Die vorausschauende Instandhaltung (engl. Predictive Maintenance) gewinnt für die produzierende Industrie weltweit an Bedeutung, da Produktionsmodernisierungen im Rahmen der Industrie 4.0 sowie die zunehmende Verwendung von heterogenen Sensoreinheiten die Instandhaltungsplanung immer komplexer gestalten. Darüber hinaus ist das Service-Kontingent, welches ein Maschinenbauer seinen Kunden im Bereich der Instandhaltung anbieten kann, durch die Ressource Mensch stark limitiert und nur ortsgebunden einsetzbar. Durch herkömmliche Instandhaltungsprozesse entstehen somit oft hohe Kosten, sowohl für den Maschinenbauer als auch für den Anwender. Dieser Beitrag gibt einen Einblick in aktuelle Forschungen der Sybit GmbH in direkter Zusammenarbeit mit der HTWG Konstanz und renommierten Maschinenbau-Unternehmen. Gemeinsames Ziel ist es, vorhandene Instandhaltungsprozesse durch die Verwendung von Augmented Reality (AR) und weiterführenden Technologien zu unterstützen. Hierbei wird ein Stufenplan erarbeitet und vorgestellt, in dem die notwendigen Erweiterungen auf dem Weg von der Implementierung eines Pilotprojekts bis hin zur vollwertigen Industrie-4.0-Anwendung diskutiert werden. Abschließend wird die plausible Erweiterbarkeit der vorgestellten Entwicklungen erörtert und die Übertragbarkeit der Ergebnisse auf andere Domänen vorgestellt.
Flooded Edge Gateways
(2019)
Increasing numbers of internet-compatible devices, in particular in the context of IoT, usually cause increasing amounts of data. The processing and analysis of a continuously growing amount of data in real-time by means of cloud platforms cannot be guaranteed anymore. Approaches of Edge Computing decentralize parts of the data analysis logics towards the data sources in order to control the data transfer rate to the cloud through pre-processing with predefined quality-of-service parameters. In this paper, we present a solution for preventing overloaded gateways by optimizing the transfer of IoT data through a combination of Complex Event Processing and Machine Learning. The presented solution is completely based on open-source technologies and can therefore also be used in smaller companies.
