Unsere Erfahrung auf dem Gebiet von Big Data haben wir genutzt, um eine Lösung für die “vorausschauende Wartung” oder auch “Predictive Maintenance” zu finden.

Dies wird erst mit der Anwendung von Big Date Technologien, wie Erfassung, Speicherung und Analyse von großen Datenmengen ermöglicht. Das Verfahren leitet Wartungsinformationen aus Daten (Condition Monitoring) eines Objektes ab. Das Ziel ist, ein Objekt proaktiv zu warten und somit Ausfallzeiten zu vermeiden und damit Kosten zu minimieren. So können im Optimalfall Störungen vorhergesagt werden, bevor es zu Auswirkungen oder Ausfällen kommt.

Was ist nun unsere Lösung dafür? Wir haben den Hahn PRO Time Series Manager entwickelt. Dieser ermöglicht beliebige Sensordaten zu effizient zu speichern und zu verarbeiten. Werden die über einen Zeitraum gesammelten Daten nun mit Algorithmen der künstlichen Intelligenz verknüpft, so können Voraussagen getroffen werden.

Hahn PRO Time Series Manager

Die Herausforderung ist, dass oft sehr große Datenmengen benötigt werden, um verlässliche Vorhersagen für die vorausschauende Wartung zu treffen. Diese Daten müssen erfasst, gespeichert und analysiert werden. Aufgrund der riesigen Datenmengen und der vielen verschiedenen Daten und Formate müssen die Datenbanken enorme Kapazitäten bereitstellen.

Darum nutzen wir bei unserem Hahn PRO Time Series Manager Techniken und Datenbanken aus dem Big-Data-Umfeld. Für die Analyse der Daten ist es notwendig, schnell auf die gesuchten Werte zuzugreifen und diese mit hoher Performance zu verarbeiten. Je größer die Datenbasis ist und je intelligenter und ausgefeilter die Analysealgorithmen (Neuronale Netze, Deep Learning oder Ensemble learning) sind, desto verlässlicher sind die zu erhaltenden Erkenntnisse. Hierfür bietet unser Hahn PRO Time Series Manager die optimale Lösung.