LineMetrics Smart Building Plattform
  • Anwendungsfälle
    • nach Gebäudetyp
      • Büroimmobilien
      • Industrie und Logistik
      • Handel und Filialnetze
      • Öffentliche Einrichtungen
      • Wohnimmobilien
      • Gesundheitswesen
    • nach Thema
      • New Work & Covid-19
      • Bedarfsorientierte Reinigung
      • Remote Monitoring & Alarmierung
      • Sensordaten per API
      • Nachhaltigkeit & ESG
    • nach Rolle
      • Facility Management
      • Asset Management
  • Plattform
    • Die Komplettlösung für Sensordaten aus bestehenden Gebäuden >
    • Hardware
      • Funksensoren
      • Funkgateways
      • Datenlogger
    • Software
      • Cloud
      • Mobile App
      • API
    • Services
      • Mobilfunk
      • Technischer Support
      • Mieten statt kaufen
  • Support
    • Service Center
    • Support Ticket
  • Ressourcen
    • Blog
    • Whitepaper
    • Datensicherheit
  • Partner
    • Partner werden
    • Unsere Partner
  • Unternehmen
    • Über uns
    • Jobs
    • Referenzen
    • Presse
  • Kontakt
  • Menü Menü

Predictive Maintenance: Effizientere Instandhaltung mit künstlicher Intelligenz

Predictive Maintenance bedeutet „vorausschauende Wartung/Instandhaltung“. Das heißt, dass für jedes Verschleißteil eines Geräts oder einer technischen Anlage laufend abgeschätzt wird, wann die nächste Wartung notwendig ist. Diese Abschätzung beruft auf dem tatsächlichen Zustand des Bauteils – anstatt eine Wartung durchzuführen, wenn eine bestimmte Anzahl an Betriebsstunden oder an Laufleistung erreicht ist.

Beispielsweise würde das bedeuten, dass bei einem Fahrzeug das Motoröl nicht immer exakt dann getauscht wird, wenn 10 000 km erreicht sind, sondern dass laufend eine Messung verschiedener Qualitätsparameter des Öls (z.B. Konzentration verschiedener Fremdstoffe) durchgeführt und daraus abgeschätzt wird, wie lange es noch dauern wird, bis das Öl nicht mehr sicher verwendet werden kann.

Denken Sie nun an irgendein Gerät oder eine technische Anlage, die von Zeit zu Zeit gewartet werden muss, beispielsweise an eine Belüftungsanlage. Welche Bauteile müssen hier regelmäßig gewartet werden? Kugellager, Zahnräder, Antriebsriemen, Filter, … Vielfach ist es für einen erfahrenen Mitarbeiter, der genau diese Wartung schon oft durchgeführt hat, möglich aus dem Geräusch, den Vibrationen, der Wärmeentwicklung oder anderen Größen recht gut abzuschätzen, in welchem Zustand ein Verschleißteil denn gerade ist, wenn er sich die Sache genau genug ansieht.

Ein KI System für Predictive Maintenance funktioniert ganz ähnlich. Zuerst müssen jene Messgrößen identifiziert werden, die gleichzeitig gute Hinweise auf den Zustand eines Bauteils geben und ausreichend einfach messbar sind.

Welche Messwerte sich besonders eignen

  • Vibrationen: Diese entsprechen im Wesentlichen den Geräuschen, die ein Gerät verursacht und sind dadurch ein sehr aussagekräftiges Maß für den Zustand.
  • Stromaufnahme: insbesondere der Anlaufstrom (also jener Strom, den ein Elektromotor in den ersten Sekunden nach dem Einschalten verbraucht) kann ebenfalls wertvolle Informationen liefern
  • Temperatur: Lufttemperatur, Temperatur einzelner Komponenten/ Bauteile eines Geräts, Temperatur von Flüssigkeiten, (Reibung!)
  • Durchfluss von Gasen oder Flüssigkeiten durch Rohre
  • Drücke, Differenzdrücke, …

Frühe Hinweise auf eine sich abzeichnende, nötige Wartung können manchmal nur in der gleichzeitigen Betrachtung unterschiedlicher Messgrößen erkannt werden.

Dann muss der Verlauf jener Größen, die als gut geeignet ausgesucht wurden, über den gesamten Lebenszyklus des Verschleißteils aufgezeichnet werden. Damit kann weiters ein neuronales Netz trainiert werden, das selbständig frühe Hinweise identifiziert, den typischen Verlauf der Messgrößen über den Lebenszyklus des Bauteils erlernt und daraus abschätzen kann, wann die nächste Wartung notwendig sein wird.

Das neuronale Netz beherrscht hiermit also Dinge, die den Fähigkeiten eines erfahrenen Mitarbeiters ähnlich sind. Doch im Gegensatz zu einem menschlichen Mitarbeiter, arbeitet die KI unermüdlich Tag und Nacht, verursacht im Betrieb nur geringe Kosten, und hat – wenn die Sensoren richtig angebracht sind – sozusagen feinere Sinnesorgane: Es kann also Vibrationen, Geräusche, Temperaturveränderungen, u.v.m. wahrnehmen, die einem Menschen verborgen bleiben.

Wie Sie konkret profitieren können

  • Vermeidung ungeplanter Stillstände: Ungeplante Stillstände können ganz unglaubliche Kosten verursachen, beispielsweise wenn dadurch eine ganze Produktionslinie oder sogar eine gesamte Fabrik betroffen ist. Es ist also offensichtlich, inwiefern Predictive Maintenance weiterhelfen kann.
  • Weniger Routine-Überprüfungen: Wenn solide Daten über den Zustand eines Geräts vorliegen, ist es möglich routinemäßige Überprüfungen und Kontrollen weit seltener durchzuführen. Das spart Arbeitszeit.
  • Vermeidung unnötig früher Wartungsarbeiten: Wenn bekannt ist, in welchem Zustand sich ein Verschleißteil konkret befindet, ist es nicht nötig ein solches vorsorglich viel zu früh zu tauschen, um auf jeden Fall Schäden zu verhindern. Stattdessen kann ein solches Bauteil optimal bis zum Ende seiner Lebenszeit genützt werden. Neben der Kostenersparnis beim Material bedeutet das natürlich eine Reduktion der nötigen Arbeitszeit.

Predictive Maintenance vs. Anomalie-Erkennung

Nun wollen wir noch Predicitive Maintenance von einem anderen wichtigen Verfahren der angewandten KI abgrenzen, nämlich der Anomalie-Erkennung. Predictive Maintenance schätzt ab, wie lange ein Gerät noch betrieben werden kann, während eine Anomalie-Erkennung nur feststellt, dass es irgendeine Veränderung gibt, die möglicherweise auf einen Schaden hindeutet.

Sie möchten mehr erfahren?

Haben Sie Fragen zum Thema künstliche Intelligenz im Internet der Dinge? Oder einen spannenden Anwendungsfall?  Wir freuen wir uns, wenn Sie uns kontaktieren.

Eintrag teilen
  • Teilen auf Facebook
  • Teilen auf LinkedIn
  • Per E-Mail teilen

Aktuelle Beiträge

  • Schluss mit händischen Temperaturkontrollen und Zettelwirtschaft!März 11, 2021 - 12:38 pm
  • LineMetrics Certified SensorSensoren von LineMetrics – Höchste Qualitätskriterien für professionelle AnwenderJanuar 13, 2021 - 1:40 pm
  • 5in1 Sensor Covid195in1 Sensor reduziert Ansteckungsgefahr im BüroDezember 16, 2020 - 10:10 am
  • PropTech Innovation DayPropTech Innovation Day – Immobilienprojekte digitalisierenDezember 3, 2020 - 9:29 am
  • Praxis-Guide: Büros und Arbeitsplätze zukunftssicher gestaltenPraxis-Guide: Büros und Arbeitsplätze zukunftssicher gestaltenDezember 1, 2020 - 1:47 pm

Nach Kategorien

  • Alle Blogartikel (33)
  • Anwendungsfälle (22)
  • Covid-Prävention (9)
  • Digitalisierung und IoT (13)
  • Events (9)
  • Künstliche Intelligenz (3)
  • LoRa (6)
  • Unkategorisiert (1)

Newsletter

LineMetrics GmbH

Steyrer Straße 51
3350 Haag | Österreich

+43 720 988776
office@linemetrics.com

  • Twitter
  • Facebook
  • Instagram

Wissenswertes

  • LoRa einfach erklärt
  • Maximale LoRa Reichweite
  • Blog
  • Whitepaper

Unternehmen

  • Über uns
  • Jobs
  • Referenzen
  • Presse

Rechtliches

  • Datenschutzerklärung
  • Impressum
  • AGB
  • © LineMetrics 2022
Nach oben scrollen

Diese Website verwendet Cookies – nähere Informationen zu Ihren Rechten als Benutzer finden Sie in der Datenschutzerklärung.

Alle Cookies akzeptierenEinstellungen

Cookie- und Datenschutzeinstellungen



Wie wir Cookies verwenden

Wir können Cookies anfordern, die auf Ihrem Gerät eingestellt werden. Wir verwenden Cookies, um uns mitzuteilen, wenn Sie unsere Websites besuchen, wie Sie mit uns interagieren, Ihre Nutzererfahrung verbessern und Ihre Beziehung zu unserer Website anpassen.

Klicken Sie auf die verschiedenen Kategorienüberschriften, um mehr zu erfahren. Sie können auch einige Ihrer Einstellungen ändern. Beachten Sie, dass das Blockieren einiger Arten von Cookies Auswirkungen auf Ihre Erfahrung auf unseren Websites und auf die Dienste haben kann, die wir anbieten können.

Notwendige Website Cookies

Diese Cookies sind unbedingt erforderlich, um Ihnen die auf unserer Webseite verfügbaren Dienste und Funktionen zur Verfügung zu stellen.

Da diese Cookies für die auf unserer Webseite verfügbaren Dienste und Funktionen unbedingt erforderlich sind, hat die Ablehnung Auswirkungen auf die Funktionsweise unserer Webseite. Sie können Cookies jederzeit blockieren oder löschen, indem Sie Ihre Browsereinstellungen ändern und das Blockieren aller Cookies auf dieser Webseite erzwingen. Sie werden jedoch immer aufgefordert, Cookies zu akzeptieren / abzulehnen, wenn Sie unsere Website erneut besuchen.

Wir respektieren es voll und ganz, wenn Sie Cookies ablehnen möchten. Um zu vermeiden, dass Sie immer wieder nach Cookies gefragt werden, erlauben Sie uns bitte, einen Cookie für Ihre Einstellungen zu speichern. Sie können sich jederzeit abmelden oder andere Cookies zulassen, um unsere Dienste vollumfänglich nutzen zu können. Wenn Sie Cookies ablehnen, werden alle gesetzten Cookies auf unserer Domain entfernt.

Wir stellen Ihnen eine Liste der von Ihrem Computer auf unserer Domain gespeicherten Cookies zur Verfügung. Aus Sicherheitsgründen können wie Ihnen keine Cookies anzeigen, die von anderen Domains gespeichert werden. Diese können Sie in den Sicherheitseinstellungen Ihres Browsers einsehen.

Google Analytics Cookies

Diese Cookies sammeln Informationen, die uns - teilweise zusammengefasst - dabei helfen zu verstehen, wie unsere Webseite genutzt wird und wie effektiv unsere Marketing-Maßnahmen sind. Auch können wir mit den Erkenntnissen aus diesen Cookies unsere Anwendungen anpassen, um Ihre Nutzererfahrung auf unserer Webseite zu verbessern.

Wenn Sie nicht wollen, dass wir Ihren Besuch auf unserer Seite verfolgen können Sie dies hier in Ihrem Browser blockieren:

Andere externe Dienste

Wir nutzen auch verschiedene externe Dienste wie Google Webfonts, Google Maps und externe Videoanbieter. Da diese Anbieter möglicherweise personenbezogene Daten von Ihnen speichern, können Sie diese hier deaktivieren. Bitte beachten Sie, dass eine Deaktivierung dieser Cookies die Funktionalität und das Aussehen unserer Webseite erheblich beeinträchtigen kann. Die Änderungen werden nach einem Neuladen der Seite wirksam.

Google Webfont Einstellungen:

Google Maps Einstellungen:

Google reCaptcha Einstellungen:

Vimeo und YouTube Einstellungen:

Andere Cookies

Die folgenden Cookies werden ebenfalls gebraucht - Sie können auswählen, ob Sie diesen zustimmen möchten:

Datenschutzrichtlinie

Sie können unsere Cookies und Datenschutzeinstellungen im Detail in unseren Datenschutzrichtlinie nachlesen.

Datenschutzerklärung
Änderungen speichern

Bitte geben Sie Ihre E-Mail ein
Thanks for your interest in LineMetrics!
Der angefragte Download-Link wurde gerade an Ihre E-Mail-Adresse [email] übermittelt. Bitte überprüfen Sie Ihren Spam-Folder, falls Sie keine Nachricht erhalten haben.

Senden Sie uns Ihre Nachricht - wir melden uns in Kürze.

Ihre Nachricht (optional)
Durch das Abschicken des Formulars erkläre ich mich mit der Verarbeitung meiner persönlichen Daten gemäß der Datenschutzerklärung einverstanden. Sie können Ihre Einwilligung jederzeit per E-Mail an office@linemetrics.com widerrufen.
Danke für Ihr Interesse an LineMetrics
Wir haben Ihre Anfrage erhalten und werden Sie demnächst kontaktieren.
Error text

Bitte geben Sie Ihre E-Mail ein
Thanks for your interest in LineMetrics!
Der angefragte Demo-Zugang wurde gerade an Ihre E-Mail-Adresse [email] übermittelt. Bitte überprüfen Sie Ihren Spam-Folder, falls Sie keine Nachricht erhalten haben.