Edge Computing

Intelligente Edge Devices werden maschinennah installiert und an die lokale oder cloudbasierte Computing-Infrastruktur angebunden. Die Konfiguration erfolgt zentral, die automatisierte Integration minimiert den personellen Aufwand für die Installation und Wartung der Geräte. Die Unterstützung aktueller Industrie-Standards und die Unabhängigkeit von einzelnen Herstellern ermöglicht den universellen Zugriff auf Maschinendaten – über offene Schnittstellen auch aus vorhandenen Systemen.

Weitere Informationen zum Thema Edge-, Fog- und Cloud-Computing.

Digitale Modelle einzelner Bauteile bilden die zu überwachenden Anwendungsfälle realitätsnah ab. Durch maschinelles Lernen und fortlaufende Analysen definierter Signale werden Unregelmäßigkeiten innerhalb einer Baugruppe zuverlässig erkannt und Prognosen kontinuierlich optimiert.

Jede Baugruppe verfügt über frei konfigurierbare, auf den Anwendungsfall bezogene Analysefunktionen wie Live-Daten, Statistiken oder KPIs. Dashboards visualisieren diese Daten und benachrichtigen im Fehlerfall über smarte Geräte.

• Vorhandene Sensoren und Steuerungen
• Herstellerunabhängig z.B. Rockwell Automation, Mitsubishi Electric, Beckhoff , Siemens, B&R
• Offene Schnittstellen
• OPC UA, Datenbanken und weitere Datenquellen
• Alle gängigen Protokolle wie MQTT, EtherCAT, EtherNet/IP, IO-Link, Profinet, uvm.

• Definierte Schnittstellen
• Freie Zuordnung von realen zu logischen Sensoren
• Wiederverwendbarkeit in komplexen Modellen
• Spezifische Auswertungen (Live-Graph, historische Daten, KPIs, …)

• Hierarchische Modellierung
• Komplexe Module aus Standard-Komponenten
• Auswertungen auf Meta-Ebene (Fehlerstatistik, OEE, …)

All In One – Plattform | Einfache Skalierbarkeit | Herstellerunabhängig | Machine Learning | Echtzeit-Analyse | Geräte-Bibliothek | Hosting in Deutschland