Offene und intelligente Dienste für die Instandhaltung und Qualitätssicherung

Die Komplexität heutiger Verarbeitungsmaschinen und die hohen Anforderungen im Hinblick auf Prozess- und Produktqualität erfordert ein hohes Maß an Erfahrungswissen von Prozessverantwortlichen und Anlagenbedienern. Unterstützt werden sie dabei typischerweise durch Instandhaltungs- und Qualitätssicherungsmaßnahmen, die entweder reaktiv oder vorbeugend in definierten Intervallen erfolgen. Beide Methoden erzeugen jedoch Verschwendung, beispielsweise durch Ausschussproduktion oder nicht erforderliche Qualitätssicherung- oder Instandhaltungsaufwendungen. Methoden des maschinellen Lernens und des Datamining in Verbindung mit skalierbaren CloudDiensten bieten nun das Potenzial, durch Analyse der ursächlichen Zusammenhänge diese Verschwendung zu vermeiden

The complexity of todays processing machines and high requirements regarding process- and product quality necessitate high empirical knowledge from project supervisors and plant operators. They are usually supported by maintenance and quality securing measures â which either responsive or preventive â occur in defined intervals. Both methods work wastefully by producing faulty goods or unnecessary QA- or maintenance expenditures. Analyzing causative data connections with methods of machine learning and datamining hosted in scalable cloud-services have the potential to reduce wasteful production.