Zeitreihenvorhersage für predictive maintenance


Predictive maintenance (dt. vorausschauende Wartung) bezeichnet die Vorhersage von Fehlern und Defekten von Hardware-Komponenten bevor diese Fehler eintreten. Dies kann dazu genutzt werden, um frühzeitig Ersatzteile zu besorgen und größere Folgefehler zu vermeiden.

Machine learning Algorithmen haben ein großes Potential in diesem Themenkomplex, da machine learning genutzt werden kann, um Strukturen in Wartungsdaten zu entdecken und auf diese Art eine Wartungsdatenzeitreihe vorherzusagen. So können bevorstehende Fehler früher erkannt werden, indem etablierte physikalische Begründungen für Defekte genutzt werden. An dieser Stelle besteht Verbesserungspotential, indem sich nicht nur auf bekannte Begründungen beschränkt wird und auch die Fehlerdetektion selbst mttels machine learning Verfahren durchgeführt.

Das Ziel dieser Arbeit ist zu untersuchen, wie machine learning basierte Algorithmen zur Zeitreihenvorhersage ggf. kombiniert mit anderen Verfahren genutzt werden können, um Defekte vorherzusagen.

Voraussetzungen

Literatur


Forschungsschwerpunkt


Betreuer / Ansprechpartner

Lukas Friedemann Radke
lukas.radke@dai-labor.de