Success Story

Lesedauer: 2 min

Manufacturing

Material Industries

Predictive Quality

Anomaly Detection

Industrial Software

Kontext

Der Industriekonzern, für den wir tätig waren, ist ein seit langem führender Kettenhersteller unter anderem für Anwendungen in der Forstwirtschaft, in der Hebetechnik und für Schneeketten – eine Branche mit sehr hohen Anforderungen an die Qualität und Haltbarkeit der Produkte. Um diese Standards zu gewährleisten, benötigte der Hersteller eine Möglichkeit, Prozessdaten zu analysieren, Anomalien zu erkennen und Korrelationen zwischen bestimmten Prozessen und auftretenden Fehlern zu finden.

Herausforderung

Die Herausforderung bestand in der perfekten Abstimmung von Prozess- und Qualitätsdaten, da viele Vorgänge nicht überwacht wurden und die Dateneingabe daher unzureichend war. Die fehlenden Informationen machten es sehr schwierig, die richtige Lösung zu finden.

Auftrag

craftworks wurde an Bord geholt, um die Herausforderung anzugehen und eine Lösung für die Erkennung von Anomalien in den Betriebsdaten zu finden. Zusätzlich sollten die Betriebsdaten mit Qualitätsdaten abgeglichen werden.

Chain welding in an industrial factory, predictive weldingWelding man on his duty, the person is wearing a welding mask

Lösung

Für unsere Lösung wurden Technologien wie Python DS, PyTorch und Fastai verwendet, um unüberwachte Anomalien in den Prozessdaten zu erkennen.

Die unüberwachten Anomalien wurden mit Qualitätsdaten verglichen, analysiert und schließlich mit den relevanten Informationen in Einklang gebracht.

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?