Industrie 4.0 – alles ist miteinander verbunden

Produktion in der Industrie mit verschiedenen Maschinen

Das Internet of Things (IoT) hält auch in der industriellen Produktion Einzug. Immer mehr Maschinen werden mit moderner Informations- und Kommunikationstechnik verzahnt.

Lösung durch Predictive Maintenance

Durch unerwarteten Ausfall kann es zu Produktionsstillstand, unerwünschter Wartung und natürlich Kosten führen.

Die Aufgabe von Predictive Maintenance besteht darin, den Ausfall von Maschinen bzw. deren Komponenten durch Datenanalyse vorherzusagen und ggf. die Art der Wartung zu empfehlen. Predictive Maintenance spart somit Kosten gegenüber der traditionell routinemäßigen Preventive Maintenance, da die Wartungsarbeiten nur dann ausgeführt werden, wenn sie wirklich notwendig sind. Außerdem werden unerwartete Ausfälle weitgehend rechtzeitig erkannt und entsprechend vorgebeugt.

Lösung durch Produktionssteuerung

Der XELOPRO kann jedoch nicht nur prognostizieren, sondern auch steuern. Und das in Echtzeit! So schließt sich an die Aufgabe des Predictive Maintenance die mögliche Aufgabe an, Maschinenparameter in Echtzeit so zu auszusteuern, dass die Ausfallzeit gestreckt werden kann.

So wie Ausfälle in Echtzeit prognostiziert und reduziert werden können, kann der XELOPRO auch andere Zielgrößen wie Qualitätskennziffern, Ausbeute und Prozesszeiten durch Echtzeitsteuerung maximieren bzw. minimieren. Die Möglichkeiten des XELOPRO reichen dabei bis hin zur reaktiven Maschinenbelegungsplanung und logistischer Optimierung. Im Ergebnis lernt das System autonom die optimale Steuerung cyber-physischer Systeme.

Der Einsatz von XELOPRO kann die operative, zeitliche und mengenmäßige Steuerung und Kontrolle bei der Produktion von Waren und Gütern optimieren.

Lesen Sie, wie durch die Anwendung von Predictive Maintenance unvorhergesehener Ausfall und Produktionsstillstand verhindert werden kann.

Download Produktpaper Predictive Maintenance and more

signal-cruncher-predictive-maintenance-ebook

Sie wünschen weitere Informationen? Dann kontaktieren Sie uns zum Whitepaper über die selbstlernende Prozesssteuerung.

zurück