männliche person die an zwei Laptops sitzt

Predictive Maintenance

Predictive Maintenance: Mit Sensoren Maschinenparameter erfassen und mit Machine Learning Ausfälle prognostizieren

Predictive Maintenance

Anforderung

Es müssen rechtzeitig Unregelmäßigkeiten festgestellt werden, bevor diese zu einem Defekt / Ausfall der Maschine führen.

Lösung

Sensoren erfassen Maschinenparameter und leiten diese an die Plattform. Dort können mit Machine Learning Algorithmen Ausfälle auf Basis der Maschinendaten prognostiziert werden.

Vorteile

Weniger Ausfälle, durch rechtzeitige Wartung. Im Gegenzug weniger unnötige Wartungen, wenn überhaupt keine Notwendigkeit besteht.

Zurück zur Übersicht

Peter Erbacher, Head of Solutions Industrial IoT

+49 172 629 5393
perbacher@spirit21.com

Peter verantwortet den Bereich Industrial IoT. Einer seiner derzeitigen Schwerpunkte ist der Aufbau und die Einführung von LoRa-WAN™ Sensornetzen bei Städten und Unternehmen aus der Industrie.“

Wir nutzen sogenannte Cookies, um Daten darüber zu bekommen, wie und mit welchen Endgeräten unsere Seiten besucht werden. Das hilft uns sehr dabei, die Seiten noch interessanter und bedienungsfreundlicher zu machen. Dabei berücksichtigen wir natürlich Ihre Präferenzen und schalten das SPIRIT/21-Analytics nur dann scharf, wenn Sie durch einen Klick auf „Cookies akzeptieren“ Ihr Einverständnis geben. Sie können Ihre Einwilligung jederzeit mit Wirkung für die Zukunft widerrufen. Weitere Informationen finden Sie unter Cookie Einstellungen und in unserer