Problemstellung
Infrastruktur oder Maschinenanlagen werden traditionellerweise reaktiv instand gehalten. Das heißt es wird erst reagiert, wenn es bereits zu Ausfällen von Maschinen und Anlagen gekommen ist. Diese sogenannte "Feuerwehrmethode" (erst reagieren, wenn es bereits brennt) führt zu hohen Kosten. Im schlimmsten Fall kann es sogar zu Produktionsausfällen kommen. Es ist daher unabdingbar in einer modernen Produktionsstätte vorausschauend, sprich prädiktiv, zu warten.
Vorteile der Lösung
Prädiktive Instandhaltung dient als Empfehlungssystem und unterstützt Mitarbeitende bei der Wahl geeigneter Vorkehrungen zur Instandhaltung. Die hier vorgestellte Lösung identifiziert und analysiert dafür Daten der Anlage und Infrastruktur und beruht somit auf Echtzeitdaten statt Schätzungen und Pauschalen. So ermöglicht prädiktive Instandhaltung, notwendige Maßnahmen vorausschauend zu planen. Dadurch reduzieren sich Instandhaltungskosten sowie Folgekosten durch einen Investitionsrückstau. Ebenso können mögliche Komplettausfälle vermieden werden. Eine fundierte Datengrundlage und einfache Sensorsysteme sind die Basis hierfür.
Genutzte Technologien
Künstliche Intelligenz verwendet Big Data und Machine Learning Technologien. Diese basieren auf historischen und in Echtzeit verfügbaren Daten und sagen den Zustand der Anlagen und Infrastrukturen voraus.
Einsatzgebiete
Prädiktive Instandhaltung wird zur Instandhaltung von Maschinenparks, Fahrzeugen aller Art, Infrastruktur, Straßen, Schienen und Brücken eingesetzt.