weMonitor

Eine präventive und vorausschauende Instandhaltung (Predictive Maintenance) hebt den industriellen Maschinenservice auf ein neues Level. Mittels weMonitor behalten sowohl Maschinenhersteller als auch -betreiber alle relevanten Daten ihrer Maschinen im Blick. Grundlage für die Maschinen- und Anlagenüberwachung sind modernste Internettechnologien und eine intelligente Datenverarbeitung. weMonitor ist damit die ideale Basis für eine Zustandsüberwachung von Maschinen und Anlagen mittels Condition Monitoring oder Predictive Maintenance. Um den einzelnen Anforderungen der Nutzer gerecht zu werden, wird die Software individuell konfiguriert und angepasst. So wird jederzeit eine optimale Maschinen- und Anlagenüberwachung gewährleistet.

Um das umfangreiche Gesamtsystem abzubilden, verfügt weMonitor über zukunftsorientierte Predictive-Maintenance-Funktionen. Damit eine präventive Instandhaltung kosteneffizient umgesetzt wird, ist die frühzeitige Identifizierung von möglichen Problemen und Störfällen notwendig. Daher sind Machine-Learning-Algorithmen implementiert, welche Maschinen und Anlagen mit komplexen Schwellenwerten als zusammenhängendes System beschreiben und analysieren. Auf diese Weise ermöglicht maschinelles Lernen, dass eigenständig Wissen erzeugt wird, welches auf selbst gesammelten Erfahrungen beruht. Die vorausschauende Wartung und Instandhaltung erreicht so eine neue Leistungsebene, da die Analyse sehr großer Datenmengen automatisiert abläuft und sich entsprechende Lösungsansätze für neue sowie bisher unbekannte Probleme feststellen lassen. Neben Machine-Learning-Verfahren, die das Schwingungsverhalten von Systemen oder Komponenten erlernen, wurden von uns auch multidimensionale Anomaly-Detection-Verfahren entwickelt, deren angelernte Modelle auf unseren IoT Gateways ausgeführt werden können. Umfangreiche Möglichkeiten zur Aufzeichnung und Analyse von Sensordaten gestatten es dem weMonitor-Benutzer, das Systemverhalten seines zu überwachenden Systems schon während der Entwicklungs-/Inbetriebnahmephase genauer zu untersuchen. Predictive Maintenance in Verbindung mit Machine Learning dient damit nicht nur der höheren Anlagenverfügbarkeit, sondern es reduziert durch Vorhersagen von Maschinenstillständen und -defekten auch effektiv die Instandhaltungskosten.

Wesentlicher Bestandteil des Condition Monitorings ist die Darstellung anfallender Daten und Sensorwerte in Echtzeit. Mögliche Abweichungen werden erkannt, während gleichzeitig weitergehende Daten für detailliertere Analysen herausgefiltert werden. Die Grundlage für Condition Monitoring sind daher genau definierte und individuelle Schwellenwerte. Voraussetzung für eine erfolgreiche Datenerfassung sind sensorisch ausgestattete Maschinen und Anlagen, um Größen wie Schwingungen, Temperaturen oder andere Prozess- und Leistungsparameter on- sowie offline auszuwerten. Der Betreiber kann das Modul individuell auf seine Bedürfnisse anpassen und genaue Grenzwerte definieren, welche bei Über- oder Unterschreitung automatische Alerts auslösen und Alarmmeldungen generieren, die in der Serviceplattform anschaulich visualisiert werden. weMonitors Condition Monitoring ist somit für eine optimale Zustandsüberwachung bestens geeignet.

weMonitor ermöglicht insgesamt also nicht nur eine Erhöhung der Nettobetriebszeit der Maschinen, sondern auch Profitsteigerungen und eine Zunahme der Zufriedenheit bei Maschinenbetreibern und -nutzern.

Fünf Argumente für weMonitor

- Präventive Instandhaltung von Maschinen und Anlagen sorgt für eine langfristige Senkung der Wartungskosten

- Predictive Maintenance mittels Machine Learning verhindert zukünftige Maschinenausfälle und führt zur einer deutlich höheren Anlagenverfügbarkeit

- Umfangreiches Leistungsspektrum für eine kontinuierliche oder diskontinuierliche Zustandsüberwachung

- Übersichtliches Layout mit einer informativen Darstellung und Analyse von Alarmmeldungen

- Unterstützung hoher Sensorabtastraten sowie eine Echtzeitüberwachung weltweit verteilter Maschinen und Anlagen


<< Zurück zur Übersicht