Motivation

MULTI Kühlsysteme GmbH ist ein Hersteller von Prozesskühlsystemen wie bspw. Kühltürmen. Zum Service für Kunden in der Industrie gehört neben der Bereitstellung der Kühltürme auch die weitere Wartung der Anlagen vor Ort. Eine schnelle und zuverlässige Instandsetzung ist bei Anlagenstillständen unerlässlich für anhaltende Kundenzufriedenheit. Zur Gewährleistung dieser wurden zusätzlich zur eigenen Wartung bereits Fernwartungsmodule in neuen Anlagen installiert. Diese erlauben es aktuell aber nur, den aktuellen Zustand der Anlage zu überwachen und stattgefundene Ausfälle zu analysieren. Weiterhin unumgänglich ist eine Vor-Ort-Maschinenwartung durch das Fachpersonal von MULTI Kühlsysteme aus Aue, wobei mit steigender Anlagenzahl und der verbundenen Reaktionsgeschwindigkeit das Wartungspersonal einen zunehmenden Engpass darstellt.

Zielstellung

Mithilfe der Integration von vorhandenem Systemwissen des Fachpersonals in eine datengetriebene Analyse sollen Ausfälle zukünftig vorhergesagt und vermieden werden. Anhand der vergangenen Betriebsdatenverläufe sollen schleichende Wertverschiebungen, sogenannte Drifts, detektiert werden, um fehlerhaftes Systemverhalten frühzeitig zu identifizieren. Entsprechend zielgerichtete und umsichtige Wartungen im Sinne einer vorausschauenden Instandhaltung können Effizienzsteigerungen für den Kühlanlagen-Hersteller ermöglichen. Darüber hinaus soll das Umsetzungsprojekt zu einer gesteigerten allgemeinen Akzeptanz von Fernwartungsmodulen beitragen.

Vorgehen

In einem ersten Schritt werden vorhandene Daten vorverarbeitet und in Zusammenhang gesetzt. Es folgt die Visualisierung, Analyse und Interpretation so aufgedeckter Korrelationen, um die jeweiligen Kühlturmanlagen dank der Sensordaten besser zu verstehen. Mithilfe von Methoden des Maschinellen Lernens sollen anschließend Normalverläufe von Messdaten identifiziert werden. Passen die so generierten Verläufe nicht mehr zu den aktuell eingehenden Daten, so ist von Änderungen im Systemverhalten auszugehen. Es gilt herauszufinden, ob entsprechende Verläufe identifiziert und für die weitere Produktqualifikation eingesetzt werden können.

Unternehmen

MULTI Kühlsysteme GmbH
www.multi-kuehlsysteme.de

 Konsortialpartner

Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik (IWU)

Aktuelles
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen

Kick-Off Umsetzungsprojekt: vorausschauende Instandhaltung

Das Mittelstand 4.0-Kompetenzzentrum Chemnitz unterstützt die Multi Kühlsysteme GmbH beim Einsatz von Methoden des Maschinellen Lernens für die eine vorausschauende Instandhaltung der Anlagen.

WEITERLESEN

Aktuelles
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen

Daten aufbereiten und KI-Modelle testen

Das Umsetzungsprojekt mit der Multi Kühlsysteme GmbH untersucht die Möglichkeiten einer vorausschauenden Instandhaltung für Kühltürme.

WEITERLESEN

Aktuelles
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen

Projektabschluss: Kühltürme vorausschauend betreiben und warten

Im Umsetzungsprojekt „Produktivität und Energieeffizienz im Bergbau“ mit der Firma GEOMIN Erzgebirgische Kalkwerke GmbH wurde eine Machbarkeitsstudie zum Thema Ablaufsimulation durchgeführt. Außerdem wurden Maßnahmen zur Energieeffizienz und -flexibilität ausgewählt und bewertet.

WEITERLESEN

Praxisbeispiel
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen

Praxisbeispiel: Kühltürme vorausschauend betreiben und warten

Multi Kühlsysteme aus Aue möchte die Wartung von Kühlanlagen datengetriebener gestalten und somit mögliche Ausfälle zukünftig vorhersagen beziehungsweise komplett vermeiden. Wir geben einen Einblick in das Projekt.

WEITERLESEN