Industri 4.0: Predictive maintenance dataopsamling

Målgruppe: Uddannelsen henvender sig til faglærte automatikteknikere, elektrikere eller personer med tilsvarende kompetencer, der har eller ønsker beskæftigelse i en virksomheds drifts/vedligeholdelsesafdeling, og som i den forbindelse skal kunne foretage reparation og vedligeholdelse af PLC-styring og dataopsamling. Det anbefales at man inden kurset har viden om tilstandsbaseret vedligehold. Denne viden kan opnås igennem uddannelserne 'Tilstandsbaseret vedligeholdelse automatiske maskiner' samt 'PLC anlæg, progr/idriftsætning HMI, kommunikation'.

Beskrivelse:
Deltageren kan opsamle data fra typiske sensor til brug for predictive maintenance og videresende disse data til en gateway, herunder opnå forståelse for hvilken betydning industri 4.0, big data og IOT har for forudsigelse af vedligeholdelsesbehovet på industrielle produktionsanlæg.

Det betyder at deltageren kan:

Redegøre for filosofien bag predictive maintenance, samt hvilke muligheder brugen af big data giver for vedligeholdelsesplanlægning.
Forstå hvilken betydning en digital tvilling har for planlægning af predictive maintenance.
Forstå hvilke kriterier der ligger til grund for valg af hvilke data der skal opsamles, dette på baggrund af analyser af fejlmuligheder, typiske fejlmønstre samt konsekvensen af disse fejl.
Redegøre for hvilke målemetoder der kan anvendes til at opsamle de ønskede maskindata, så som temperatur, vibrationer, strøm osv. med særlig henblik på big data.

Deltageren kan i den forbindelse anvende sin opnåede viden om:

Sensorer, samt tilslutte disse via et industrielt netværk til en PLC og konfigurere den, så den kan kommunikere med en gateway. Data fra gateway overføres til f.eks. Excel for at illustrere at dataene nu er tilgængelige for netværksbaserede dataanalysesystemer.
Hvilke muligheder IO-link sensorer giver for dataopsamling, samt tilslutte dem til et PLC system.