PlatonaM – Plattform-Ökosystem für innovatives Instandhaltungsmanagement durch Predictive Maintenance

In dem Forschungsprojekt PlatonaM wird eine Plattform geschaffen, auf der Maschinendaten mehrerer Maschinenbetreiber und -hersteller zusammengeführt und bisher komplexe Hersteller-Kunden-Beziehungen gebündelt werden. Erklärtes Ziel von PlatonaM ist die sichere und rechtskonforme Nutzbarmachung digitaler Maschinendaten als eigenständiges Wirtschaftsgut auf Grundlage eines neuartigen Plattform-Ökosystems.   

Eine Schlüsselstellung übernimmt dabei der sichere Austausch von Maschinendaten. “Durch Datenanonymisierung, -zerlegung und Zugriffssteuerung gewährleistet die Plattform Sicherheit und Rechtskonformität bei der Erfassung, Übertragung und Verarbeitung von Maschinendaten[1]Ein Plattform-basiertes Wertschöpfungsnetzwerk für innovatives prädiktives Instandhaltungsmanagement

Ein typischer Anwendungsfall:

Kunden betreiben eine Maschine, auf der Daten anfallen. Möchten sie diese mit dem Hersteller austauschen; es entsteht eine n:m – Beziehung. Infolgedessen müssen mehrere Schnittstellen implementiert werden. Das soll mit PlatonaM gebündelt werden. Es wird nur die Schnittstelle zur Plattform implementiert. Nachdem die Daten gesammelt werden, werden sie anonymisiert und beim Transport verschlüsselt.

Die Architektur besteht aus einer Lokalen Komponente (Lopco) und einer zentralen Instanz. Die Lokale Komponente “führt die Schritte der lokalen Vorverarbeitung der Daten durch und steht unter der vollen Kontrolle des Maschinenbetreibers. Dies umfasst die Datenkonvertierung, -anonymisierung und den Upload zur zentralen Plattform. Auf der zentralen Plattform sind die Daten über einen persönlichen Account des Dateneigentümers verfügbar. Der Dateneigentümer kann Zugriffsberechtigungen für die Daten bestimmen und die Daten der Machine Learning Pipeline zur Verfügung stellen; so behält er die Kontrolle über die Daten“.

Die zentrale Instanz fungiert als Pipeline für das MachineLearning (ML). Die analysierten Daten werden an den Maschinenbetreiber zurückgespielt, z.B. für die Prognose von Maschinenausfällen und die Produktionsplanung.

Weitere Akteure sind die Analyseservice-Entwickler[2]Ein Plattform-Ökosystem für Predictive Maintenance zur Erhöhung der Effizienz und Effektivität der Instandhaltung in kleinen und mittleren Unternehmen (KMU).

Beitrag teilen
Dieser Beitrag wurde unter Datenaustausch, Forschung, Vernetzte Fabrik, Vorausschauende Wartung abgelegt und mit , , , , , , , , , , , , , , , verschlagwortet. Setze ein Lesezeichen auf den Permalink.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.