Plant Asset Management unterstützt durch empirische Datenanalyse

Die sich heutzutage im Einsatz befindenden Plant Asset Management-Systeme (PAM-Systeme) dienen zur Verwaltung von Feldgeräten. PAM-Systeme erfassen die Arbeitsparameter der Feldgeräte und sind in der Lage, die erfassten Daten nach Kundenwünschen auszuwerten. Ein nächster Schritt ist es, die PAM-Systeme um Prognosemodule zu erweitern, damit sie in der Lage sind, nicht nur die Ist-Zustände der Feldgeräte auszuwerten, sondern auch das Verhalten der Feldgeräte in der Zukunft zu prognostizieren. Dieses Buch analysiert maschinelle Lernverfahren sowie deren mögliche Kombinationen. Aufbauend auf diesen Verfahren wird der algorithmische Entwurf eines Prognosemoduls für das PAM-System dargestellt. Anschließend wird empirisch nachgewiesen, dass das Prognosemodul zuverlässige Ergebnisse liefert.

Andrej Pawlenko, Dipl.-Inform.: Studium der Angewandten Informatik an der Universität Dortmund. Systemberater bei der Interflex Datensysteme GmbH & Co. KG. Systementwickler bei dem Verband der Vereine Creditreform e.V.