Home Produktion Verschleißerkennung mit universellen KI-Modellen für intelligente Maschinen und Anlagen

Verschleißerkennung mit universellen KI-Modellen für intelligente Maschinen und Anlagen

Um ihre Zukunftsfähigkeit zu sichern, müssen sowohl produzierende Unternehmen als auch Maschinen- und Anlagenbauer innovative, datengetriebene Technologien und Lösungen für einen Prozesswandel nutzen. Wichtiger Bestandteil der benötigten Lösungen ist dabei die Verschleißerkennung.

In dieser Veranstaltung wird anhand einer realen Umsetzung eine Lösung präsentiert, welche kontinuierlich und echtzeitnah einen KI-basierten Gesundheitsindex für beliebige Bauteile, Maschinen oder Anlagen berechnet. Sinkt der Index, werden fortschreitender Verschleiß und kritische Zustände sofort erkannt und alarmiert. Ungeplante Ausfälle können dadurch verhindert und Wartungsmaßnahmen optimal eingeplant werden.

Diese Veranstaltung bietet zunächst einen kurzen, grundlegenden Überblick zum Thema vorausschauende Instandhaltung. Danach möchten wir Ihnen am Weg von ONTRAS illustrieren, wie ein erfolgreicher Weg hin zu vorausschauender Instandhaltung für Kunden aussehen kann. Abschließend wird es weitere Einblicke in erfolgreich umgesetzte Projekte geben. Bei alledem liegt immer ein Fokus auf der Vermittlung von Best-Practices und dem Aufzeigen von Wegen auch für Ihr Unternehmen.

Vor allem freuen wir uns auf Ihre persönlichen Erfahrungen, Gedanken sowie Fragen in der abschließenden und offenen Diskussion.


Agenda

20.01.2022

1.
Begrüßung der Teilnehmer*innen, kartellrechtlicher Hinweis und virtuelle Vorstellungsrunde
Florian Klein, VDMA Baden-Württemberg
2
Verleißerkennung mit universellen KI-Modellen für intelligente Maschinen und Anlagen
Rico Knapper, Managing Director und Chief Data Scientist (anacision GmbH); Sven Kalmeier, Ingenieur Technisches Assetmanagement (ONTRAS Gastransport GmbH)
3.
Austausch und Diskussion
Alle Teilnehmenden

The event is finished.

Datum

20. Januar 2022

Uhrzeit

11:00 - 11:45

Kontakt

Florian Klein
Telefon
+49 711 22801 18
E-Mail
florian.klein@vdma.org
Kategorie