Predictive Maintenance skalieren mit digitalen Zwillingen
Dieses Training bringt dir praxisnah das Thema Predictive Maintenance näher. Neben einer Einführung in das Thema Predictive Maintenance und die nötigen KI-Grundlagen lernen Sie auch, wie Sie mit digitalen Zwillingen Innovationen wie Predictive Maintenance skalierbar betreiben. Sie erarbeiten Ihr eigenes Beispielprojekt, mit dem Sie im Anschluss an die Schulung direkt mit dem Einsatz im eigenen Unternehmen starten können.
Kein passender Termin dabei?
Kontaktiere uns gerne für deinen individuellen Inhouse-Termin!
Verwendete Technologien und Tools
- Digitale Zwillinge
- OPC UA und das OPC UA SDK von Traeger für das Konsumieren von Maschinendaten
- Asset Administration Shell (AAS) und die AAS Suite von MetaLevel für die Repräsentation semantischer Daten in der Cloud
- Künstliche Intelligenz
- Unüberwachtes Maschinelles Lernen für Anomalieerkennung
Inhalte
- Einführung Predictive Maintenance
- Anlagenüberwachung
- Anomaly Detection
- Automatisiert Gegenmaßnahmen setzen
- Nötige KI Grundlagen für Predictive Maintenance
- Supervised VS unsupervised Learning + deren Anwendung in Predictive Maintenance
- Weitere Potenziale von KI in der Produktion
- Automatisierte Fehlererkennung mit neuronalen Netzen
- Reaktive Planung mit genetischen Algorithmen
- Entwicklung eines Predictive Maintenance Service in Python
- Einführung digitale Zwillinge
- Was ist ein digitaler Zwilling, und warum sollte ich mich damit beschäftigen?
- Asset Administration Shell zur interoperablen Repräsentation semantischer Daten im digitalen Zwilling
- OPC UA zur standardisierten Interaktion mit Maschinen
- Entwicklung von digitalen Zwillingen für unser Predictive Maintenance Service
- Anbindung der Predictive Maintenance Service an die digitalen Zwillinge
Als Ergebnis...
- Verstehen Teilnehmer:innen, was Predictive Maintenance ist, wie sie es in ihrem Kontext verwenden können, und was sie dafür brauchen
- Haben einen Überblick über relevante Methoden (vor allem aus der künstlichen Intelligenz, aber auch für die nötige Skalierung in der Praxis)
- Haben ein eigenes Beispiel-Projekt, mit dem sie direkt im Anschluss im eigenen Unternehmen mit der Umsetzung starten können.