Das Machine-Learning-Tool „u-mation“ von Weidmüller bietet eine Grundlage für effizientere Produktionskonzepte. Das Automatisierungs- und Digitalisierungsportfolio kombiniert modulare Automatisierungshardware sowie Engineering- und Visualisierungstools mit Digitalisierungslösungen. Smarte Analytics- und Machine Learning Module ergänzen das Portfolio. Die Analytics-Module erlauben eine detaillierte Auswertung aller relevanten Maschinen- und Prozessdaten. Abweichungen und Anomalien werden im laufenden Prozess frühzeitig erkannt.
In einer neuen Version kann der Maschinen- und Anlagenbauer die Weiterentwicklung der Analyse-Modelle eigenständig vorantreiben – ohne selbst Data Scientist zu sein. Das vorhandene Wissen über Prozesse und Maschinen bleibt so im Unternehmen, da diese ihr Domänenwissen selbstständig einpflegen können. Somit macht Weidmüller seine Analytics-Lösungen zugänglich für den klassischen Maschinenbauer und -betreiber. In diesen Konzepten ist die Verfügbarkeit der Maschine oder eine garantierte Anzahl der damit produzierten Teile der „Topseller“ und nicht wie bisher ein bestimmter Maschinentyp.
Der Schlüssel zu mehr Effizienz und Kostenkontrolle im Lebenszyklus einer Anlage liegt in der gewinnbringenden Nutzung von Maschinen- und Prozessdaten. Dank Sensorik und digitaler Vernetzung ist das System in der Lage, die relevanten Messwerte zu extrahieren und für Analysen zu verwenden. Das Machine Learning-Angebot steht für Analytics-Lösungen, mit denen Wartungseinsätze gezielt eingeleitet und so unnötige Stillstandzeiten auf ein Minimum reduziert werden können. Mit der vorausschauenden Wartung lassen sich Serviceintervalle präzise nach Bedarf planen. Durch das lückenlose Monitoring der Sensor-, Zustands- und Prozessdaten lassen sich zuverlässige Aussagen über die Qualität der Produkte ermitteln. Die Analytics-Module lernen aus den Maschinendaten, werden so mit der Zeit immer präziser und bieten damit eine Grundlage für effizientere Produktionskonzepte. Die Lösung ist plattformunabhängig und passt sich den vorhandenen Gegebenheiten, z.B. eine bestehende Microsoft Azure-, IBM- oder AWS-Infrastruktur, an.
Die fortschreitende Digitalisierung der Industrie bringt zahlreiche Vorteile mit sich, durch deren Nutzung Zeit und Kosten eingespart werden. Auch neue Geschäftsmodelle lassen sich mit der Digitalisierung erschließen. Smarte Analytics-Module erlauben die detaillierte Auswertung aller relevanten maschinen- und Prozessdaten und ermöglichen die frühzeitige Registrierung von Abweichungen und Anomalien im laufenden Prozess. Dadurch lassen sich Stillstandzeiten und der „Ausschuss“ deutlich reduzieren. Das Konzept optimiert die Leistung von Maschinen und Anlagen – einfach und individuell. Als Bestandteil von dem System beinhaltet Machine Learning ganzheitliche Industrial-Analytics-Angebote, mit umfänglichen Möglichkeiten: Von der Analyse und Optimierung der bestehenden Infrastruktur über die Aufzeichnung und Sammlung von Messwerten bis zur Entwicklung intelligenter Analysemodelle und datenbezogener Services. Machine Learning und Industrial Analytics optimiert die gesamte Prozesskette bei gleichzeitiger Reduktion der laufenden Kosten.
