Big Data Analytik mit automatisierter Signalverarbeitung für Condition Monitoring
Konferenz: Sensoren und Messsysteme - 19. ITG/GMA-Fachtagung
26.06.2018 - 27.06.2018 in Nürnberg, Deutschland
Tagungsband: Sensoren und Messsysteme
Seiten: 4Sprache: DeutschTyp: PDF
Persönliche VDE-Mitglieder erhalten auf diesen Artikel 10% Rabatt
Autoren:
Schneider, Tizian; Klein, Steffen (ZeMA – Zentrum für Mechatronik und Automatisierungstechnik gGmbH, Saarbrücken, Deutschland)
Helwig, Nikolai; Schütze, Andreas (ZeMA – Zentrum für Mechatronik und Automatisierungstechnik gGmbH, Saarbrücken & Universität des Saarlandes, Lehrstuhl für Messtechnik, Saarbrücken, Deutschland)
Selke, Manuel; Nienhaus, Christian; Laumann, Dominik (Canway Technology GmbH, Ostbevern, Deutschland)
Siegwart, Michael; Kühn, Karsten (Festo AG & Co. KG, St. Ingbert, Deutschland)
Inhalt:
Eine zuverlässige Zustandsüberwachung ist Voraussetzung, um durch vorausschauende Wartung Reparaturkosten zu senken, Stillstandszeiten zu verkürzen und somit die Produktivität zu erhöhen. In diesem Beitrag wird ein automatisierter Methodenbaukasten zur für die Zustandsüberwachung nötigen Merkmalsextraktion, Merkmalsselektion und Mustererkennung vorgestellt. Weiterhin wird gezeigt, wie dieser Baukasten mit Hilfe von MapReduce auf große Datenmengen angewandt werden kann. Diese Big Data Analyse wird anhand der Lebensdauerprognose elektromechanischer Spindelachsen demonstriert, die automatisiert sowohl sehr genaue, als auch physikalisch plausible Lösungen liefert. Zukünftig werden einzelne Aspekte des Baukastens in sensornahen Elektronikmodulen integriert, um die Datenlast in industriellen Netzwerken zu reduzieren.