Anwendungsfälle

Im Rahmen von PlatonaM werden Anwendungsfällen für das prädiktive Instandhaltungsmanagement auf Grundlage des neuartigen Plattform-Ökosystems betrachtet und damit der Mehrwert einer hersteller- und kundenübergreifenden Maschinendatennutzung aufgezeigt.

Predictive Maintenance über Ereignisse

Durch die Entwicklung von multimodalen Machine-Learning-Verfahren können auf Grundlage von strukturierten, quantitativen Maschinendaten als auch schwachstrukturierten, textuellen Maschinendaten (Multimodalität) Maschinenausfälle besser vorhergesagt und Instandhaltungsmaßnahmen rechtzeitig durchgeführt werden.

Sicherer Austausch von Maschinendaten

Die Wahrung der unternehmerrischen Privatsphäre und Datensouveränität ist eine Voraussetzung für den Austausch von Maschinendaten. Durch Datenanonymisierung, -zerlegung und Zugriffssteuerung gewährleistet die Plattform Sicherheit und Rechtskonformität bei der Erfassung, Übertragung und Verarbeitung von Maschinendaten.

Prozessoptimierung im Instandhaltungsmanagement

Durch die Einbeziehung von Instandhaltungsmaßnahmen in den Produktionsplan kann eine Abwägung von Produzieren und Instandhalten erzielt werden, was zu einer effizienteren Nutzung der Maschine führt.

Produktverbesserungen

Die Verknüpung von digitalen Maschinendaten auf unserer neuartigen Plattform führt zu einer verbesserten Datenlage zum Erkennen von „Kinderkrankheiten“ und häufigen Ausfallursachen. Die Ursachen können auf dieser Grundlage gezielt identifiziert und abgestellt werden.

Arbeitspakete

PlatonaM folgt dem Spiralmodell zur Erarbeitung der Projektergebnisse, um aus der ersten Evaluation Erkenntnisse für den weiteren Entwicklungsprozess zu gewinnen. Der Arbeitsplan gliedert sich in fünf Arbeitspakete (AP) und das projektbegleitende Management, die sich über die Projektlaufzeit von 36 Monaten erstrecken.

Anforderungsanalyse

Ermittlung, Analyse und Spezifikation technischer, rechtlicher und organisationsbezogener Anforderungen in Bezug auf das Gesamtvorhaben.

Plattform

Konzeption und prototypische Implementierung einer cloudbasierten IoT-Plattform zur Integration von Maschinendaten sowie deren Weiterverarbeitung und servicebasierten Nutzung unter Erhaltung der Business Privacy.

Prozess- und Datenanalytik

Bereitstellung von Verfahren für die Analyse von Maschinendaten im Prozesskontext als Plattformservices.

Prädiktives Instandhaltungsmanagement

Bereitstellung von Verfahren zur Priorisierung und Terminierung von Predictive Maintenance-Aufträgen. Integration von Predictive Maintenance-Aufträgen in den operativen Betrieb im Sinne einer simultanen Produktions- und Instandhaltungsplanung.

Evaluation

Nachweis des Nutzens der Projektinnovationen unter Realbedingungen.

Projektmanagement

Sicherstellung des wissenschaftlich-technischen Fortschritts, Begleitung der Öffentlichkeitsarbeit und Zusammenarbeit mit relevanten Initiativen und Projekten.