Digitaler Zwilling für Anlagen oder IT-Systeme Homepage

Algorithmus Schmiede

3
TRL

Unser Digitaler Zwilling lässt sich parallel zu komplexen Anlagen und IT-Systemem betreiben.
Während dem Betrieb zeichnet der Digitale Zwilling alle anfallenden Daten auf und entwickelt teilautomatisiert Vorhersagemodelle für die einzelnen Funktionen.
Diese Vorhersagemodelle lassen sich auf 2 Arten nutzen:
- Virtuelles Testing von verschiedenen Anlagen bei neuen Softwarereleases
- Frühzeitiges Erkennen von Anomalien, Abnutzung oder Störfällen im laufenden Betrieb

Anbieter kontaktieren Qualitätskontrolle und –management Predictive Maintenance/Condition Monitoring Optimierte Prozessplanung Optimierte Prozesssteuerung Robotik & autonome Systeme Intelligente Sensorik Vorhersagen und Predictive Analytics Optimiertes Ressourcenmanagement Intelligente Automatisierung Intelligente Assistenzsysteme Datenanalyse Data Management

Anwendungsprofil

Beschreibung

Unser Digitaler Zwilling lässt sich parallel zu komplexen Anlagen und IT-Systemem betreiben.
Während dem Betrieb zeichnet der Digitale Zwilling alle anfallenden Daten auf und entwickelt teilautomatisiert Vorhersagemodelle für die einzelnen Funktionen.
Diese Vorhersagemodelle lassen sich auf 2 Arten nutzen:
- Virtuelles Testing von verschiedenen Anlagen bei neuen Softwarereleases
- Frühzeitiges Erkennen von Anomalien, Abnutzung oder Störfällen im laufenden Betrieb

Training:
Umgesetzt ist der Digitale Zwilling als Dockercontainer, der über eine REST-API angesprochen wird.
Standardmäßig erfolgt die Anbindung des Digitalen Zwillings über Dekoratoren in den gängigen Programmiersprachen.
Die dekorierte Funktion schreibt/ließt Werte an/vom zu simulierten System.
Der Dekorator lässt dem Digitalen Zwilling eine Kopie der Werte zukommen. Dieser nutzt die neuen Werte für das eigene Training.
Auch eine Anbindung via REST-API ist denkbar.
Hier würde eine zwischengeschaltete REST-API die Steuerungsinformationen empfangen und sowohl an das zu steuernde System als auch an den Digitalen Zwilling weiterleiten.

Softwaretesting:
Der so trainierte Digitale Zwilling lässt sich nun kopieren und in CI/CD Pipelines einsetzten.
Wenn ein neues Release einer Steuerungssoftware für die Anlage erscheint, kann dies zuerst virtuell getestet werden.
Sollte eine Software viele ähnliche Anlagen steuern, können die Digitalen Zwillinge alles Anlagen gleichzeitig getestet werden.
Dies reduziert die Aufwände für manuelles Testing und Versionsmanagement enorm, verkürzt die Entwicklungszyklen von Softwarereleases und erhöht die Zuverlässigkeit der Software.

Anlagen Monitoring:
Gleichzeitig lässt sich der Digitale Zwilling zum Monitoring der Anlagen einsetzen.
Sobald die Vorhersagen des Digitalen Zwilling und die realen Werte auseinanderdriften, können Warnsignale ausgelöst werden.
Hiermit lassen sich verschiedenste Aufgaben in den Bereichen Predictive Mainanence, Outlier Detection & Fraud Detection wahrnehmen.
Zum Beispiel eine Produktionsanlage kontrolliert stoppen, bevor es zum Schadensfall kommt.

Individualisierung:
Für die einzelnen Funktionen im Digitalen Zwilling lassen sich auch individuelle Funktionen für Vorhersagemodelle oder Alarmtrigger hinterlegen.
Damit kommen komfortable automatisierte Vorhersagemodelle aber auf hoch-genaue individuelle Prognosen zusammen.

Unternehmensbereich

  • Kundendienst / Inbetriebnahme
  • Konstruktion / Entwicklung
  • Produktion / Montage
  • Instandhaltung
  • Logistik / Supply Chain Management

Hierarchie-Ebene

  • Intelligentes Produkt (product)
  • Regelung & Steuerung (control device)
  • Technische Anlage (work center)

Prozess

  • Produktionsentwicklung
  • Fertigungs- und Montagevorbereitung
  • Produktionsplanung und –steuerung
  • Qualitätssicherung
  • Änderungsprozesse
  • Produktionsinstandhaltung

Branche (erprobt)

  • Keine / Branchenunabhängig

Branche (anwendbar)

  • Keine / Branchenunabhängig

Nutzen

Szenarien / Use cases

Softwaretesting: Continuous Integration, Integration Testing, CI/CD

Anlagenmonitoring: Störfallerkennung, Prediktive Maintenance, Outlieder Detektion, Betrugserkennung

KPI

  • Effizienz - Automatisierungsgrad (%)
  • Effizienz - Stillstandzeit/Anzahl und Dauer ungeplanter Produktionsausfälle
  • Qualität - Qualitätsmängel
  • Qualität - Right first Time/ Nacharbeitsquote / First Pass Yield (FPY, VDMA)
  • Kosten/Nutzen - Instandhaltungsquote (%)
  • Auslastung/Verfügbarkeit - Maschinenausfallquote (%)
  • Auslastung/Verfügbarkeit - Mean Time to Repair (Tage)
  • Auslastung/Verfügbarkeit - Anlagenverfügbarkeit (%)
  • Flexibilität - Reaktionsfähigkeit auf Kundenwünsche
  • Flexibilität - Lieferfähigkeit (%)

Lösungsanbieter:

Algorithmus Schmiede

Ansprechpartner:

  • Dr. Markus Dutschke
  • +491781483264
  • Tennenloher Str. 57
  • Erlangen 91058
  • Deutschland

Kontaktanfrage

Ihre Nachricht an den Anbieter

Melden

Kommentare