Mit seiner neuen Software für vorausschauende Wartung 2.2 will Amiral Technologies Industrieunternehmen ein Werkzeug an der Hand geben, um Maschinenstillstände vorausschauend zu planen. Mithilfe der DiagFit-Software soll der Nutzer während des gesamten Prozesses die erkannten Anomalien interpretieren und die Entscheidungsprozesse der Technologie kontrollieren können. Dabei wird anhand der Daten über den erwünschten Betriebszustand der Anlage ein Vorhersagemodell erstellt. Danach ist die Software in der Lage, jede Abweichung vom normalen Betriebszustand zu erfassen, ohne auf eine vorher zusammengestellte Fehlerhistorie zurückgreifen zu müssen. Dieser Blindansatz soll eine zeitnahe Umsetzung der Lösung ermöglichen. Aufgrund ihres unüberwachten Ansatzes durchläuft die Software einen Lernprozess und erstellt dabei automatisch eine robuste und zuverlässige normale Systemumgebung. So ist DiagFit in der Lage, jede Abweichung vom erwünschten Betriebszustand mit hoher Genauigkeit und einer geringen Quote an Fehlalarmen zu erkennen. Die Software wurde auf der Grundlage von Machine-Learning-Algorithmen und Merkmalsgeneratoren entwickelt. Diese Merkmale ermöglichen es, selbst schwache Hinweise auf Ausfälle, Alterung oder das nahende Ende der Lebensdauer eines Gerätes zuverlässig zu erkennen. Mithilfe des Merkmalsgenerators – der das Herzstücks der neu entwickelten Software bildet – können die mathematischen Eigenschaften von aus Industrieanlagen stammenden oder von IoT-Sensoren ausgelesenen Zeitreihen konstruiert werden.
Plattform statt ERP-Monolith
Prozesse werden immer stärker im Sinne der Kunden von Ende zu Ende gedacht. Dabei erweisen sich Abteilungsgrenzen, unterschiedliche Datenbestände und Einzelsysteme als Hürden. Künftig kommt es deshalb noch mehr auf zentralisierte Plattformen an, die Transparenz in Daten und Prozesse bringen.