Auf dem Weg zu ständig wachsender Leistung und optimaler Anlagenauslastung bietet die vorausschauende Instandhaltung und Wartung sicher eine Schlüsseltechnologie (#PredictiveMaintenance). Eine Heimat für die Technologie findet sich in der Vision von der Industrie 4.0 (#Industrie40), der kompletten Vernetzung von Maschinen, Prozessen und Lagersystemen mittels IT und der Kombination von künstlicher Intelligenz in der “Smart Factory”. Als Spitzentechnologie-Dienstleister für die Industrie ist es unsere (#werusys) Aufgabe die Visionen von Industrie 4.0 durch statistische Modelle und eigene spezifische Softwarelösungen zu unterstützen. Dabei stellen sich immer wieder die Fragen nach der optimalen technischen Plattform zur Umsetzung. Mit der freien Statistiksprache R steht hier ein mächtiges Werkzeug zur Verfügung. In einer Projektstudie hat unser Kollege Torsten Kolb nun die Leistungsfähigkeit des Ansatzes unter Beweis gestellt. Als Datengrundlage zum Anlernen des Systems diente uns die Echtzeit Infrastruktur PI System (#Pisystem) von OSIsoft (#OSIsoft). Zur Mustererkennung haben wir den “k-Nearest-Neighbors”-Machine Learning Algorithmus zur Klassifizierung eingesetzt. Der Teil des Lernens besteht aus simplem Abspeichern der Trainingsbeispiele, was auch als lazy learning („träges Lernen“) bezeichnet wird.
Das Identifikationsmuster vor einem notwendigen Instandhaltungseinsatz konnte eindrucksvoll gezeigt werden. Bleibt also festzuhalten, dass die Statistiksprache R in der Kombination mit den Echtzeitdaten unserer Kunden aus dem PI System die Basis für intelligente Softwarelösungen bietet.
