Cognitive Predictive Maintenance

Der Schlüssel zu operationeller Excellence: Erkennung und Vorhersage von Anomalien

Die Flut von Daten, die alle Geräte erzeugen, müssen analysiert und ausgewertet werden. Die IoT Technologie (Internet of Things) hilft, ein eigenes Anwendungskonzept zu erstellen (Proof of Concept). Progress unterstützt hier mit einer IIoT Research License. Damit kann ein Unternehmen einen Mehrwert aus der Datenflut generieren, indem die Daten von Geräten, Maschinen für Auswertungen und Machine Learning genutzt werden. So können sensorische Daten in intelligente Aktionen gewandelt werden.

 

Maschinen und Geräte erzeugen massenhaft Daten, die ein extremer Mehrwert für das Unternehmen sein können. Es braucht Machine Learning, um aus diesen Daten einen Nutzen für das Management und die Organisation zu erzielen. Die Progress® Cognitive Predictive Maintenance Solution automatisiert Data Science (die Analyse von Massendaten), um für die Organisation eine ausgezeichnete Kontrolle über Massendaten zu erzielen.

 

Die Progress® Cognitive Predictive Maintenance Solution nutzt eine patentierte Meta-Learning-Anwendung, für die Erkennung und Vorhersage von Anomalien und um diese Informationen für das Data-Science zur Verfügung zu stellen.

 

Mit Hilfe von Progress® Cognitive Predictive ist es möglich:

-          Downtime zu reduzieren durch geplanten Unterhalt

-          unbenkannte Benutzer zu lokalisieren und identifizieren

-          unbekannte Fehler zu lokalisieren

-          jedes Asset zu analysieren

-          die Data-Science Effizienz zu erhöhen

-          mehr Informationen für strategische Entscheide zu generieren

-          komplexe Aufgaben im Distributionsprozess  zu lösen

-          die Uptimezeit zu optimieren

-          die Auslastung zu verbessern

-          die Qualität zu optimieren

-          die Effizienz des Systems zu optimieren (Overall Equipment Effectiveness, OEE)

Dank der Erkennung von künftigen Veränderungen können Informationen frühzeitig angepasst werden. Dies gilt auch in Bezug auf die technische Laufzeitumgebung.