Printmagazin TECHNIK und WISSEN - Ausgabe 007

Von Markus Back
Predictive Maintenance ist im
Maschinenbau inzwischen fest
etabliert, beispielsweise um
den Ausfall betriebsrelevanter
Komponenten frühzeitig zu erkennen
und so teure Stillstandzeiten zu vermeiden.
Aber nicht nur dort hat das
Konzept seine Berechtigung, wie die
Umfrage unter Branchenexperten
zeigt. «Es setzt sich zusehend in anderen
Branchen, wie etwa der Windkraft,
durch», sagt Philipp Wallner. Die entsprechenden
Methoden für Machine
Learning oder Deep Learning fänden
darüber hinaus in Applikationen der
automatisierten Fehlererkennung oder
der Designoptimierung durch Reinforcement
Learning Anwendung.
«Es kommt auch bei technischen Geräten
im privaten Gebrauch zum Tragen»,
ergänzt Ralf Dröschel. Dies gelte
vor allem für teure Güter, auf die man
jederzeit angewiesen sei. Dies könne
beispielsweise der regelmässige Service
des Fahrzeugs sein, der die eigene
Mobilität garantiere oder auch die
jährliche Wartung der Heizungsanlage,
die sicherstelle, dass man an kalten
Tagen nicht friere.
Diese Ausführungen ergänzt Beat
Meili mit einem konkreten Beispiel:
«Meine Wasser-Enthärtungsanlage teilt
mir mittels Smartphone-App frühzeitig
mit, wenn es Zeit ist, Salz im
Regenerationsbecken nachzufüllen.
Dies ist sehr hilfreich, denn wer denkt
schon daran, wenn die Anlage in einem
dunklen Eck im Keller steht.» ››
Ralf Dröschel
Leiter Applikation & Service
Alfred Imhof AG
Paolo Salvagno
Geschäftsführer
B&R Industrie-Automation AG
Beat Meili
Geschäftsführer
Sigmatek Schweiz AG
Philipp Wallner
Manager Industrial Automation &
Machinery Mathworks GmbH
#007 13