Success Story

Lesedauer: 2 min

Manufacturing

Mechanical Engineering

Predictive Quality

Predictive Maintenance

Kontext

Die EU hatte einen Aufruf für ein Forschungsprojekt veröffentlicht, das sich mit dem Problem der Verarbeitung von Daten und Fehlercodes von Robotern befassen sollte, um kritische Fehler vorhersagen zu können. So wurde das Projekt ESMERA Suspicion ins Leben gerufen.

Herausforderung

Moderne Industrieanlagen sind stark vernetzt und automatisiert. Doch gelegentlich treten Fehler auf (z.B. ein defektes Kabel in einer Schweißanlage), die teure Ausfälle verursachen können. Wenn man im Voraus weiß, wann ein Fehler auftreten könnte, können sich Fachkräfte besser darauf vorbereiten und die Reparaturzeit verkürzen, um den Betrieb schnell wiederherzustellen.

Auftrag

Ein Zeitfenster für die Datenverarbeitung festzulegen und die Wahrscheinlichkeit des Auftretens eines Fehlers für jede Fehlerart vorherzusagen. Der Kunde kam mit einer groben technischen Idee sowie einem ersten Entwurf des Datenbankmodells, das er nutzen wollte.

Lösung

Wir verfolgen einen SCRUM-ähnlichen Ansatz, bei dem wir neue Funktionen mit dem Kunden besprechen, ein technisches Konzept erstellen, das anschließend vom Kunden überprüft wird, und danach die Funktionen implementieren. Die benötigten Daten und das Fachwissen zur Produktion wurden vom Challenge Provider Magna bereitgestellt.

Im Rahmen des ESMERA Suspicion-Forschungsprojekts haben wir eine Softwarelösung entwickelt, die bevorstehende Fehler in einer Roboterzelle mit hoher Zuverlässigkeit vorhersagt und somit die Basis für eine vorausschauende Wartung schafft.

three male team members of craftworks at a meeting table looking at laptops and working

Successful growth is a decision. Driven by data.

Wie können wir Ihnen weiterhelfen?