Herausforderung — Anomalieerkennung in der Produktion & fehlende Predictive Maintenance
Industriemaschinen nutzen häufig Analysegeräte, deren Sensorik manuell gewartet werden muss. Das verursacht hohen Aufwand und erschwert Predictive Maintenance, da frühe Anzeichen einer Sensorverschlechterung nicht datenbasiert erkannt werden.
Lösung — Zeitreihen-KI für Sensor-Anomalieerkennung mit LSTM & Transformer
Wir setzen Zeitreihenmodelle wie LSTMs sowie Encoder-Decoder-Transformer-Netzwerke ein, um Sensordaten auf unplausible Werte zu prüfen. Dadurch lässt sich frühzeitig erkennen, wenn ein Sensor „schlecht“ wird, und es können proaktiv Maßnahmen eingeleitet werden.
Impact — Weniger Stillstand & proaktive Sensorwechsel
- Bis zu 20% geringere Wartungsintervalle und weniger Stillstandzeiten
- Auffälliges Verhalten von Analysegeräten wird früh erkannt; Betreiber können informiert werden, um Sensoren rechtzeitig zu ersetzen
Thema
Digitale Transformation