COMET-Projekt inFADIA (2015-2018)

Industrielle Fehlerdetektion, -diagnose und -vorhersage

Ziele / Forschungsthemen

Das Projekt inFADIA befasst sich mit der Detektion und Analyse (z.B. Ortung und Klassifizierung) von Störungsereignissen in industriellen Umgebungen. Die größten Herausforderungen sind restriktive Sensorkonfigurationen und natürlich verunreinigte Daten. Das Projekt entwickelt dabei robuste Methoden zur Fehlererkennung und -analyse zur Bewältigung dieser Probleme. Anhand der Produktionsdaten eines einzelnen Gerätes oder mehrerer gleichartiger Geräte werden Fehler erkannt, rechtzeitig lokalisiert und die mögliche Art (bzw. eine mögliche Ursache) des Fehlerereignisses bestimmt. Im Laufe des Projektes werden verschiedene Anwendungsfälle adressiert, z.B. die Fehlerdetektion und -diagnose in Photovoltaikanlagen, Spritzgießmaschinen und mobilen Steinbrechern.

Methoden / Software / Proof of Concepts

  • Algorithmus-Framework zur Fehlerdetektion und -analyse
  • Fehler Message Board: Web-Anwendung zur Meldung und Visualisierung von detektierten und analysierten Fehlern und Metadaten für eine Vielzahl von Systemen. Fehler werden nach Relevanz sortiert
  • Fehler-Webinterface: REST-API zur Abfrage von Informationen über erkannte und analysierte Fehler
  • Algorithmus für eine virtuelle Bandwaage als Grundlage zur Erkennung von Fehlbedienungen
  • Infrastruktur für den Einsatz von Algorithmen zur Fehler- und Verschleißerkennung auf Maschinen

Ausgewählte Publikationen

  • Locating faults in photovoltaic systems data [KT17a]
  • Robust learning of neighborhood relationships to identify comparable machines and devices [TGG15]
  • Fault identification and generation of meaningful alarms from fault detection [KT17c]

Fördergeber

Das Projekt wird im Rahmen von COMET – Competence Centers for Excellent Technologies durch BMK, BMDW, Land Oberösterreich und den wissenschaftlichen Partnern des SCCH gefördert. Das Programm COMET wird durch die FFG abgewickelt.

Kontakt

Bernhard Freudenthaler

Freudenthaler Bernhard

Area Manager Data Science
Telefon: +43 50 343 850

zurück