Werden die Monitoring-Daten auf einer Industrial Internet of Things (IIoT)-Plattform gesammelt, lässt sich mit der Zeit eine Maschinenhistorie aufbauen. Dazu bieten sich übergreifende Plattformen wie das FIELD-System von Fanuc an. Oder auch lokal basierte Lösungen wie das i.Cee:local von igus. Dieses erlaubt, das überwachte Lernen auf den Maschinenzuständen noch weiter zu treiben: Wurde über einen längeren Zeitraum beobachtet, wie sich Trends entwickeln, können Voraussagen zum Komponentenverschleiß getroffen werden. Damit ist der Schritt hin zur prädiktiven Instandhaltung getan. Mehr noch: Anhand der Historie lässt sich beobachten, ob bestimmte Prozessparameter Verschleiß fördern – dann lassen sich die Prozesse entsprechend anpassen.
Wie werden für Smart Maintenance aus reinen Sensordaten die intelligenten Erkenntnisse gewonnen?
Verwandte Fragen
- Was bringt mir Predictive Maintenance für meine Schleppketten?
- Welche Vorteile bietet die vorausschauende Wartung von Energieketten?
- Wie funktioniert Predictive Maintenance bei Energieführungssystemen?
- Wie funktioniert der direkte Maschinenanschluss des i.Sense EC.W Sensors zum kontinuierlichen Condition Monitoring von Energieketten?
- Kann ich ein Condition Monitoring meiner Energiekette auch ohne Schaltschrank-Module realisieren?
Gerne können Sie den Artikel auch kommentieren - wie freuen uns auf Ihre Meinung!