Kontakt · Newsletter · ENGLISH
SSV hat ein umfangreiches Beispiel für Machine Learning-basiertes Condition Monitoring mit dem Remote Maintenance Gateway RMG/941, dem Softsensor MLS/160A und der Amazon-Cloud auf GitHub veröffentlicht.
In diesem Beispiel wird ein MLS/160A als triaxialer Vibrationssensor an einer rotierenden Maschine (hier ein Lüfter) befestigt. Der Sensor liefert einen kontinuierlichen Datenstrom an ein RMG/941. Im Gateway wird aus den Vibrationsdaten des Sensors eine CSV-Datei zum Trainieren eines sog. Supervised-Machine-Learning-Algorithmus erzeugt.
Mit Hilfe dieser CSV-Daten und den AWS (Amazon Web Services) entsteht so ein Machine-Learning-Modell, mit dem sich anschließend die Betriebszustände der Maschine an Hand der aktuellen Vibrationen klassifizieren lassen.
Das gesamte Beispiel für das Condition Monitoring mit RMG/941, MLS/160A und AWS inklusive sämtlichen Code- und CSV-Dateien und einer ausführlichen Beschreibung (in Englisch) ist nun auf GitHub zu finden:
Condition Monitoring mit RMG/941 und AWS auf GitHub.
Ab sofort bieten wir bei Bedarf das "On-Demand-Webinar AWS-IoT-Integration" für das RMG/941 an. Dort zeigen wir u.a., wie ein RMG/941 in der Amazon-Cloud registriert wird und die dabei entstehenden Zugriffsberechtigungs- bzw. Schlüsseldateien heruntergeladen und zur RMG/941-Konfiguration verwendet werden.
Im SSV-Forum finden Sie alle weiteren Informationen zum On-Demand-Webinar AWS-IoT-Integration.
SSV Software Systems GmbH
Dünenweg 5
30419 Hannover
Fon: +49(0)511 · 40 000-0
Fax: +49(0)511 · 40 000-40
Impressum · Datenschutz · AGB
© 2024 SSV SOFTWARE SYSTEMS GmbH. Alle Rechte vorbehalten.
ISO 9001:2015