„Von reaktiver zu vorausschauender Wartung“

Welche Erfahrungen haben Sie bislang mit dem U-Sense-Angebot gemacht, Herr Piekarzewitz? Was sagt der Anwender? @Interview_Grundschrift:Michael Piekarzewitz: In vielen Fabriken sind Anlagen und Maschinen ganz unterschiedlicher Generationen im Einsatz. Mit unseren smarten Sensoren haben wir für unsere Kunden eine Retrofit-fähige Lösung geschaffen, um z.B. eine Motorüberwachung schnell und direkt ins IIoT zu integrieren. Erste Applikationen zeigen, dass mit dem Einsatz von U-Sense beim Kunden eine Umstellung von einer reaktiven hin zu einer vorausschauenden Wartung erfolgt. Das positive Feedback zeigt uns, dass wir damit auf dem richtigen Weg sind. Gerade die smarten Sensoren entlasten den Datentransfer vom Sensor zur Cloud, da sie bereits im Sensor ein geeignetes Daten-Preprocessing durchführen. Diesen Vorteil, neben der einfachen Handhabung, schätzen unsere Kunden besonders. @Interview_Grundschrift: Setzt Weidmüller U-Sense auch in den

eigenen Werken ein? @Interview_Grundschrift:Piekarzewitz: Unsere U-Sense-Komponenten kommen bei uns u.a. in der Belüftungsanlage der Galvanik zum Einsatz. Bisher wurden dort die Daten bzw. der Zustand der Lüfterantriebe nicht digital erfasst. Um die Ventilatoren in den digitalen Prozess einzubinden, wurden sie mit dem Stromsensor U-Sense Energy Drives und dem Vibrationssensor U-Sense Vibration nachgerüstet. Der Stromsensor wurde beispielsweise in der Zuleitung montiert und erfasst alle relevanten elektrischen Zustände des Motors. Die Methoden und Werkzeuge des Machine Learning ermöglichen uns nicht nur einen digitalen Zugang zu den Daten des Lüftungssystems, sondern unterstützen auch dabei, relevante Zusammenhänge zu identifizieren. Mit dem Einbinden der Daten in die Industrial-AutoML-Software von Weidmüller können wir nun Serviceeinsätze gezielter planen. @Interview_Grundschrift: Welches Angebot hat Weidmüller für die Analyse der von U-Sense erfassten Antriebs- bzw. Prozessdaten? @Interview_Grundschrift:Piekarzewitz: Wir wollen unseren Kunden die bestmögliche Lösung für ihre Automatisierungs- und Digitalisierungsaufgaben bieten. Dabei setzen wir konsequent auf die Anwendung der Datendynamik: von Datenerfassung, -vorverarbeitung und -kommunikation als Basis, bis – darauf aufbauend – zur Datenanalyse. Über diesen durchgängigen Lösungsansatz können wir mit unserem Analyse-Tool Industrial AutoML eine Software anbieten, mit dem Kunden Machine Learning ganz einfach selbst anwenden können. Um das Potenzial von Machine Learning zu nutzen, muss der Anwender also kein Data Scientist sein, sondern kann allein mit seinem Prozess-Knowhow die Daten seiner Maschine oder seines Prozesses auswerten. @Interview_Grundschrift: Wie schnell steigt der Wunsch nach Anbindung