Weidmüller

Mehrwert durch Daten


Fortsetzung des Artikels von Teil 1

Datenanalyse und Businesslogik

Das Sensormodul ‚u-sense vibration‘ zur ­Zustandsüber- wachung rotierender Geräte kann an den Kühlrippen oder direkt an einem ­drehenden Bauteil montiert werden.
Das Sensormodul ‚u-sense vibration‘ zur ­Zustandsüberwachung rotierender Geräte kann an den Kühlrippen oder direkt an einem ­drehenden Bauteil montiert werden.
© Weidmüller

Um einen Mehrwert aus Daten zu generieren, müssen diese analysiert und interpretiert werden. In diesem Zusammenhang spielt künstliche Intelligenz beziehungsweise Machine Learning eine zentrale Rolle. Da nicht jedes Unternehmen einen Data Scientist zur Hand hat, hat Weidmüller ein Industrial Automated-Machine-Learning-Tool entwickelt. Dieses versetzt Domänenexperten, sprich einen Applikationsspezialisten, in die Lage, eigenständig ML-Lösungen zu entwickeln.

Automated Machine Learning findet in vielen Bereichen Anwendung, von der Anomalien-Erkennung, deren Klassifizierung bis hin zur Vorhersage. Um jedoch Anomalien zu erkennen und daraus Vorhersagen zu treffen, zum Beispiel für Predictive Main­tenance, müssen Daten erfasst und in Beziehung zueinander gesetzt werden. Prozessrelevante Daten von Maschinen oder Anlagen liegen in der Regel in ausreichendem Umfang vor. Um die Mehrwerte aus diesen Daten zu extrahieren, werden sie mit Machine-Learning-Methoden analysiert und entsprechende Modelle entwickelt.

Die Software stellt im Wesentlichen zwei Module zur Verfügung. Mit dem ‚Modell Builder‘ kann der Domänenexperte ML-Lösungen zur Anomalien-Erkennung, Klassifikation und Fehlervorhersage erzeugen. Dafür detektiert und klassifiziert er in Datensätzen Abweichungen vom Normalverhalten, welche im Anschluss für die Modellbildung genutzt werden. Der mit dem Applikationswissen angereicherte Datensatz ist die Eingangsgröße für das anschließende automatische Generieren der ML-Modelle. Der Anwender wählt daraus das am besten geeignete Modell nach bestimmten Kriterien wie Modellgüte, Ausführungszeit oder seinen bevorzugten Parametern aus. Das ausgewählte Modell kann exportiert und in die Ausführungsumgebung überführt werden. Im zweiten Modul, der Software AutoML, erfolgt die Ausführung der Modelle an der Maschine – on premise oder Cloud-basiert – in der Laufzeitumgebung. 


  1. Mehrwert durch Daten
  2. Datenanalyse und Businesslogik

Das könnte Sie auch interessieren

Verwandte Artikel

Weidmüller Interface GmbH & Co.KG

Künstliche Intelligenz

SPS