SlideShare ist ein Scribd-Unternehmen logo
1 von 37
Downloaden Sie, um offline zu lesen
1 | 07.04.2020 |
Ulf Kottig Anja Vedder Dr. Robert Strube
Senior Marketing Manager Managing Director Projektmanager
Trebing + Himstedt industrial analytics industrial analytics
WEBINAR Predictive ohne Daten – geht das?
Das geht – mit KI und Physik
Webinar | Predictive ohne Daten
2 | 07.04.2020 |
Gleich zum Einstieg eine Frage…
Webinar | Predictive ohne Daten
3 | 07.04.2020 |
Worum geht es heute?
Webinar | Predictive ohne Daten
Es geht darum, ein verlässliches Modell zu erschaffen
auf Basis von künstlicher Intelligenz (KI) und Physik für
Condition Monitoring und vorausschauendes Verhalten.
Ziel ist es „actionable Insights“ zu generieren, also
Mehrwert erkennen und Handlungsempfehlungen
abzuleiten.
4 | 07.04.2020 |
Worum geht es heute nicht?
Webinar | Predictive ohne Daten
iolasage
iingoolronings
orrelates it
il s
il s
il s
il s
ro nings
ro nings
ro nings
ro nings
ot ler igen
Quelle: https://www.tylervigen.com/spurious-correlations
5 | 07.04.2020 |
Willkommen industrial analytics
Webinar | Predictive ohne Daten
Digital Twins und physikbasierte Modelle
für Sondermaschinen und Prozesse
Industrial Analytics
IoT und Digitalisierung für unsere Kunden seit 2017
Beautiful Software Award
Evonik Polymer Challenge
Deep Tech Award Berlin
Büros
in Berlin &
Brandenburg
Gegründet von 6 Turbomaschinenexperten
15 Teammitglieder mit Hintergrund in
Ingenieurwissenschaften, Mathematik,
Informatik, etc.
Kunden & Partner
2
Wartungsstrategien
Mir ist der Unterschied zwischen Präventiver Wartung
und vorausschauender Wartung bekannt. (ja / nein)
3
Wartungsstrategien
von Reaktiv bis Risikobasiert
Reliability
Centred
Maintenance
Predictive Maintenance
Condition-Based Maintenance
Preventive Maintenance
Reactive Maintenance
Reliability
Centred
Maintenance
Predictive Maintenance
Condition-Based Maintenance
Preventive Maintenance
Reactive Maintenance
Reliability
Centred
Maintenance
Predictive Maintenance
Condition-Based Maintenance
Preventive Maintenance
Reactive Maintenance
Strategisch,
Proaktiv,
Optimiert
Umfängliche Strukturmaßnahmen
Mustererkennung und Diagnostik zur Vorhersage drohender Schäden
Regelbasierte Logik basierend auf Sensordaten
Feste Wartungsintervalle
Schadensbehebung, Reparatur
4
Intelligente Zustandsüberwachung
Ermöglicht Vorausschauende Wartung
Weitere Vorteile: Bessere Datenqualität und -verfügbarkeit, Optimierungspotenziale aufdecken
Quelle: accenture und *eigene Projekte
Weniger ungeplante Stillstände Weniger Wartungskosten Geringerer Monitoringaufwand*
5
• Beschreiben das zu überwachende Objekt
• Beschreibung dient der Feststellung von Abweichungen zu gewünschtem Verhalten
• Mustererkennung
• Benötigen große Mengen korrekt gelabelter Daten
Algorithmische Modelle
für bekannte Zustände und Muster
6
Algorithmische Modelle
Welche der folgenden Maschinen sind besonders geeignet
für eine Überwachung mit rein numerischen Methoden?
a) Fahrstühle
b) Industriekompressoren
c) Rolltreppen
d) Dampfturbinen
e) Gasturbinen
7
Geeignete Objekte
für Algorithmische Analysen
Gemeinsamkeiten: Standardisiert, Fehlerzustände und -muster sind bekannt
Quelle: KSB Aktiengesellschaft, Frankenthal
8
Nachteile
Rein Numerischer Methoden
• Nicht geeignet für kleine Datenmengen
• Meist ungeeignet für Spezialmaschinen
• Unbekannte “Gutzustände”
• Benötigen oft Expertenwissen für Interpretation
• Produzieren häufig Fehlalarme
9
Turbomaschinen
und Anwendungen
• Chemieanlagen
• Raffinerien
• Kraftwerke
• Industrielle Gase
• Größere Maschinen in der Regel einzigartig
• Verschiedene Hersteller und Baujahre
• Änderung der Betriebsbedingungen schwierig
 Wenige Betriebsdaten für Modelltraining vorhanden
10
Anlagenüberwachung mit Digital Twins
Physik und Machine Learning
11
Was Nicht Funktioniert
für Rotierende Maschinen wie Verdichter
Methoden, die große Mengen gelabelter Daten auf Fehlermuster auswerten,
ohne die physikalische Bedeutung der Daten zu berücksichtigen
Wenn die Ergebnisse der Zustandsüberwachung
schwer nachvollziehbar sind
Systeme, die viele Fehlalarme produzieren und so
zusätzlichen Aufwand verursachen
12
Die Virtuelle Anlage
Physik und Machine Learning
Eine virtuelle Anlage stellt das
thermodynamische Verhalten nach und wird
anhand historischer Daten angepasst.
Sie wird verwendet, um das komplexe
dynamische Verhalten des Prozesses zu
verstehen und um Personal zu schulen.
Daher hilft sie, Probleme zu beseitigen und
den Betrieb zu optimieren.
13
Modellierung
Differentialgleichungen und Heuristik
Physikbasierte Modelle:
Differentialgleichungssysteme für
● Mechanik
● Thermodynamik
● Elektromagnetismus
Heuristik:
Machine Learning Methoden
Fitting multidimensionaler Funktionen
Kompressor
Parameter
(ca. 30):
Impellerdurchmesser
Austrittsbreite
Austrittswinkel
Diffusorwirkungsgrad
...
Endddruck
Durchsatz
Endtemperatur
Leistungsaufnahme
Saugdruck
Drehzahl
Saugtemperatur
Gaszusammensetzung
Ventilstellung
Wirkungsgrad
Drehmoment
14
• Sehr sensibel für Veränderungen in Maschinenkomponenten und Strömungsinstabilitäten
• Analyse der analogen Rohdaten für detailliertere Erkenntnisse
• Maschinennahes Edge Device für große Datenmengen
• Extreme Datenreduktion und A/D-Konvertierung
• Intelligenter Ringspeicher für Ereignisse
• Nutzung rotordynamischer Modelle
• Generierung erster Zustandsindikatoren
Edge-Analytik für Hochfrequenzdaten
Schwingungen und Akustik
15
Software von
Industrial Analytics
Sensoren
Schwingungs-
Akustik- daten
Prozess-
TurboNode
Datenerfassung &
-vorverarbeitung
TurboMonitor
Digital Twin
Physik & ML
MASCHINE
Plattform-
unabhängig
Anwenderverwaltung
Geräteverwaltung
Datensicherheit
TurboMonitor
Einfache Integration der Komplettlösung
16
[Info]: Veränderte Prozessparameter!
[Info]: Leistungsaufnahme und Wirkungsgrad im erwarteten Bereich.
[Info]: Schwingungsüberwachung wird an neuen Betriebspunkt angepasst.
Anlagenüberwachung mit Digital Twins
folgt auch bisher unbekannten Prozessparametern ohne Fehlalarme
Die Modelle erzeugen dynamische
Erwartungsbereiche oder Konfidenzintervalle.
Messabweichungen von diesen Bereichen
werden in Zustandsindikatoren übersetzt.
Hochfrequenzsignale wie Schall und
Vibrationen reagieren sehr empfindlich auf
Veränderungen und werden zur frühzeitigen
Trend- und Mustererkennung verwendet.
17
Zustandsindikatoren
Leicht interpretierbare Darstellung des Zustands
• Der Zustand der beobachteten Prozesse, Maschinen und Bauteile wird als Risikoindikator angezeigt.
• KRI (Key Risk Indicators) zeigen Abweichungen zwischen Messung und Sollverhalten.
• Das Sollverhalten wird von den trainierten Modellen generiert.
18
Zustandsindikatoren
Schnelle Lokalisierung von Abweichungen
Wie sollten Zustandsindikatoren angeordnet sein,
um eine schnelle Lokalisierung der Komponente mit
abweichendem Verhalten zu ermöglichen?
a) horizontal
b) vertikal
c) hierarchisch
19
Hierarchische Zustandsindikatoren
Schnelle Lokalisierung von Abweichungen
• Statusinformationen (KRI) für überwachte Maschinen und Signalgruppen
• Hierarchische Ansicht für schnelle Identifikation der Störungsursache
• Ermöglicht schnelle Lokalisierung von Problemstellen
Strang
Kompressor
Motor
Wirkungsgrad
Mechanik Welle 1
Mechanik Welle 2
Mechanik Welle
Leistung
20
TurboMonitor
Mehrwert
Vermeidung ungeplanter Stillstände
durch frühes Erkennen
von verändertem Maschinenverhalten
Verlängerte und dynamische Wartungsintervalle
sowie Hilfsmittel zur Planung und Priorisierung
von Wartungstätigkeiten
⇒ Reduktion der Betriebskosten
⇒ Reduktion von Produktionsausfällen
⇒ Arbeitserleichterung
Schnelle Lokalisierung von
Fehlerursachen (RCA support)
mit schneller Bereitstellung und Verteilung
relevanter Daten
Weitere Anwendung der Simulationsmodelle:
- Training für Personal
- Aufdeckung von Optimierungspotenzialen
21
TurboMonitor
Raffinerie – Erkenntnisse durch physikbasierte Modelle
Thermodynamik in Modellen
von Industrial Analytics bilden
Eigenschaften und
Zusammensetzung des Mediums ab
Zerstörtes Verdichterlaufrad
durch Tröpfchenbildung im Gas
Modelle erlauben Detektion und
Vorhersage von Tröpfchenbildung
=> Veränderungen in den
Eintrittsbedingungen hervorgerufen.
=> Einschränkung von Eintrittsparameter
ermöglicht risikofreien Anlagenbetrieb!
Use Case
22
Quelle: H2SO4-Plant / DOMO Caproleuna GmbH © PCK Raffinerie GmbH© Robert Strube
• Niedrigere Betriebskosten und
höherer Wirkungsgrad für
Entschwefelungsanlage in Raffinerie
• Dynamische Simulationen
• Höhere Verfügbarkeit und niedrigere
Betriebskosten für Verdichterstrang
(inkl. Dampfturbine)
• Digital Plant Walk
• Höhere Verfügbarkeit
und niedrigere Wartungskosten für
Erdgas-Verdichter
Chemieanlage Kraftwerk Öl & Gas
Industrial Analytics
Referenzprojekte
23
TurboMonitor
Interaktives Modell auf Website
24
https://industrial-analytics.io/de/turbomonitor/
Mitarbeiter schützen - Produktivität steigern
Virtual Control Room
Überwachen Sie Ihre Anlage von sicheren Einzelarbeitsplätzen aus
in einem virtuellen Raum!
Mehr Informationen auf industrial-analytics.io
25
26
Industrial Analytics IA GmbH · Pufendorfstr. 7 · 10249 Berlin · +49 30 12082087
Geschäftsführer: Dr. Richard Büssow, Anja Vedder · Registriert: Amstgericht Charlottenburg HRB 191013B · Ust-IdNr: DE314567667
Dies ist ein vertrauliches Dokument und nur für den Adressaten bestimmt. Es ist nicht erlaubt, diese Unterlage ohne Rücksprache zu kopieren oder Dritten zugänglich zu machen.
Sollten Sie dieses Dokument irrtümlich erhalten haben, teilen Sie uns dies bitte per E-Mail unter info@industrial-analytics.io mit. Alle Angaben dieser Präsentation erfolgen ohne Gewähr für die inhaltliche Richtigkeit und Vollständigkeit.
Wir unterstützen unsere Kunden bei der Digitalisierung
Gerne führen wir das Gespräch mit Ihnen fort
Melden Sie sich dazu bitte bei uns
linkedin.com/in/robert-strube
robert.strube@industrial-analytics.io
+49 151 563 804 69
linkedin.com/in/anja-vedder-a74491151
anja.vedder@industrial-analytics.io
+49 30 629 388 111
Dashboard für Raffinerie (1/3):
Übersicht
27
Dashboard für Raffinerie (2/3):
Strangansicht
28
Dashboard für Raffinerie (3/3):
Trendanalyse und Details
29
6 | 07.04.2020 |
Einladung zur virtuellen Hannover Messe
Webinar | Predictive ohne Daten
→ www.t-h.de/webinare
7 | 07.04.2020 |
Vielen Dank
Ulf Kottig
Senior Marketing Manager
Tel.: +49 172 387 98 48
E-Mail: ukottig@t-h.de
www.t-h.de/sap
Webinar | Predictive ohne Daten
https://calendly.com/ukottig/sprechstunde
Termin vereinbaren
8 | 07.04.2020 |
Wie wahrscheinlich würden Sie dieses Webinar weiterempfehlen?
Webinar | Predictive ohne Daten
0 % 50 % 100 %

Weitere ähnliche Inhalte

Ähnlich wie Webinar - Predictive ohne Daten - geht das?

Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...
Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...
Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...Sebastian Scholze
 
Dürr im Überblick
Dürr im Überblick Dürr im Überblick
Dürr im Überblick Dürr
 
Nagios Conference 2006 | SAP Monitoring I by Michael Kienle
Nagios Conference 2006 |  SAP Monitoring I by Michael KienleNagios Conference 2006 |  SAP Monitoring I by Michael Kienle
Nagios Conference 2006 | SAP Monitoring I by Michael KienleNETWAYS
 
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...Leadec
 
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...Intelliact AG
 
Möglichkeiten und Nutzen eines Technologiewechsels
Möglichkeiten und Nutzen eines TechnologiewechselsMöglichkeiten und Nutzen eines Technologiewechsels
Möglichkeiten und Nutzen eines TechnologiewechselsSwen Arnold
 
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...Praxistage
 
Automobilindustriekatalog Deutsch 2013-2014
Automobilindustriekatalog Deutsch 2013-2014Automobilindustriekatalog Deutsch 2013-2014
Automobilindustriekatalog Deutsch 2013-2014ifm electronic gmbh
 
Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014
Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014
Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014ifm electronic gmbh
 
Prozesse in der Automobilindustrie
Prozesse in der AutomobilindustrieProzesse in der Automobilindustrie
Prozesse in der Automobilindustrieifm electronic gmbh
 
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...Peter Seeberg
 
Atlas Copco Instandsetzung, Verbesserung, Neukauf?
Atlas Copco Instandsetzung, Verbesserung, Neukauf?Atlas Copco Instandsetzung, Verbesserung, Neukauf?
Atlas Copco Instandsetzung, Verbesserung, Neukauf?Marketing CTS
 
PLM Open Hours - So profitieren Sie von IoT
PLM Open Hours - So profitieren Sie von IoTPLM Open Hours - So profitieren Sie von IoT
PLM Open Hours - So profitieren Sie von IoTIntelliact AG
 
Nagios Conference 2007 | Business Process Monitoring mit Nagios by Michael K...
Nagios Conference 2007 | Business Process Monitoring mit Nagios  by Michael K...Nagios Conference 2007 | Business Process Monitoring mit Nagios  by Michael K...
Nagios Conference 2007 | Business Process Monitoring mit Nagios by Michael K...NETWAYS
 
Splunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit SplunkSplunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit SplunkSplunk
 
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...Bechtle
 
Industrie 4.0 Checkliste
Industrie 4.0 ChecklisteIndustrie 4.0 Checkliste
Industrie 4.0 ChecklisteSrenRose1
 
Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...
Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...
Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...OPITZ CONSULTING Deutschland
 

Ähnlich wie Webinar - Predictive ohne Daten - geht das? (20)

Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...
Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...
Big-Data solutions based on cyber-physical-systems: Is Industrie 4.0 applicab...
 
Dürr im Überblick
Dürr im Überblick Dürr im Überblick
Dürr im Überblick
 
Nagios Conference 2006 | SAP Monitoring I by Michael Kienle
Nagios Conference 2006 |  SAP Monitoring I by Michael KienleNagios Conference 2006 |  SAP Monitoring I by Michael Kienle
Nagios Conference 2006 | SAP Monitoring I by Michael Kienle
 
CWMC Insights 2020|06 - Umsetzung Industrie 4.0 mit SAP S/4HANA und SAP ME
CWMC Insights 2020|06 - Umsetzung Industrie 4.0 mit SAP S/4HANA und SAP MECWMC Insights 2020|06 - Umsetzung Industrie 4.0 mit SAP S/4HANA und SAP ME
CWMC Insights 2020|06 - Umsetzung Industrie 4.0 mit SAP S/4HANA und SAP ME
 
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
 
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
 
Möglichkeiten und Nutzen eines Technologiewechsels
Möglichkeiten und Nutzen eines TechnologiewechselsMöglichkeiten und Nutzen eines Technologiewechsels
Möglichkeiten und Nutzen eines Technologiewechsels
 
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
 
Automobilindustriekatalog Deutsch 2013-2014
Automobilindustriekatalog Deutsch 2013-2014Automobilindustriekatalog Deutsch 2013-2014
Automobilindustriekatalog Deutsch 2013-2014
 
Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014
Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014
Ifm Automatisierungstechnik für die Automobilindustrie Deutsch 2013-2014
 
Prozesse in der Automobilindustrie
Prozesse in der AutomobilindustrieProzesse in der Automobilindustrie
Prozesse in der Automobilindustrie
 
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
 
Atlas Copco Instandsetzung, Verbesserung, Neukauf?
Atlas Copco Instandsetzung, Verbesserung, Neukauf?Atlas Copco Instandsetzung, Verbesserung, Neukauf?
Atlas Copco Instandsetzung, Verbesserung, Neukauf?
 
PLM Open Hours - So profitieren Sie von IoT
PLM Open Hours - So profitieren Sie von IoTPLM Open Hours - So profitieren Sie von IoT
PLM Open Hours - So profitieren Sie von IoT
 
Nagios Conference 2007 | Business Process Monitoring mit Nagios by Michael K...
Nagios Conference 2007 | Business Process Monitoring mit Nagios  by Michael K...Nagios Conference 2007 | Business Process Monitoring mit Nagios  by Michael K...
Nagios Conference 2007 | Business Process Monitoring mit Nagios by Michael K...
 
Splunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit SplunkSplunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit Splunk
 
Webinar: Intelligente Fabriken brauchen smarte Architekturen
Webinar: Intelligente Fabriken brauchen smarte ArchitekturenWebinar: Intelligente Fabriken brauchen smarte Architekturen
Webinar: Intelligente Fabriken brauchen smarte Architekturen
 
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
 
Industrie 4.0 Checkliste
Industrie 4.0 ChecklisteIndustrie 4.0 Checkliste
Industrie 4.0 Checkliste
 
Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...
Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...
Wie baue ich eine KI, die besser als jeder Mensch ein Problem und dessen Ursa...
 

Mehr von Trebing & Himstedt Prozeßautomation GmbH & Co. KG

Mehr von Trebing & Himstedt Prozeßautomation GmbH & Co. KG (20)

Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...
Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...
Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...
 
Webinar: Effizientere Produktionsprozesse mit E-Paper Displays
Webinar: Effizientere Produktionsprozesse mit E-Paper DisplaysWebinar: Effizientere Produktionsprozesse mit E-Paper Displays
Webinar: Effizientere Produktionsprozesse mit E-Paper Displays
 
Webinar: Sicher mit dem SAP MES in die Cloud migrieren
Webinar: Sicher mit dem SAP MES in die Cloud migrierenWebinar: Sicher mit dem SAP MES in die Cloud migrieren
Webinar: Sicher mit dem SAP MES in die Cloud migrieren
 
Nachhaltig, resilient und auch noch profitabel?
Nachhaltig, resilient und auch noch profitabel?Nachhaltig, resilient und auch noch profitabel?
Nachhaltig, resilient und auch noch profitabel?
 
Webinar: Wie Sie die IoT-Daten Ihrer Produkte zum Vorteil Ihrer Kunden nutzen
Webinar: Wie Sie die IoT-Daten Ihrer Produkte zum Vorteil Ihrer Kunden nutzenWebinar: Wie Sie die IoT-Daten Ihrer Produkte zum Vorteil Ihrer Kunden nutzen
Webinar: Wie Sie die IoT-Daten Ihrer Produkte zum Vorteil Ihrer Kunden nutzen
 
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
 
Webinar - KI-Anwendungen in Produktion und Qualitätssicherung am Beispiel ein...
Webinar - KI-Anwendungen in Produktion und Qualitätssicherung am Beispiel ein...Webinar - KI-Anwendungen in Produktion und Qualitätssicherung am Beispiel ein...
Webinar - KI-Anwendungen in Produktion und Qualitätssicherung am Beispiel ein...
 
Shopfloor-Digitalisierung bei Lenze
Shopfloor-Digitalisierung bei LenzeShopfloor-Digitalisierung bei Lenze
Shopfloor-Digitalisierung bei Lenze
 
Webinar - SAP MES zieht in die Cloud - ziehen Sie mit?
Webinar - SAP MES zieht in die Cloud - ziehen Sie mit?Webinar - SAP MES zieht in die Cloud - ziehen Sie mit?
Webinar - SAP MES zieht in die Cloud - ziehen Sie mit?
 
Webinar: Process Mining Journey bei BMW - A Rollercoaster Ride to Process Exc...
Webinar: Process Mining Journey bei BMW - A Rollercoaster Ride to Process Exc...Webinar: Process Mining Journey bei BMW - A Rollercoaster Ride to Process Exc...
Webinar: Process Mining Journey bei BMW - A Rollercoaster Ride to Process Exc...
 
Mit Wow + Now in die Produktion 4.0 starten
Mit Wow + Now in die Produktion 4.0 startenMit Wow + Now in die Produktion 4.0 starten
Mit Wow + Now in die Produktion 4.0 starten
 
Webinar: Digital Manufacturing aus der Cloud – Live-Demo SAP Cloud MES
Webinar: Digital Manufacturing aus der Cloud – Live-Demo SAP Cloud MESWebinar: Digital Manufacturing aus der Cloud – Live-Demo SAP Cloud MES
Webinar: Digital Manufacturing aus der Cloud – Live-Demo SAP Cloud MES
 
Webinar: Intelligente Fabriken brauchen smarte Architekturen
Webinar: Intelligente Fabriken brauchen smarte ArchitekturenWebinar: Intelligente Fabriken brauchen smarte Architekturen
Webinar: Intelligente Fabriken brauchen smarte Architekturen
 
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestaltenWebinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
 
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestaltenWebinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
 
Webinar Geschäftsmodellinnovationen durch Industrie 4.0 und Digitalisierung
Webinar Geschäftsmodellinnovationen durch Industrie 4.0 und Digitalisierung Webinar Geschäftsmodellinnovationen durch Industrie 4.0 und Digitalisierung
Webinar Geschäftsmodellinnovationen durch Industrie 4.0 und Digitalisierung
 
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestaltenWebinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
Webinar: Mit Drag & Drop die Produktionsplanung flexibel gestalten
 
Webinar - Zwischen Theorie & Praxis: Agile Web-Talk
Webinar - Zwischen Theorie & Praxis: Agile Web-TalkWebinar - Zwischen Theorie & Praxis: Agile Web-Talk
Webinar - Zwischen Theorie & Praxis: Agile Web-Talk
 
Webinar - Agil statt chaotisch
Webinar - Agil statt chaotischWebinar - Agil statt chaotisch
Webinar - Agil statt chaotisch
 
Webinar - Potenzialhebel 4.0 nutzen
Webinar - Potenzialhebel 4.0 nutzenWebinar - Potenzialhebel 4.0 nutzen
Webinar - Potenzialhebel 4.0 nutzen
 

Webinar - Predictive ohne Daten - geht das?

  • 1. 1 | 07.04.2020 | Ulf Kottig Anja Vedder Dr. Robert Strube Senior Marketing Manager Managing Director Projektmanager Trebing + Himstedt industrial analytics industrial analytics WEBINAR Predictive ohne Daten – geht das? Das geht – mit KI und Physik Webinar | Predictive ohne Daten
  • 2. 2 | 07.04.2020 | Gleich zum Einstieg eine Frage… Webinar | Predictive ohne Daten
  • 3. 3 | 07.04.2020 | Worum geht es heute? Webinar | Predictive ohne Daten Es geht darum, ein verlässliches Modell zu erschaffen auf Basis von künstlicher Intelligenz (KI) und Physik für Condition Monitoring und vorausschauendes Verhalten. Ziel ist es „actionable Insights“ zu generieren, also Mehrwert erkennen und Handlungsempfehlungen abzuleiten.
  • 4. 4 | 07.04.2020 | Worum geht es heute nicht? Webinar | Predictive ohne Daten iolasage iingoolronings orrelates it il s il s il s il s ro nings ro nings ro nings ro nings ot ler igen Quelle: https://www.tylervigen.com/spurious-correlations
  • 5. 5 | 07.04.2020 | Willkommen industrial analytics Webinar | Predictive ohne Daten
  • 6. Digital Twins und physikbasierte Modelle für Sondermaschinen und Prozesse
  • 7. Industrial Analytics IoT und Digitalisierung für unsere Kunden seit 2017 Beautiful Software Award Evonik Polymer Challenge Deep Tech Award Berlin Büros in Berlin & Brandenburg Gegründet von 6 Turbomaschinenexperten 15 Teammitglieder mit Hintergrund in Ingenieurwissenschaften, Mathematik, Informatik, etc. Kunden & Partner 2
  • 8. Wartungsstrategien Mir ist der Unterschied zwischen Präventiver Wartung und vorausschauender Wartung bekannt. (ja / nein) 3
  • 9. Wartungsstrategien von Reaktiv bis Risikobasiert Reliability Centred Maintenance Predictive Maintenance Condition-Based Maintenance Preventive Maintenance Reactive Maintenance Reliability Centred Maintenance Predictive Maintenance Condition-Based Maintenance Preventive Maintenance Reactive Maintenance Reliability Centred Maintenance Predictive Maintenance Condition-Based Maintenance Preventive Maintenance Reactive Maintenance Strategisch, Proaktiv, Optimiert Umfängliche Strukturmaßnahmen Mustererkennung und Diagnostik zur Vorhersage drohender Schäden Regelbasierte Logik basierend auf Sensordaten Feste Wartungsintervalle Schadensbehebung, Reparatur 4
  • 10. Intelligente Zustandsüberwachung Ermöglicht Vorausschauende Wartung Weitere Vorteile: Bessere Datenqualität und -verfügbarkeit, Optimierungspotenziale aufdecken Quelle: accenture und *eigene Projekte Weniger ungeplante Stillstände Weniger Wartungskosten Geringerer Monitoringaufwand* 5
  • 11. • Beschreiben das zu überwachende Objekt • Beschreibung dient der Feststellung von Abweichungen zu gewünschtem Verhalten • Mustererkennung • Benötigen große Mengen korrekt gelabelter Daten Algorithmische Modelle für bekannte Zustände und Muster 6
  • 12. Algorithmische Modelle Welche der folgenden Maschinen sind besonders geeignet für eine Überwachung mit rein numerischen Methoden? a) Fahrstühle b) Industriekompressoren c) Rolltreppen d) Dampfturbinen e) Gasturbinen 7
  • 13. Geeignete Objekte für Algorithmische Analysen Gemeinsamkeiten: Standardisiert, Fehlerzustände und -muster sind bekannt Quelle: KSB Aktiengesellschaft, Frankenthal 8
  • 14. Nachteile Rein Numerischer Methoden • Nicht geeignet für kleine Datenmengen • Meist ungeeignet für Spezialmaschinen • Unbekannte “Gutzustände” • Benötigen oft Expertenwissen für Interpretation • Produzieren häufig Fehlalarme 9
  • 15. Turbomaschinen und Anwendungen • Chemieanlagen • Raffinerien • Kraftwerke • Industrielle Gase • Größere Maschinen in der Regel einzigartig • Verschiedene Hersteller und Baujahre • Änderung der Betriebsbedingungen schwierig  Wenige Betriebsdaten für Modelltraining vorhanden 10
  • 16. Anlagenüberwachung mit Digital Twins Physik und Machine Learning 11
  • 17. Was Nicht Funktioniert für Rotierende Maschinen wie Verdichter Methoden, die große Mengen gelabelter Daten auf Fehlermuster auswerten, ohne die physikalische Bedeutung der Daten zu berücksichtigen Wenn die Ergebnisse der Zustandsüberwachung schwer nachvollziehbar sind Systeme, die viele Fehlalarme produzieren und so zusätzlichen Aufwand verursachen 12
  • 18. Die Virtuelle Anlage Physik und Machine Learning Eine virtuelle Anlage stellt das thermodynamische Verhalten nach und wird anhand historischer Daten angepasst. Sie wird verwendet, um das komplexe dynamische Verhalten des Prozesses zu verstehen und um Personal zu schulen. Daher hilft sie, Probleme zu beseitigen und den Betrieb zu optimieren. 13
  • 19. Modellierung Differentialgleichungen und Heuristik Physikbasierte Modelle: Differentialgleichungssysteme für ● Mechanik ● Thermodynamik ● Elektromagnetismus Heuristik: Machine Learning Methoden Fitting multidimensionaler Funktionen Kompressor Parameter (ca. 30): Impellerdurchmesser Austrittsbreite Austrittswinkel Diffusorwirkungsgrad ... Endddruck Durchsatz Endtemperatur Leistungsaufnahme Saugdruck Drehzahl Saugtemperatur Gaszusammensetzung Ventilstellung Wirkungsgrad Drehmoment 14
  • 20. • Sehr sensibel für Veränderungen in Maschinenkomponenten und Strömungsinstabilitäten • Analyse der analogen Rohdaten für detailliertere Erkenntnisse • Maschinennahes Edge Device für große Datenmengen • Extreme Datenreduktion und A/D-Konvertierung • Intelligenter Ringspeicher für Ereignisse • Nutzung rotordynamischer Modelle • Generierung erster Zustandsindikatoren Edge-Analytik für Hochfrequenzdaten Schwingungen und Akustik 15
  • 21. Software von Industrial Analytics Sensoren Schwingungs- Akustik- daten Prozess- TurboNode Datenerfassung & -vorverarbeitung TurboMonitor Digital Twin Physik & ML MASCHINE Plattform- unabhängig Anwenderverwaltung Geräteverwaltung Datensicherheit TurboMonitor Einfache Integration der Komplettlösung 16
  • 22. [Info]: Veränderte Prozessparameter! [Info]: Leistungsaufnahme und Wirkungsgrad im erwarteten Bereich. [Info]: Schwingungsüberwachung wird an neuen Betriebspunkt angepasst. Anlagenüberwachung mit Digital Twins folgt auch bisher unbekannten Prozessparametern ohne Fehlalarme Die Modelle erzeugen dynamische Erwartungsbereiche oder Konfidenzintervalle. Messabweichungen von diesen Bereichen werden in Zustandsindikatoren übersetzt. Hochfrequenzsignale wie Schall und Vibrationen reagieren sehr empfindlich auf Veränderungen und werden zur frühzeitigen Trend- und Mustererkennung verwendet. 17
  • 23. Zustandsindikatoren Leicht interpretierbare Darstellung des Zustands • Der Zustand der beobachteten Prozesse, Maschinen und Bauteile wird als Risikoindikator angezeigt. • KRI (Key Risk Indicators) zeigen Abweichungen zwischen Messung und Sollverhalten. • Das Sollverhalten wird von den trainierten Modellen generiert. 18
  • 24. Zustandsindikatoren Schnelle Lokalisierung von Abweichungen Wie sollten Zustandsindikatoren angeordnet sein, um eine schnelle Lokalisierung der Komponente mit abweichendem Verhalten zu ermöglichen? a) horizontal b) vertikal c) hierarchisch 19
  • 25. Hierarchische Zustandsindikatoren Schnelle Lokalisierung von Abweichungen • Statusinformationen (KRI) für überwachte Maschinen und Signalgruppen • Hierarchische Ansicht für schnelle Identifikation der Störungsursache • Ermöglicht schnelle Lokalisierung von Problemstellen Strang Kompressor Motor Wirkungsgrad Mechanik Welle 1 Mechanik Welle 2 Mechanik Welle Leistung 20
  • 26. TurboMonitor Mehrwert Vermeidung ungeplanter Stillstände durch frühes Erkennen von verändertem Maschinenverhalten Verlängerte und dynamische Wartungsintervalle sowie Hilfsmittel zur Planung und Priorisierung von Wartungstätigkeiten ⇒ Reduktion der Betriebskosten ⇒ Reduktion von Produktionsausfällen ⇒ Arbeitserleichterung Schnelle Lokalisierung von Fehlerursachen (RCA support) mit schneller Bereitstellung und Verteilung relevanter Daten Weitere Anwendung der Simulationsmodelle: - Training für Personal - Aufdeckung von Optimierungspotenzialen 21
  • 27. TurboMonitor Raffinerie – Erkenntnisse durch physikbasierte Modelle Thermodynamik in Modellen von Industrial Analytics bilden Eigenschaften und Zusammensetzung des Mediums ab Zerstörtes Verdichterlaufrad durch Tröpfchenbildung im Gas Modelle erlauben Detektion und Vorhersage von Tröpfchenbildung => Veränderungen in den Eintrittsbedingungen hervorgerufen. => Einschränkung von Eintrittsparameter ermöglicht risikofreien Anlagenbetrieb! Use Case 22
  • 28. Quelle: H2SO4-Plant / DOMO Caproleuna GmbH © PCK Raffinerie GmbH© Robert Strube • Niedrigere Betriebskosten und höherer Wirkungsgrad für Entschwefelungsanlage in Raffinerie • Dynamische Simulationen • Höhere Verfügbarkeit und niedrigere Betriebskosten für Verdichterstrang (inkl. Dampfturbine) • Digital Plant Walk • Höhere Verfügbarkeit und niedrigere Wartungskosten für Erdgas-Verdichter Chemieanlage Kraftwerk Öl & Gas Industrial Analytics Referenzprojekte 23
  • 29. TurboMonitor Interaktives Modell auf Website 24 https://industrial-analytics.io/de/turbomonitor/
  • 30. Mitarbeiter schützen - Produktivität steigern Virtual Control Room Überwachen Sie Ihre Anlage von sicheren Einzelarbeitsplätzen aus in einem virtuellen Raum! Mehr Informationen auf industrial-analytics.io 25
  • 31. 26 Industrial Analytics IA GmbH · Pufendorfstr. 7 · 10249 Berlin · +49 30 12082087 Geschäftsführer: Dr. Richard Büssow, Anja Vedder · Registriert: Amstgericht Charlottenburg HRB 191013B · Ust-IdNr: DE314567667 Dies ist ein vertrauliches Dokument und nur für den Adressaten bestimmt. Es ist nicht erlaubt, diese Unterlage ohne Rücksprache zu kopieren oder Dritten zugänglich zu machen. Sollten Sie dieses Dokument irrtümlich erhalten haben, teilen Sie uns dies bitte per E-Mail unter info@industrial-analytics.io mit. Alle Angaben dieser Präsentation erfolgen ohne Gewähr für die inhaltliche Richtigkeit und Vollständigkeit. Wir unterstützen unsere Kunden bei der Digitalisierung Gerne führen wir das Gespräch mit Ihnen fort Melden Sie sich dazu bitte bei uns linkedin.com/in/robert-strube robert.strube@industrial-analytics.io +49 151 563 804 69 linkedin.com/in/anja-vedder-a74491151 anja.vedder@industrial-analytics.io +49 30 629 388 111
  • 32. Dashboard für Raffinerie (1/3): Übersicht 27
  • 33. Dashboard für Raffinerie (2/3): Strangansicht 28
  • 34. Dashboard für Raffinerie (3/3): Trendanalyse und Details 29
  • 35. 6 | 07.04.2020 | Einladung zur virtuellen Hannover Messe Webinar | Predictive ohne Daten → www.t-h.de/webinare
  • 36. 7 | 07.04.2020 | Vielen Dank Ulf Kottig Senior Marketing Manager Tel.: +49 172 387 98 48 E-Mail: ukottig@t-h.de www.t-h.de/sap Webinar | Predictive ohne Daten https://calendly.com/ukottig/sprechstunde Termin vereinbaren
  • 37. 8 | 07.04.2020 | Wie wahrscheinlich würden Sie dieses Webinar weiterempfehlen? Webinar | Predictive ohne Daten 0 % 50 % 100 %