Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Ausfallsicherheit dank KI Herr Klingstedt Sie haben auf den digital networking days 2021 ein Projekt aus der Halbleiterindustrie vorgestellt das Sie umgesetzt hatten Können Sie kurz umreißen was die Aufgabe war? Es ging in diesem Projekt um die Ausfallfrüherkennung von Industrieventilen eines Reinstwasserkreislaufes Globalfoundries war in diesem Innovationsprojekt der Challenge-Geber für welchen wir ein individuelles Expertenund Developer-Team zusammengestellt haben um eine Erweiterung der Predictive-Maintenance-Maßnahmen unter Verwendung neuster Technologien zugeschnitten auf diesen Use Case umzusetzen Unser Ziel ist die beschleunigte Umsetzung von Spitzentechnologien in innovative Produkte Dafür haben wir in diesem Projekt als Hardware die Multisensorplattform Ganymed ausgewählt um diesen „Smart Sensor“ mit einer KI-Software auszustatten welche einen Ausfall anhand von Anomalien vorhersagen kann Diese Art der Datenvorverarbeitung -analyse und -klassifizierung auf dem Edge Device hier der Ganymed ist dem Edge Computing zuzuordnen Diese Hardware nahe Verarbeitung hebt enorme Potenziale in Themen wie Datenübertragung Verringerung der Latenz und allgemeine Integrationsthemen Immer mehr Use Cases beschäftigen sich mit Fragestellungen der Latenz und einer Alternative zum gängigen Vorgehen bei dem große Datenmengen ausschließlich in die Cloud gesendet und dort ausgewertet werden Über ein besonders anspruchsvolles Projekt im Bereich Predictive Maintenance eine originelle Lösung und aktuelle Trends bei der vorausschauenden Wartung sprach Daniel Schilling mit Hans Klingstedt von Smart Systems Schwerpunkt | Predictive Maintenance und Machine Learning INDUSTRIAL Production 7 2021 10 Blick in den Reinstwasserkreislauf bei Globalfoundries Predictive Maintenance macht hier händische Tests überflüssig Bild Globalfoundries