StartseiteLänderEuropaEuropa: Weitere LänderEUREKA-Verbundprojekt: Risikobasierte Wartungsvorhersage unter Verwendung angereicherter digitaler Zwillinge (PUNDIT); Teilprojekt: Entwicklung von Methoden zur Risikoanalyse und risikobasierten Wartungsvorhersage

EUREKA-Verbundprojekt: Risikobasierte Wartungsvorhersage unter Verwendung angereicherter digitaler Zwillinge (PUNDIT); Teilprojekt: Entwicklung von Methoden zur Risikoanalyse und risikobasierten Wartungsvorhersage

Laufzeit: 01.10.2023 - 30.09.2026 Förderkennzeichen: 02P22D011
Koordinator: Universität Stuttgart - Fakultät 5 Informatik, Elektrotechnik und Informationstechnik - Fachbereich Elektrotechnik und Informationstechnik - Institut für Automatisierungstechnik und Softwaresysteme

Wartungen im industriellen Umfeld, beispielsweise an Antriebsmotoren oder -getrieben, werden oftmals entweder zu häufig oder zu selten durchgeführt. Zu häufige präventive Wartungen führen zu hohen Wartungskosten. Werden Wartungen jedoch zu selten durchgeführt, können Bauteildefekte auftreten mit hohen Folgekosten durch Betriebsausfälle. Das bisher gängige Konzept von geplanten Wartungen ist jedoch überholt: Innovative Industrie 4.0-basierte Technologien haben die digitale Wahrnehmung von industriellen Anlagen soweit vorangebracht wird, dass vollautomatisch Verschleiß oder drohende Defekte erkannt werden. So können Wartungen genau dann durchgeführt werden, wenn sie notwendig werden. An dieser Stelle setzt das Forschungsprojekt PUNDIT an. Das Ziel dieses Projekts, ist die Entwicklung einer Methode zur risikobasierten Wartungsvorhersage unter Verwendung angereicherter digitaler Zwillinge. Das entwickelte Framework besteht hierbei aus einer Wartungssoftware, welche von der Instandhaltung eines Unternehmens genutzt wird, den darin enthaltenen Algorithmen zur Wartungsvorhersage, sowie geeigneter Sensorik zur Erfassung der notwendigen Sensorparameter. Ein weiteres Ziel ist es, geeignete Sensorik zu entwickeln, welche durch eine Vielzahl von Sensorparametern eine vollumfängliche Wahrnehmung der industriellen Anlage ermöglicht. Die dabei entstehenden Datenmassen werden unter Nutzung künstlicher Intelligenz verarbeitet und einer Risikobewertung unterzogen, um entscheiden zu können, ob die industrielle Anlage ein normales Verhalten aufweist oder ob sich ein drohender Defekt abzeichnet. Das Framework gibt eine Risikobewertung für den störungsfreien Betrieb einzelner Systemkomponenten aus. Somit dient es der Instandhaltung als Entscheidungskriterium für die Einplanung von dynamischen Wartungsfenstern.

Verbund: EUREKA-PUNDIT Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Ungarn Themen: Förderung Engineering und Produktion

Weitere Informationen

Projektträger