Unser Kunde produziert Anlagen im Bereich Heizung, Klima und Lüftung. Die Anlagen unterscheiden sich durch ihren Aufbau und durch die individuelle Konfiguration beim Endkunden. Die Betriebsdaten der einzelnen Anlagen werden über Sensoren erfasst und für eine zentrale Speicherung an unseren Kunden übermittelt. Bislang werden die gesammelten Daten noch nicht für systematische Auswertungen genutzt. Durch eine explorative Analyse soll festgestellt werden, inwieweit Daten genutzt werden können, um Predictive Maintenance durchführen zu können.
Auf Basis der vorliegenden Daten entwickeln wir eine Pipeline, die sie aufbereitet, in ein nutzbares Format bringt und bereinigt. Es werden erste deskriptive Analysen durchgeführt, um ein tieferes Verständnis für die Daten zu schaffen. Anschließend werden mittels verschiedener KI-Verfahren und Methoden aus der Zeitreihenanalyse Experimente durchgeführt, um den Nutzen für Predictive Maintenance zu ermitteln.
Die durchgeführten Analysen und entwickelten KI-Verfahren schaffen die Grundlage für die Verwendung der Daten, zur Einschätzung von Anlagenzuständen. Dies umfasst das Voraussagen von Störungen, wie auch die Identifikation von anfälligen Systemen.
