive Maintenance gestartet!

Wir freuen uns den Start unseres KTI Projekts mitzuteilen:
leanPredict: Erforschung und Entwicklung einer agilen Lösung zur Zustandsüberwachung und vorausschauenden Instandhaltung für intralogistische Systeme.

 

Predictive Maintenance für intralogistische Systeme ist aufgrund vieler bewegter Komponenten aufwändig und komplex. Durch die Erforschung von Idealkombinationen aus neuen, leistungsfähigen Internet of Things-Sensortechnologien und Advanced Machine Learning-Algorithmen können Aufwand und Komplexität des Prozesses stark reduziert werden. Ziel ist es, eine skalierbare und ökonomische Lösung nach Baukastenprinzip für Materialflusssysteme zu schaffen.

 

Das KTI Projekt wird mit folgenden Partnern umgesetzt:

KTI Projekt zu Predictive Maintenance: leanPredict
 

Predictive Maintenance (PdM) bietet signifikante Einsparpotenziale in der Instandhaltung. Die kontinuierliche, durch Sensoren gestützte Erfassung von Maschinenzustandsdaten ist die Basis für eine algorithmenbasierte Prognose von Maschinenausfällen und ermöglicht damit eine Fehlervermeidung durch rechtzeitige Wartung. So lassen sich in der Instandhaltung beachtliche Kosteneinsparungen von bis zu 40 Prozent erzielen. Jedoch ist die Realisierung der PdM bis dato sehr aufwändig und komplex, da die meisten Maschinen bisher mit massgeschneiderter Sensorik nachgerüstet und für Ausfallprognosen Algorithmen speziell entwickelt werden müssen. Insbesondere bei intralogistischen Systemen, die aus zahlreichen dem Verschleiss ausgesetzten, viel bewegten Komponenten bestehen, erforderten PdM-Projekte deshalb grosse Investitionen.

 

Vor diesem Hintergrund ist es das Ziel des vorliegenden FuE-Projekts, eine End-to-End-Lösung für Predictive Maintenance nach Baukastenprinzip zu entwickeln, die durch Einsatz von neuen, leistungsfähigen Plug-and-Play-Sensoren und -Algorithmen die Komplexität des Prozesses stark reduziert. Neuartig ist dabei die modulare Integration von schlüsselfertigen Internet-of-Things-Messsystemen und vorspezifizierten Algorithmen, die nach Bedarf flexibel innerhalb verschiedener Anwendungsfälle der Intralogistik eingesetzt werden können, sowie eine globale Überwachungsstrategie, die nur wenigen Messstellen erfordert. Auf diese Weise wird ein skalierbares und ökonomisches Angebot geschaffen, das es Unternehmen mit Stetigförderanlagen ermöglicht, an den Vorteilen einer vorausschauenden Instandhaltung zu partizipieren.