Automated Content-Provisioning through smart control systems

Third Party Funds Group - Sub project

Overall project details

Overall project: FuE-Programm „Informations- und Kommunikationstechnik“


Project Details

Project leader:
Prof. Dr. Martin Matzner

Project members:
Prof. Dr. Martin Matzner
Tobias Pauli
Emanuel Marx

Contributing FAU Organisations:
Lehrstuhl für Digital Industrial Service Systems

Funding source: Bayerische Staatsministerien (Staatsministerium für Wirtschaft und Medien, Energie und Technologie)
Funding source: andere Förderorganisation (Zentrum Digitalisierung.Bayern)
Acronym: AutoCoP
Start date: 01/01/2018
End date: 31/12/2019


Research Fields

Information Management, espc. Modelling
Lehrstuhl für Digital Industrial Service Systems
Services
Lehrstuhl für Digital Industrial Service Systems


Abstract (technical / expert description):


Ein reißender Strom an Zustandsdaten ist das Nebenprodukt moderner Industrieanlagen in der Digitalen Fabrik. Dieser Datenstrom ist Antrieb für digitale industrielle Dienstleistungssysteme, die auf der zeitnahen Datenauswertung fußen. So haben Forscher und Entwickler in Betrieben und an Universitäten zahlreiche Methoden und Techniken für die vorausschauende Wartung von Anlagen entwickelt. Für den klassischen industriellen Aufgabenbereich der Technischen Dokumentation, welche durch die Komplexität moderner Industrieanlagen zunehmend herausgefordert und teilweise auch überfordert wird, wurden die Innovationspotentiale der Digitalisierung bislang nicht strukturiert erschlossen. AutoCoP basiert auf der Überzeugung, dass die Dateninfrastruktur der Digitalen Fabrik und intelligente Algorithmen die Anlagendokumentation (teil-) automatisiert strukturieren und dynamisch weiterschreiben können. AutoCoP erkennt durch die Auswertung von Sensordaten anomales Verhalten und Fehlerfälle von Industrieanlagen und führt diese Beobachtungen mit Kontextinformationen sowie Expertenwissen erfahrener Redakteure zusammen. So entstehen klare Handlungsanweisungen für komplexe Fehlerfälle, die an der Maschine bereitgestellt werden und Diagnosen sowie Korrekturen durch Anwender mit unterschiedlicher Erfahrung und Qualifikation ermöglichen.



External Partners

Julius-Maximilians-Universität Würzburg
APE Engineering GmbH
Simon Möhringer Anlagenbau GmbH

Last updated on 2018-22-11 at 16:47