Soft- und Hardware zur automatisierten Wartungsprognose mittels Data Science

Für ein namhaftes deutsches Logistikunternehmen arbeiten wir an einem Predictive-Maintenance-System im Bereich der Fließbandwartung inkl. Hardwarekomponenten. Mit speziell dafür entwickelten Sensoren werden Audiodaten und Positionen der einzelnen Zellen der Sortieranlage aufgezeichnet und anschließend durch statistische Verfahren auf wartungsrelevante Auffälligkeiten in hoher Auflösung untersucht. Ungeplante Ausfälle können somit verhindert und die Effizienz gesteigert werden. Vor allem aber reduziert der Einsatz der automatisierten Wartungsprognose den Personaleinsatz erheblich, weil nicht alle, sondern nur die wenigen vom Prognosealgorithmus vorgegebenen Elemente der Sortieranlage überprüft werden müssen.

Schwerpunkte der Zusammenarbeit

Ziele

Ziel des Projektes war es, ein prädiktives Wartungssystem basierend auf der Auswertung von Audiodaten mittels Data-Science-Methoden zu entwickeln. Die Software sollte anhand der aufgezeichneten Schwingungen den Abnutzungsgrad der Zellen auf dem Transportbandes erkennen und einen Wartungsfall generieren. Sowohl der Umgang mit Störgeräuschen als auch die mechanisch teilweise sehr unterschiedlichen Bauformen der Sorter stellten dabei besondere Herausforderungen dar.

Schlüsselfaktoren

  • CI/CD
  • Cloud
  • Data Science (verschiedene statistische Verfahren)
  • Konzeption und Design der Hardware
  • DevOps
  • Frequenzanalyse (Fast Fourier Transform)
  • IoT
  • Webfrontend

Umsetzung

  • Entwurf der Softwarearchitektur
  • Hardwaredesign des Sensors
  • Zusammenarbeit bei der Errichtung der Infrastruktur
  • vollständige Integration in die vorhandene Softwarearchitektur
  • Datenerfassung und Datenreduktion unter Beachtung datenschutzrelevanter Rahmenbedingungen
  • sichere Kommunikation aus den firmeninternen Netzwerken mit der Cloud (IoT)
  • skalierbare Datenanalyse/Prognose in der Cloud
  • Unterstützung bei der Oberflächengestaltung
  • Mandantenfähigkeit

Ergebnisse

Mithilfe bewährter Data-Science-Methoden wurde ein prädiktives Wartungssystem (Hard- und Software) im Bereich der Fließbandlogistik entwickelt. Dieses erkennt wartungsrelevante Auffälligkeiten der Wagen und generiert eine automatisierte Benachrichtigung in der Verwaltungsoberfläche. Das System reduziert manuelle Prüfaufwände erheblich, sorgt mit abgestuften Vorwarnungen für eine gute Planbarkeit des Wartungsprozesses und verhindert vermeidbare Ausfälle.

Ausblick

Das Wartungsprognosesystem wird zukünftig weltweit in den verschiedenen Standorten des Logistikdienstleisters ausgerollt. Dabei stehen die Anpassung des Prognosealgorithmus an weitere Sortertypen und die Remote-Konfiguration/Update der Sensoren im Fokus.

Einblick

Interessiert? Dann schauen Sie doch einfach mal in unseren Prototypen.

Piktogramm Leistungen

Leistungen

Software- und Hardwareentwicklung, Aufsetzen der Betriebsumgebung

Piktogramm Zeitraum

Zeitraum

03/2022 – heute

Piktogramm Projektgröße

Projektgröße

400 Personentage

Ihre Ansprechperson

Foto der Person
Artur Schiefer
Geschäftsführer Softwareentwicklung und Data Science
Sie möchten mehr über unsere maßgeschneiderten Softwarelösungen und Data-Science-Methoden erfahren?

Unser Geschäftsführer Artur Schiefer berät Sie zu unseren Individuallösungen, die Ihrem Unternehmen den technologischen Vorsprung verschaffen.
Telefon: +49 341 35576-675