Intelligentere Anlagenüberwachung mit IBMs Asset Monitoring und prenode Edge AI

In Zusammenarbeit mit IBM haben wir Herausforderungen bei der Datenaufnahme gemeistert und die Überwachung von Anlagen mit unserer dezentralen KI-Lösung, prenode mlx, verbessert. Durch die Integration von mlx in die bestehende Infrastruktur von IBM hat unser gemeinsamer Showcase "Hammer-Rig" erfolgreich Bedenken hinsichtlich des Datenschutzes und der Datensilos ausgeräumt und gleichzeitig Federated Machine Learning genutzt, um genaue Vorhersagen von Überhitzungsereignissen zu erzielen. Durch diese Zusammenarbeit erfährt IBM erhebliche positive Auswirkungen auf ihr Geschäft. Wir sind zuversichtlich, dass unsere Zusammenarbeit den Weg für eine integrierte KI-Lösung in der Zukunft der intelligenten Fertigungsindustrie ebnen wird.

‍

Viele Softwareanbieter, darunter auch IBM, möchten ihre Produkte mit maschinellem Lernen (ML) anreichern, um KI-basierte digitale Dienste bereitzustellen, die den sich wandelnden Anforderungen von Unternehmen und Kunden in der heutigen digitalen Landschaft gerecht werden.

ML benötigt jedoch enorme Datenmengen, auf die nicht ohne Weiteres zugegriffen werden kann, da die Kunden ihre Daten aufgrund der Sensibilität oder Größe der Daten nicht freigeben wollen oder können. Darüber hinaus stehen Unternehmen oft vor dem Problem, dass die Daten über verschiedene Silos verteilt sind, was eine effektive Nutzung aller Daten für ML erschwert. Dies führt zu Wissenssilos und verzögerten Prognosen.

Um die Datenherausforderungen zu überwinden und das IBM Maximo® Monitor-Portfolio (eine Anwendung zur Fernüberwachung von Anlagen) mit KI-Funktionen zu erweitern, hat IBM aktiv nach einer technischen Lösung gesucht.

Um diese Herausforderungen zu bewältigen, bietet unsere dezentrale KI-Lösung prenode mlx eine umfassende Infrastruktur für maschinelles Lernen auf dem Gerät, die das Training von Modellen auf föderierten und isolierten Datensätzen ermöglicht. Mit dieser Lösung können ML-Modelle trainiert werden, ohne dass die Daten mit einer zentralen Einheit geteilt werden müssen, und die Daten werden an den einzelnen Standorten gespeichert, um Datenschutz, Sicherheit und genaue Vorhersagen zu gewährleisten.

In Zusammenarbeit mit IBM haben wir einen Hammer-Rig-Showcase entwickelt, bei dem mlx nahtlos in die IBM-Infrastruktur integriert wurde und seine Fähigkeit zur Vorhersage von Überhitzungsereignissen durch die Analyse von Daten aus mehreren Pumpen demonstrierte. Unsere dezentralisierte KI-Software analysiert Sensordaten von jeder einzelnen Anlage, sagt Überhitzungsereignisse genau voraus und sendet die Vorhersagen über die IBM Cloud an die IBM Maximo Monitor-Plattform. So können Maschinenbediener schnell Warnungen erhalten, wenn eine Überhitzung stattfindet.