Senseye PdM: 150 Personenjahre F&E für branchenführende Predictive Maintenance

Im vorigen Beitrag haben wir gezeigt, wie wir unser PdM-Wissen in die heutige Produktentwicklung einfließen lassen. Hier beleuchten wir, wie diese Erfahrung und tiefe Domänenkenntnis Senseye PdM zum führenden Predictive-Maintenance-Produkt am Markt gemacht haben.

Jahrzehntelange Erfahrung

Senseye PdM basiert auf über 150 Personenjahren Forschung und Entwicklung, die ausschließlich auf Predictive Maintenance fokussiert waren. Dieser Aufbau wäre ohne die Expertise von Branchenfachleuten, Maschinenbauingenieuren, Condition-Monitoring-Experten und einem Team führender Data Scientists nicht möglich gewesen. Unsere Gründer bringen gemeinsam 30 Jahre Erfahrung aus der Luft- und Raumfahrt sowie der Rüstungsindustrie mit – Branchen, die weltweit führend in Sicherheitskultur, Wartungspraxis und PdM-Technologien sind. Dieses Wissen war unverzichtbar.

Diese Erfahrungsbasis, kombiniert mit modernster Machine-Learning-Technologie, macht Senseye PdM zu einer einzigartigen Lösung – verstärkt durch tiefgreifende Domänenunterstützung und Beratung, die wir bieten können.

Entwickelt für Anwender

Anders als andere PdM-Produkte ist Senseye PdM für die Instandhaltungsingenieure konzipiert, die es täglich nutzen. Wir kennen deren Zeitnot. Daher benötigt die Software keine kontinuierliche manuelle Prüfung von Sensordaten und keine Entwicklung individueller Modelle für jeden Maschinentyp. Stattdessen erstellt sie automatisch hochpräzise Modelle für jede Maschine – ohne menschlichen Eingriff.

So lässt sich Predictive Maintenance auf jede Maschine in einer Anlage anwenden, auch auf weniger kritische. Durch Kombination von KI, Machine Learning, statistischer Modellierung, Prognostik und Data Mining analysiert das System Maschinendaten automatisch, filtert Umgebungsrauschen heraus und bestimmt präzise den Maschinenzustand sowie die Degradationsprognose.

Die Analyseergebnisse fließen in Senseyes Attention Engine ein, einen proprietären Algorithmus, der für jede Maschine einen Attention Index® generiert. Ein ausreichend hoher Index löst einen Case aus, der die Aufmerksamkeit des Instandhaltungsingenieurs gezielt auf die betreffende Maschine lenkt.

Da Wartungsteams wenig Zeit für die Suche in großen Datenmengen haben, präsentiert Senseye PdM alle relevanten Informationen in klarer, verständlicher Form – für schnelle, präzise Reaktionen.

Senseyes Philosophie

Unsere Erfahrung hat uns ein fast intuitives Verständnis dafür gegeben, was PdM ist und wie es funktionieren muss. Kurz: Wir sehen Senseye PdM als Entscheidungsunterstützungssystem, das Instandhaltungsprofis bei der Maschinenbetreuung hilft. Diese Sicht bildet die Basis einer Philosophie, die alles untermauert.

Hier sind die drei Leitprinzipien hinter Design und Analytics:

1 – Aufmerksamkeit lenken

Das primäre Ziel der Applikation und der unterstützenden Analytics ist, die Aufmerksamkeit der Nutzer auf die Maschinen zu fokussieren, die sie brauchen.

2 – Auf Bedeutung fokussieren

Analytics brauchen gute Daten, hochwertige Algorithmen und reichlich Kontext für sinnvolle Ergebnisse. In Fertigungsumgebungen ist Kontext oft begrenzt – wir optimieren unsere Analytics daher für maximale Effizienz bei minimalem Kontext.

3 – Den Nutzer modellieren

Wir ergänzen den begrenzten Kontext durch nutzerspezifischen Kontext. Indem wir die Analytics auf den Nutzer ausrichten, können wir Nutzerinteresse ebenso vorhersagen wie Maschinenzustand. Nutzerfeedback nutzen wir, um unsere Vorhersagen kontinuierlich zu optimieren.

Diese drei Prinzipien entstammen tiefem PdM-Verständnis, geboren aus jahrelanger direkter Erfahrung. Genau das macht Senseyes Ansatz einzigartig.

Im nächsten und letzten Beitrag betrachten wir die Zukunft der Predictive Maintenance. Bis dahin: Kontaktieren Sie uns für Einblicke hinter die Kulissen oder laden Sie das Whitepaper „Senseye in Depth: Why is Predictive Maintenance so hard?“ herunter.