Wir haben uns strategisch entschieden für Edge-Computing als ein wesentliches Merkmal unserer Lösung. Die Möglichkeit, große Datenmengen ohne Cloud-Infrastruktur zu verarbeiten, hat viele Vorteile. Erstens sind die Kosten für Cloud-Computing recht hoch. Zweitens ermöglicht der lokale Prozess eine sofortige Reaktion und die Integration von Maschine zu Maschine. Außerdem bleiben die Daten innerhalb der Grenzen des Fabriknetzwerks. Außerdem können wir das ganze Jahr über jede Sekunde jeder Minute analysieren. Das sind TB an Daten pro Monat von einer einzigen Maschine. Darüber hinaus gibt es jetzt ein Problem mit der Kommunikationsbandbreite.
Wir haben bewiesen, dass neuronale Netze bei der Erkennung von Anomalien sehr effektiv sind. Wir haben Hunderte von Stunden mit defekten Maschinen aller Art in unserer Datenbank. Da wir auch die traditionellen Heuristiken der Vibro-Diagnose wie Signalhüllkurvenmethoden auf der Grundlage der Drehzahl eingesetzt haben, können wir den neuen Ansatz mit den traditionellen Techniken vergleichen. Die neuronale Netze kann aufkommende Probleme mehr als 4x wahrscheinlicher und früher erkennen als die derzeitigen Methoden (89% im Vergleich zu 19%). Unser Ziel ist es nun, mit Großunternehmen und OEMs zusammenzuarbeiten, die ihr Maschinenüberwachungssystem erneuern wollen. Außerdem haben wir mit dem Aufbau eines Vertriebsnetzes von Wiederverkäufern begonnen, damit wir unsere Lösung auf globaler Ebene einführen können.
September 2023 | Pavel Konečný für TechFounders
© 2023 NSW Alle Rechte vorbehalten.