INPUT FIELD array(8) { ["data-drupal-selector"]=> string(9) "edit-term" ["type"]=> string(4) "text" ["id"]=> string(9) "edit-term" ["name"]=> string(4) "term" ["value"]=> string(0) "" ["size"]=> int(30) ["maxlength"]=> int(128) ["class"]=> array(1) { [0]=> string(9) "form-text" } } array(11) { ["data-drupal-selector"]=> string(9) "edit-term" ["type"]=> string(4) "text" ["id"]=> string(9) "edit-term" ["name"]=> string(4) "term" ["value"]=> string(0) "" ["size"]=> int(30) ["maxlength"]=> int(128) ["class"]=> array(3) { [0]=> string(9) "form-text" [1]=> string(17) "form-autocomplete" [2]=> string(21) "ui-autocomplete-input" } ["data-autocomplete-path"]=> string(80) "/search_api_autocomplete/search_content?display=search_page&&filter=term" ["autocomplete"]=> string(2) "on" ["data-search-api-autocomplete-search"]=> string(14) "search_content" }

Suche

Kugellagerdemonstrator

Kugellagerdemonstrator

Kugellagerdemonstrator

zurück

vor

Detailbeschreibung

Problemstellung

Unerwartete Ausfälle von Maschinen in der Produktion
Hohe Kosten durch Stillstandszeiten
Erhöhte Kosten durch präventive Wartung
Defekte Bauteile werden erst während der Reparatur ersichtlich

Lösungsumsetzung

Nutzung von Maschinellem Lernen
Erfassung und Auswahl von signifikanten Charakteristiken beschädigter Kugellager
Nach dem sog. Training der Algorithmen kann der Schaden, bei wiederauftreten, detektiert werden

Vorteile der Lösung