Übersicht:

Predictive Maintenance für KMU

(2-tägiger Workshop)
Prädiktive Instandhaltung oder Predictive Maintenance lernt von historischen und gegebenenfalls in Echtzeit verfügbaren instandhaltungsrelevanten Daten. Durch dies und durch die Prognose von zukünftigen Ereignissen kann die Frage „Was wird wann passieren?“ beantwortet werden. Prädiktive Instandhaltungstechniken helfen somit bei der Bestimmung des Zustands von in Betrieb befindlichen Dingen. Sie helfen bei der Abschätzung, wann eine Wartung durchgeführt werden sollte. Dieser Ansatz verspricht Kosteneinsparungen gegenüber routinemäßigen oder zeitbasierten vorbeugenden Instandhaltungsstrategien, da Aufgaben nur dann ausgeführt werden, wenn dies gerechtfertigt ist. Daher wird diese Technik genutzt, um zustandsorientierte Instandhaltung durchzuführen, die gemäß Schätzungen des Verschlechterungszustands eines Gegenstands gemacht wird. Im Workshop werden in Form eines Impulsvortrages der Ablauf und ein Auszug möglicher Methodiken aus dem Bereich Machine Learning präsentiert. In Form eines kurzen Einblicks in die Welt des Machine Learnings wird auf mögliche Showstopper und Hürden hingewiesen und der Einsatzbereich des Machine Learnings abgegrenzt. Darauffolgend werden gemeinsam mit den Teilnehmern Use-Cases in den Betrieben erarbeitet. Abschließend werden technische Umsetzungsmöglichkeiten zu den erarbeiteten Use-Cases präsentiert und weitere Schritte diskutiert.

Noch 8 freie Plätze | Kein Anmeldeschluss

Anzahl der Teilnehmer wählen:

Detail-Angaben:

Termin

Termin 1: Mittwoch, 02.02.2022| Termin 2: Mittwoch, 02.03.2022

Uhrzeit

jeweils 09:30-13:00 Uhr

Veranstaltungsort

Termin 1: ecoplus. Niederösterreichs Wirtschaftsagentur GmbH, Niederösterreichring 2/haus a, 3100 St. Pölten | Termin 2: Online über MS Teams

Zielgruppe

KMU mit Interesse an der Optimierung von Wartungsarbeiten mit Hilfe von „Predictive Maintenance“

Veranstalter

FOTEC und Ecoplus

Kostenbeitrag

kostenfrei

Beschreibung:

Zielsetzung und Ablauf des Workshops

Tag 1

  • Überblick Predictive Maintenance und Machine Learning
    • Schlagworte, Algorithmen
    • Machine Learning vs. Deep Learning
  • Beispiel Projekt mit Ergebnissen

Tag 2

  • Overfitting
  • Schnittstellen / Anbindung von Sensoren / BIGDATA
  • Use-Case Definition
  • Besprechung und Präsentation der Use-Cases
  • Zusammenfassung der Use-Cases
  • Nächste Schritte definieren

Ihr Trainer: Markus Hohlagschwandtner

Hinweis

Für die Durchführung dieser Veranstaltung wird eine Mindestanzahl von 5 Teilnehmern benötigt.
Der zweite Teil der Aktivität wird als Webinar über Microsoft Teams abgehalten. Ein Link dafür wird Ihnen zeitnah per E-Mail zugeschickt. Dafür ist die E-Mail Adresse jedes Teilnehmers erforderlich.

Event Details