Die Projektdetails unterliegen der Vertraulichkeit und/oder dienen zum Schutz des Wettbewerbs. Daher können wir nicht zu sehr ins Detail gehen.
Deutsche Bahn
Echtzeit-Monitoring von Anlagen
Leuze
Dynamische Shopfloor-Datenbank
Murrelektronik GmbH
Optimierung von Industrial IoT-Anwendungen durch KI
In Zusammenarbeit mit der DB Bahnbau Gruppe wurde ein Monitoring-Portal für die kritische Infrastruktur entwickelt. Die eingebundenen Anlagen stehen verteilt in ganz Deutschland, generieren Daten im Sekundentakt und es sollten frühzeitig Anomalien erkannt werden, um pro-aktiv Anpassungen umzusetzen. Hierbei war es wichtig, im Geltungsbereich der KRITIS-Anlagen bersonders kritische und sensible Regularien einzuhalten.
Ziel:
Echtzeit-Überwachung relevanter Maschinen, Predictive MaintenanceUmfang:
Zusammen mit der Firma Leuze Electronic wurde eine Algorithmus entwickelt, um durch die Kombination vieler Lese- und Schreibvorgänge Rückschlüsse auf die Beschädigung von Barcodes und/oder die Verschmutzung einzelner Sensoren zu ermöglichen. Als gesamte Applikation ermöglicht dies den Kunden, neben der kompletten Nachverfolgbarkeit aller Lese- und Schreibvorgänge, die Sensoren in großen Anlagen auf einen Blick zu überwachen und frühzeitig zu handeln, bevor ein Stillstand droht.
Ziel:
Auslesen und Ablage der Daten Generierung von virtuellen Qualitätsdaten durch Datenfusion Umsetzung in einer Betriebsbereiten OberflächeUmfang:
Gemeinsam mit Murrelektronik wurden aufwändige Prozesse und komplexe Datenmodelle sowie Datenbanken mittels Machine Learning optimiert. Dafür wurden neueste KI/ML-Modelle wie z.B. YOLO (You Only Look Once), Convolutional Neural Networks (CNNs) und eigene KI/ML-Methoden entwickelt und eingesetzt. Darüber hinaus wird an neuen Produkten und Geschäftsmodellen zur Optimierung von vorhandenen Prozessen geforscht.
Ziel:
Automatisierte Optimierung von Prozessen und Datenerkennung, Minimierung von systematischen FehlernUmfang:
