Smart Data fur Predictive Maintenance mithilfe von kunstlichen neuronalen Netzen

Studienarbeit aus dem Jahr 2022 im Fachbereich Ingenieurwissenschaften - Allgemeines, Note: 2,0, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Sprache: Deutsch, Abstract: Die Arbeit setzt sich mit Smart Data und neuronalen Netzen im Bereich Predictive Maintenance auseinander. Der digitale Wandel von Maschinen und Fertigungsanlagen schafft fur die Industrie neue Optimierungspotenziale. Ein Bereich, der sich diese digitalen Informationen zu nutzen machen kann, ist die Instandhaltung. Diese sorgt durch Wartungen und Instandsetzungen von verschiedensten Fertigungsanlagen fur einen reibungslosen Fertigungsablauf. In der Instandhaltung sorgen mangelnde Informationen uber den Maschinenzustand oft fur Schwierigkeiten bei der Fehlererkennung, Fehleridentifizierung oder Fehlerlokalisierung. Dies fuhrt zu langen Maschinenausfallzeiten und entsprechend hohen Opportunitatskosten. Abhilfe fur dieses Problem versprechen Datenanalyseverfahren, welche Maschinenzustandsdaten uber Sensoren auswerten und nutzbar machen. Durch diesen Einsatz konnen Anomalien fruhzeitig erkannt werden. Dadurch ist eine pradikative Instandhaltung, auch Predictive Maintenence genannt, moglich. Eine Umfrage aus dem Jahr 2020 zeigt, dass sich Unternehmen aus den genannten Grunden fur den Einsatz von Predictive Maintenance entscheiden.