Maschinelles Lernen für die prädiktive Instandhaltung von Industriemaschinen unter Verwendung von IoT-Sensordaten

Das industrielle Internet der Dinge (IIoT) ist der Einsatz von Internet-of-Things-(IoT)-Technologien in der Fertigung, welche die von verschiedenen Sensoren erzeugten Maschinendaten nutzt und verschiedene Analysen darauf anwendet, um nützliche Informationen zu gewinnen. Die von den Maschinen erfassten Daten sind üblicherweise mit einer Datums-Uhrzeit-Komponente versehen, die für prädiktives Modellieren entscheidend ist. Dieses Papier untersucht den Einsatz von AutoRegressive Integrated Moving Average (ARIMA)-Vorhersagen auf den Zeitreihendaten, die von verschiedenen Sensoren einer Schlitzmaschine gesammelt wurden, um mögliche Ausfälle und Qualitätsmängel vorherzusagen und somit den gesamten Fertigungsprozess zu verbessern. Der Einsatz von maschinellem Lernen erweist sich somit als ein entscheidender Faktor im IIoT mit Anwendungsfällen im Qualitätsmanagement und der Qualitätskontrolle, der Senkung der Wartungskosten und der Verbesserung des gesamten Fertigungsprozesses.