KI

CLH: cómo predecir demanda, mantenimientos y detección de fugas con IA

Von CLH, einem führenden Unternehmen im Bereich Treibstofftransport und mit mehr als 53 Speichereinrichtungen weltweit, wurde Plain Concepts mit der Entwicklung von drei Innovationsprojekten in Industrie 4.0 betraut. Dabei kamen Künstliche Intelligenz und das Internet der Dinge (IoT), hochwertige technologische Serviceleistungen und großes Potenzial für Kosteneinsparungen zum Einsatz.

KUNDE
CLH
Branche
Herstellung
Services
Künstliche Intelligenz
Technologie
Machine Learning, Databricks, Vision Computer, IoT Edge
Die entwickelten Proofs of Concept zeigen, dass wir dank des Einsatzes von künstlicher Intelligenz den monatlichen und täglichen Bedarf an Treibstoff vorhersagen können. Dadurch können wir genauere Vorhersagen treffen, was die Effizienz und das Timing in der Versorgungslogistik verbessert.
Durch die Anwendung vorausschauender Wartungstechniken sind wir in der Lage, Anomalien besser vorherzusagen und so mögliche Ausfälle von Getriebepumpen zu antizipieren. Und schließlich ermöglicht es uns Computer Vision mit kontinuierlicher Überprüfung in Echtzeit, Lecks automatisch und zuverlässig zu erkennen und Fehlalarme zu vermeiden.
01

Die Herausforderung

Verbesserung der bestehenden Treibstoffbedarfsprognosen unter Verwendung von Techniken wie Datenanalyse und -technik und Deep Learning und deren Integration in die aktuellen Tools des Unternehmens. Planung eines vollautomatischen Datenflusses und von Aufgaben, bei denen Vorhersagen über mögliche Ausfälle täglich aktualisiert werden. Und die Entwicklung eines Deep-Learning-Modells, das in der Lage ist, Anlagenlecks zu erkennen und sich an veränderte Umweltbedingungen anzupassen.
planta de manufacturing
02

Ergebnisse

Für jede Station wurden spezifische Modelle auf Tages- und Monatsbasis mit sehr genauen Schätzungen erstellt, die in Zukunft skalierbar und anpassbar sein werden, um die Entscheidungsfindung in den Bereichen Logistik und Personal zu erleichtern.
Durch eine bessere Einschätzung, wann Ausfälle auftreten würden, können wir die Wartung zeitlich und kostenmäßig effektiv planen und die negativen Auswirkungen eines möglichen unvorhergesehenen Ausfalls vermeiden. Darüber hinaus wird das Sicherheitspersonal durch Leckerkennung und Alarmierung in Echtzeit in die Lage versetzt, schnell zu reagieren und potenzielle Zwischenfälle auf die bestmögliche Art und Weise zu bewältigen.
03

Highlights

Durch die Entwicklung und Nutzung zuverlässiger und erschwinglicher Lösungen und Infrastrukturen wie Videoüberwachung oder Azure IoT-Services werden Alarme effizienter generiert und Ausfälle vermieden.
Die Entscheidung für ein Cloud-Ökosystem wie Azure hat uns auch dabei geholfen, sowohl Funktionalitäten der Künstlichen Intelligenz zu integrieren als auch vollständig skalierbare und automatisierte Arbeitsabläufe zu schaffen.

Related Projects