Suchen

Predictive Maintenance

Zukunftsvorhersagen in der Automatisierung

| Redakteur: Franz Graser

Auf der Hannover Messe 2016 präsentiert SSV Software Systems den IoT-Stack „Thinglyfied“ mit einer Predictive Maintenance-Erweiterung. Die einzelnen Bausteine ermöglichen mittels einer analytischen Bewertung aktueller Zustandsdaten die Vorhersage möglicher Maschinenausfälle.

Firmen zum Thema

( SSV Software )

Der IoT-Technologie-Stack „Thinglyfied“ mit Predictive Maintenance-Erweiterung erfasst umfangreiche Maschinen- und Umgebungsdaten vor Ort in Echtzeit. Dafür steht ein Konnektor-Baustein zur Verfügung, der etwa per Modbus, ISO-on-TCP oder PROFINET die erforderlichen Daten aus einer SPS auslesen und mit weiteren Messdaten aus externen Sensoren zusammenfassen kann.

Diese Daten werden verdichtet und mit Hilfe eines Cloud Connectors an den Predictive-Service einer Public Cloud im Internet weitergeleitet. Hinsichtlich der Cloud und des jeweiligen Providers ist Thinglyfied flexibel. Es werden praktisch alle gängigen Plattformen mit entsprechenden Services unterstützt.

Über die Device-2-Cloud- und Device-2-App-Bausteine des IoT-Technologie-Stacks lassen sich zudem Condition Monitoring-Daten für die gesamte Anlage vor Ort erzeugen und visualisieren. Hierfür stehen ein OPC UA-Server und ein Bluetooth-basiertes Mikro-Gateway plus Smartphone App zur Verfügung.

Ein typisches Thinglyfied Predictive Maintenance-Anwendungsbeispiel wäre die Modernisierung und Digitalisierung eines reaktiven Service-Geschäftsprozesses im Maschinen- und Anlagenbau.

Durch die analytische Auswertung der Daten in der Service-Cloud lassen sich die erforderlichen Wartungstermine in Abhängigkeit der jeweiligen Maschinen- oder Anlagennutzung automatisch koordinieren und in die Terminkalender der zuständigen Mitarbeiter einpflegen. Erforderliche Ersatzteile werden im Voraus beschafft und stehen rechtzeitig zum Wartungstermin vor Ort zur Verfügung.

Dieser Beitrag ist ursprünglich bei unserem Schwesterportal ELEKTRONIKPRAXIS erschienen.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 43949169)