Überzeugende Referenzprojekte
Führende Unternehmen vertrauen bereits auf IconPro
Lernen Sie die relevantesten Anwendungsszenarien und Mehrwerte von Condition Monitoring & Predictive Maintenance für Werkzeumaschinen kennen.
Sehen Sie auf einen Blick, ob Ihre Maschinen in guten Bedingunen operieren, ob sie laufen und welche Programme ausgeführt werden.
Überwachen Sie auf einfachste Art und Weise die Effektivität aller Maschine, von Gruppen oder einzelnen Maschinen.
Lassen Sie sich über bevorstehende Ausfälle oder notwendige Wartungs- oder Kalibrieraktivitäten informieren.
Überwachung der Gesamtanlageneffektivität
Überwachung aller Maschinenzustände
Vorhersage & Anforderung von Wartung
Kontrolle & Verbesserung der Leistung & Qualität
Erhalten Sie detaillierte oder aggregierte Berichte über die Maschineneffektivität zur Bewertung der Rentabilität.
Prognostizieren Sie notwendige Wartungs- oder Servicearbeiten und fordern Sie diese in optimaler Weise an, um Kosten und Ausfallzeiten zu minimieren.
Verfolgen Sie Maschinenverfügbarkeit und -leistung oder Prozessfähigkeit, um Produktivität und Qualität zu optimieren.
Verfolgen Sie Maschinenzustände und Programmfortschritte oder lassen Sie sich benachrichten – jederzeit und von überall.
Lernen Sie die relevantesten Anwendungsszenarien und Mehrwerte für Condition Monitoring & Predictive Maintenance für Messgeräte kennen.
Prädiktive Instandhaltung mit einem Dataset aus dem Condition Monitoring ist eine Lösung, mit welcher sich die Profitibalität des Maschinenparks in der Produktion maßgeblich optimieren lässt. Zu den spezifischen Vorteilen gehören:
Project Subtitle
System for adaptive phototonic surface testing with adaptive image evaluation in combination with a cleaning system.
Companies and Partners
P…
Project Subtitle
Data-based evaluation of the wire electrical discharge machining process
Companies & Partners
WBA Aachener Werkzeugbau Akademie GmbH, Mak…
Project Subtitle
Automation of network edge infrastructure & applications with artificial intelligence
Companies & Partners
Opel Automobile GmbH, Frau…
Project Subtitle
System for adaptive phototonic surface testing with adaptive image evaluation in combination with a cleaning system.
Companies and Partners
P…
Project Subtitle
Data-based evaluation of the wire electrical discharge machining process
Companies & Partners
WBA Aachener Werkzeugbau Akademie GmbH, Mak…
Project Subtitle
Automation of network edge infrastructure & applications with artificial intelligence
Companies & Partners
Opel Automobile GmbH, Frau…
Verstehen des Anwendungsfalls, der Ziele und Anforderungen
Spezifikation der benötigten Maschinen- und Sensordaten
Identifikation und Bewertung der vorhandenen Schnittstellen
Implementierung und Testen einer Maschinenanbindung
Bewertung und Verbesserung der Datenqualität
Anbindung einer Pilotmaschine in APOLLO
Einführungsplan nach erfolgreichem Proof-of-Concept
Das Condition Monitoring stellt durch die Erhebung, Aufbereitung, Speicherung und Bereitstellung relevanter Anlagen- bzw. Maschinendaten die notwendige Basis für die Anwendung von Predictive Maintenance. Die beiden Verfahren ergänzen sich über ihre Funktionen auf den folgenden Ebenen:
Ein Beispiel für die Nutzung von Condition Monitoring und Predictive Maintenance ist der Betrieb von Koordinatenmessgeräten (KMGs) und Werkzeugmaschinen in der Produktion. Bei beiden Gerätetypen werden Steuerungsdaten wie Programmabläufe oder Maschinenfehler sowie zusätzlich Daten von Temperatur- und Vibrationssensoren kontinuierlich extrahiert und gespeichert. Die Daten werden zur Visualisierung in einem Dashboard zugänglich gemacht, sodass Maschinenbediener die Betriebszustände vieler Werkzeugmaschinen auf dem Shopfloor oder KMGs in ggf. unterschiedlichen Messräumen auf einen Blick kennen. Sobald ein Programm zu Ende ausgeführt ist, ein Maschinenfehler auftritt oder die Umgebungsbedingungen problematisch werden, wird dies über das Dashboard erkannt. Auf diese Weise kann sich ein Bediener zuverlässiger um mehr Maschinen bzw. Geräte kümmern, ohne die ganze Zeit vor Ort sein zu müssen.
Über die Predictive Maintenance Funktionalitäten der Software erhält der Bediener gleichzeitig eine Nachricht, sobald ein kritischer Anlagenzustand kurz- oder mittelfristig vorhergesagt wird. Dies kann sich auf den Verschleiß eines Werkzeuges für die Werkzeugmaschine beziehen, auf eine Maschinenkomponente wie z.B. ein Lager oder auf die Messmittelfähigkeit des KMGs. Auf diese Weise lassen sich dann bereits notwendige Wartungs-, Kalibrier- oder Serviceaktivitäten vorhersagen und planen, bevor es zu ungeplanten und damit teuren Ausfallzeiten kommt.
Machine Vision
Predictive Quality
Trendanalyse und -vorhersage
Softwareentwicklung
Datenanalyse & Screening
Was ist die Definition von Predictive Maintenance?
Predictive Maintenance ist eine proaktive Wartungsstrategie, bei der Daten aus dem Condition Monitoring genutzt werden, um den Zustand von Anlagen auszuwerten und potenzielle Ausfälle vorherzusagen. Predictive Maintenance unterliegt der Zielstellung, ungeplante Ausfallzeiten zu minimieren, indem die Wartung stattfindet, bevor es zum Ausfall der Anlage kommt. Gleichzeitig werden nur notwendige Wartungen durchgeführt, was die Wartungskosten signifikant reduziert.
Was unterscheidet Predictive Maintenance von Condition Monitoring?
Condition Monitoring überwacht den Zustand von Anlagen und erfasst mithilfe von Sensoren und Messgeräten Daten, die für Predictive Maintenance benötigt und bereitgestellt werden. Letzteres wendet Machine Learning Algorithmen auf diese Daten an, um Wartungen vorauszusagen bevor es zu einem Ausfall kommt.
Welche Anwendungsbereiche gibt es für Predictive Maintenance?
Predictive Maintenance wird in verschiedenen Branchen eingesetzt, um Ausfälle zu vermeiden und Wartungsarbeiten zu optimieren. In der Fertigungsindustrie können Maschinen- und Anlagendaten verwendet werden, um eine bedarfsorientierte Wartung durchzuführen. In der Transportbranche hingegen kann prädiktive Instandhaltung zum selben Zweck für Transportfahrzeuge eingesetzt werden. Energieerzeuger können die Auslastung und die Wartung von Kraftwerken und Windparks optimieren.
