Predictive Maintenance in der automatisierten Produktion

[vc_row el_class="container"][vc_column][vc_btn title="Referenzen" style="classic" shape="square" color="btn-light-orange-blue" i_icon_fontawesome="fa fa-angle-double-left" add_icon="true" link="url:http%3A%2F%2Fwww.tiq-solutions.de%2Freferenzen%2F|title:Referenzen||"][/vc_column][/vc_row][vc_row el_class="container reference-mobile" el_id="reference-detail-layout"][vc_column el_class="reference-detail-layout-left .reference-mobile-order-2" offset="vc_col-lg-8 vc_col-md-8"][vc_row_inner][vc_column_inner][vc_single_image image="8989" img_size="750x495" el_class="reference-detail-layout-left-image"][/vc_column_inner][/vc_row_inner][vc_tta_accordion shape="square" gap="20" c_position="right" active_section="1" el_class="reference-detail-left-accordion"][vc_tta_section title="Die Herausforderung" tab_id="1508250369004-11fd70c1-c50a"][vc_column_text]In der modernen Automobilfertigung werden eine Vielzahl spezialisierter Fügetechniken verwendet. Im vorliegenden Fall werden z.B. Dachhimmel mit der Karosserie verklebt, anstatt sie zu verschweißen oder zu löten. In der Voraussicht, dass Verfahrenssicherheit und Zuverlässigkeit von einer umfassenden Datenerfassung profitieren können, wurden die an Industrierobotern befestigten Klebedüsen mit entsprechenden Sensoren bestückt, die Temperaturen, Drücke und weitere Parameter erfassen.   Zielsetzung war die Durchführung einer  Analyse, die es erlaubt, in enger Rücksprache mit der Produktionssteuerung, Datenpunkte mit Ausfällen und Reparaturmaßnahmen zu verknüpfen und somit Fehler zu prognostizieren und im Vorfeld zu verhindern. [/vc_column_text][/vc_tta_section][vc_tta_section title="Der Lösungsweg" tab_id="1508250369051-4a626d72-344d"][vc_column_text]Zunächst wurden die Daten im Rahmen einer umfänglichen Datenexploration umfänglich charakterisiert, um bspw. Ausreißer oder Trends zu identifizieren.  Daneben wurden Korrelationen herausgestellt, um Interdependenzen zwischen den Eingangsgrößen herauszuarbeiten und somit die redundanten Daten auszufiltern.  Mithilfe einer Hauptkomponenten-Analyse (PCA) wurde der Datensatz auf zwei Hauptkomponenten reduziert. Dies ermöglichte zum einen die Darstellung der Datenpunkte in der Fläche zur besseren Kommunikation und zum anderen die Weiterverarbeitung in klassischen Machine Learning- Verfahren. [/vc_column_text][/vc_tta_section][vc_tta_section title="Das Ergebnis" tab_id="1508252697978-ef0a40d1-ea09"][vc_column_text]Aus der Analyse der Daten konnte ein charakteristisches Datenmuster identifiziert werden, das dem Ausfall der Komponenten ca. zwei Wochen vorauseilt.  Im Weiteren werden unterschiedliche Machine Learning- Verfahren evaluiert, um einen drohenden Ausfall der Komponenten vorab zu signalisieren, damit entsprechende Wartungsmaßnahmen eingeleitet werden können. [/vc_column_text][/vc_tta_section][/vc_tta_accordion][/vc_column][vc_column offset="vc_col-lg-4 vc_col-md-4" el_class=".reference-mobile-order-1"][vc_row_inner el_class="background-color-grey reference-detail-right-sidebar-one"][vc_column_inner][vc_column_text] PROJEKT INFORMATIONEN Kunde Automobilbranche Anwendungsfall Vorausschauende Instandhaltung zur Vermeidung von Störungen und Defekten in der Produktion Technologie MQTT, Splunk, Python  Kundenvorteile Vorhersage des spezifischen Fehlerbildes mit 2 zwei Wochen Vorlauf  Nutzung der bestehenden Sensorik  Nachvollziehbarkeit der Warnmeldung [/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][vc_column offset="vc_col-lg-4 vc_col-md-4" el_class="reference-mobile-order-3" css=".vc_custom_1536932145604{margin-bottom: -100px !important;}"][vc_row_inner el_class="reference-detail-right-sidebar-one-heading"][vc_column_inner][vc_custom_heading text="DIESE REFERENZEN KÖNNTEN SIE AUCH INTRESSIEREN:" font_container="tag:h6|text_align:left|color:%23193d66" use_theme_fonts="yes"][/vc_column_inner][/vc_row_inner][vc_row_inner el_class="background-color-grey reference-detail-right-sidebar-two"][vc_column_inner][tiq_reference_link_box tiq_reference_link="url:https%3A%2F%2Fwww.tiq-solutions.de%2Fdata-science-in-einer-robotergestuetzten-lackieranlage%2F|title:Predictive%20Analytics%20in%20einer%20robotergest%C3%BCtzten%20Lackieranlage"][tiq_reference_link_box tiq_reference_link="url:https%3A%2F%2Fwww.tiq-solutions.de%2Freferenzen%2Fbig-data-analytics-und-dashboarding-fuer-stimmungsbarometer-mit-social-listening%2F|title:Big%20Data-Analytics%20und%20Dashboarding%20f%C3%BCr%20Stimmungsbarometer%20mit%20Social%20Listening"][/vc_column_inner][/vc_row_inner][/vc_column][/vc_row][vc_row el_class="container"][vc_column][tiq_start_service_boxes start_service_box_1_image="10226" start_service_box_2_image="10225" start_service_box_3_image="10224" start_service_box_4_image="10223" start_service_box_5_image="10222" start_service_convert_as_slider="true" start_service_title="Unsere Leistungen" start_service_box_1_url="url:https%3A%2F%2Fwww.tiq-solutions.de%2Fleistungen%2Fbig-data%2F|title:Big%20Data||" start_service_box_1_title="Big Data" start_service_box_2_url="url:https%3A%2F%2Fwww.tiq-solutions.de%2Fleistungen%2Fbusiness-intelligence%2F|title:Business%20Intelligence||" start_service_box_2_title="Business Intelligence" start_service_box_3_url="url:http%3A%2F%2Fwww.tiq-solutions.de%2Fleistungen%2Fadvanced-analytics%2F|title:Advanced%20Analytics||" start_service_box_3_title="Advanced Analytics" start_service_box_4_url="url:https%3A%2F%2Fwww.tiq-solutions.de%2Fleistungen%2Fdatenqualitaet%2F|title:Graphdaten" start_service_box_4_title="Datenqualitätsmanagement" start_service_box_5_url="url:https%3A%2F%2Fwww.tiq-solutions.de%2Fleistungen%2Fberatung%2F|title:Beratung||" start_service_box_5_title="Beratung" start_service_box_6_url="|||"][/vc_column][/vc_row] ...

Graphanalysen und Dashboards zu Konflikten im Kongo für die UN

[vc_row el_class="container"][vc_column][vc_btn title="Referenzen" style="classic" shape="square" color="btn-light-orange-blue" i_icon_fontawesome="fa fa-angle-double-left" add_icon="true" link="url:http%3A%2F%2Fwww.tiq-solutions.de%2Freferenzen%2F|title:Referenzen||"][/vc_column][/vc_row][vc_row el_class="container reference-mobile" el_id="reference-detail-layout"][vc_column el_class="reference-detail-layout-left .reference-mobile-order-2" offset="vc_col-lg-8 vc_col-md-8"][vc_row_inner][vc_column_inner][vc_single_image image="8723" img_size="750x495" el_class="reference-detail-layout-left-image"][/vc_column_inner][/vc_row_inner][vc_tta_accordion shape="square" gap="20" c_position="right" active_section="1" el_class="reference-detail-left-accordion"][vc_tta_section title="Die Zielsetzung" tab_id="1508250369004-11fd70c1-c50a"][vc_column_text]Im Rahmen des Qlik Hackathon 2017 stand die Entwicklung von Insights und Tools für die UN im Fokus, welche sie bei ihrer Friedenserhaltende Arbeit in der Demokratischen Republik Kongo unterstützen sollen. Das Team von TIQ Solutions entwickelte mit dem Kooperationspartner Akquinet eine Anwendung zur Visualisierung und Vorhersage komplexer Beziehungen von Akteuren am Bsp. der Demokratischen Republik Kongo. Zu den entwickelten Tools gehörten: Dashboards, um die Beziehung und die Abhängigkeit der Hauptkonfliktdimensionen zu visualisieren und zu erforschen Graphanalysen, um die Beziehungen zwischen Akteuren (Allianzen) während der Ereignisse in der Demokratischen Republik Kongo und den Nachbarländern zu erforschen und wie sich diese im Laufe der Zeit entwickeln Konfliktprognose-System zur Vorhersage von Ereignissen [/vc_column_text][/vc_tta_section][vc_tta_section title="Der Lösungsweg" tab_id="1508250369051-4a626d72-344d"][vc_column_text] Dashboard über Abhängigkeiten von Akteuren und Ereignissen Graphanalysen der Beziehungen von Akteuren im Bezug zu den Ereignissen über die Zeit Prognose-System zur Vorhersage von Ereignissen [/vc_column_text][/vc_tta_section][vc_tta_section title="Das Ergebnis" tab_id="1508252697978-ef0a40d1-ea09"][vc_column_text] Kategorisierung der Konflikte mit Auswirkungen auf die Bevölkerung Bestimmung der beteiligten Parteien und deren Beziehungen zu einander Frühwarnsystem zur Prävention von Gewalt-Eskalationen Mehr Informationen zum Projekt finden Sie hier.[/vc_column_text][/vc_tta_section][/vc_tta_accordion][vc_row_inner el_class="reference-detail-right-sidebar-one-heading"][vc_column_inner][vc_custom_heading text="Grafiken zur Kundenreferenz" font_container="tag:h3|text_align:left|color:%23193d66" use_theme_fonts="yes"][/vc_column_inner][/vc_row_inner][vc_row_inner][vc_column_inner offset="vc_col-lg-3"][vc_single_image image="8760" onclick="link_image"][/vc_column_inner][vc_column_inner offset="vc_col-lg-3"][vc_column_text]Konflikt-Dashboard mit DRC Events in 2014[/vc_column_text][/vc_column_inner][vc_column_inner offset="vc_col-lg-3"][vc_single_image image="8828" onclick="link_image"][/vc_column_inner][vc_column_inner offset="vc_col-lg-3"][vc_column_text]Grafische Analyse der Akteursbündnisse im Jahr 2014 (linke Seite im Vorjahr, rechte Seite im Jahr danach).[/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][vc_column offset="vc_col-lg-4 vc_col-md-4" el_class=".reference-mobile-order-1"][vc_row_inner el_class="background-color-grey reference-detail-right-sidebar-one"][vc_column_inner][vc_column_text] PROJEKT INFORMATIONEN Anlass Qlik Hackathon 2017 - Untersützungsleistung zur Friedenserhaltende Arbeit in der Demokratischen Republik Kongo für die UN Anwendungsfall Entwicklung einer Anwendung zur Visualisierung und Vorhersage komplexer Beziehungen von Akteuren Technologie Qlik Sense®, Qlik Extensions for Map, Ogma, Vizlib table, NPGeoMap, ACLED Dataset[/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][vc_column offset="vc_col-lg-4 vc_col-md-4" el_class="reference-mobile-order-3"][vc_row_inner el_class="reference-detail-right-sidebar-one-heading"][vc_column_inner][vc_custom_heading text="DIESE REFERENZEN KÖNNTEN SIE AUCH INTRESSIEREN:" font_container="tag:h6|text_align:left|color:%23193d66" use_theme_fonts="yes"][/vc_column_inner][/vc_row_inner][vc_row_inner el_class="background-color-grey reference-detail-right-sidebar-two"][vc_column_inner][tiq_reference_link_box tiq_reference_link="url:https%3A%2F%2Fwww.tiq-solutions.de%2Freferenzen%2Fgraphanalyse%2F|title:Entwicklung%20einer%20interaktiven%20Graphanalyse-%20und%20Visualisierungsplattform||"][tiq_reference_link_box tiq_reference_link="url:https%3A%2F%2Fwww.tiq-solutions.de%2Freferenzen%2Fbig-data-telekommunikationsbranche%2F|title:Big%20Data%20in%20der%20Telekommunikationsbranche||"][/vc_column_inner][/vc_row_inner][/vc_column][/vc_row] ...