Mondi ImpectionSiert Statistik-BasierteZustandsüberwachungund vorausschauendeinstandhaltungfürferigungsprozessemit maschinellem勒内恩

Der Anlage von MondiSindGroßund Komplex中的Die Extrusions-und Sonstigen Maschinen。jede von ihnen ist bis zu 50米兰郎und 15米Hooch。jede maschine wird von biszufünfspeicherprogrammierbaren steuerungen（sps）kontrolliert。Sie Protokollieren温暖，德鲁克，Geschwindigkeit Underere Leistungsparameter von Den Sensoren der Maschine。JEDE MASCHINE ZEICHNET 300 BIS 400 PARAMETIALWERTE PROMAME AUF und Erzeugt SO 7 Gigabyte Laten Pro标签。

Mondi Wollte Diese LatenFürieVorausschauendeInstandhaltung Nutzen，Stack Dabei Jedoch Vor Mehreren Herausforderungen。Die AnlagenmitarbeiterBesaßenKaumErfahrung Mit Statistischen Analysen und Maschinellem Lernen。Das Unternehmen Musste Eine Reihe vonAnsätzenFürdasMaschinelleLernen·索维尔森，UM Zu Indicifizieren，WelcherFür塞纳尔塞纳尔·塞纳尔·塞尔·塞尔·塞尔·塞尔·塞尔格尼斯Außerdemmussteeseine anwendung entwickeln，Die Den Maschinenedienern Die Ergebnisse Klar UndSofortPräsentierti。undschließlichmusste es柴胡anwendung所以Verpacken，Dass Sie在Einer Produktonsumgebung Kontinuierlich Verwendet Werden Konnte。

Mondi Arbeitete Mit Mathworks咨询服务Und Mit Dr.-Ing。AndreasKönigzusammen，UM软件FürZustandsüberwachungundundhorausschauendeInstandhaltung in Matlab Zu Entwickeln und Bereitzustelen。

Das Mondi-Team Hatte Zuvor Eine Oracle^®-datenbank eingerichtet，Um Daten Von Allen Maschinen在Der AnlageüberEin以太网 - Netzwerk Zu Sammeln。ES Verwendete Die Database Toolbox™，UM von Matlab Aus AUF Diese Datenbank Zuzugreifen。

AlsNächstesentwickelte das Team Matlab-Skripte，Die Die Laten Bereinigen，Indem SieAusreißerundunültigeWerteEntfernen。

在Matlab的Estwickelte Zudem Eine Anwendung，Die DieDenbank Abfragt und Die Bergebnisse Grafisch Darstellt。Beispielsweise Kann Ein MitarbeiterÜberdiebenutzerboerflächeder anwendung den druck darstellen，Den Ein Bestimmter SensorFüreinenzeitraum von einigen minuten，令人毛的臭氧w鹅gemessen帽子。

UM Die Anwendung Zu Erweitern，Wurden Funktionen der Statistischen Prozesskontrolle（SPC）Hinzugefügt，Die Mitarbeiter Benachrichtigen，Wenn SensorwerteAußerhalbder Normalen BetrieBsbereiche Liegen。

麻省理工学院统计和机器学习工具箱™UND DER深度学习工具箱™Evaluierten Mondi und Seine MathWorks-Berater Mehrere TechnenFürdasMaschinelleLernen，Darunter Neuronale Netze，K-Inderly邻居，袋装决策树und支持向量机（SVM）。万博1manbetx

Fürjede technik trainierten sie Ein Klassifizierungsmodell Mithilfe Gesammelter Maschinendaten und Testeten Dann，Wie Gut Mit Dem Modell MaschinenProblebe Vorhergesagt Werden Konnten。Die Tests Zeigten，DASS EIN Ensemble von Bagged Decision Tree DAS GenaueSte ModellFürDieDen Ergab。

Das Team Erweiterte Die Matlab-AnwendungZusätzlich，Indem es在DieBenutzeroberflächeVorhersagenvom ModellFürdasMaschinelleLernenAufnahm。Mithilfe DieserVorhersagenKönnenMaschinenedienerWarnungen Zu PotenziellenAusfällenErhalten，Bevor Sie Auftreten。Mondi Verwendete Dann Matlab Compiler™，UM EINEEIGENSTÄNDIGEAUSFÜHRBARE版DER ANWENDUNG ZU ESTERELLEN，DED JERZT在DER Produktion Verwendet Wird中的Der Anlage。

• Einsparungen vonüber50.000€Pro Jahr：“不当控制Stellte Fest，DassWirhJährlichÜber50.000€EINSPAREN，Wenn WirMatlabfürieVorausschauendeInstandhaltung Verwenden”，Berichtet Kohlert博士。“柴油机Gesamtergebnis Basiert Auf Nur Acht Maschinen。Wirwartet Mindestens Das Vierfache，Wenn Wir Layen von Weiteren Maschinen analysieren。“
• Fertigstellung des Prototyps Innerhalb von Sechs Monaten：“viele顾问reden viel，aber tun wenig”，Bemerkt Kohlert博士。“Die Consultants von Mathworks Hingegen Gingen Sofort一个死亡arbeit。Innerhalb von Zwei Monaten Hatten Wir Die Etteren Tests und Nach Sechs Monaten Einen Funktionierenden Prototyp。Der Matlab-Code IST Leicht Zu Verstehen，Sodass Wir Ihn Bei BeatarfSchnellVerändernKönnen。“
• ausführungder produktionssoftware rund um die uhr：“埃·吉布特·伊尔格兰，Dass Matlab NurFür·杜塞德·埃尔·埃尔·埃尔·赫克隆博士·罗德林·戈斯··斯蒂尔“Wir Betreiben Unsere Maschinen Nonstop，Sogar An Weihnachten，und Wire Nuters AUF Matlab Basierende软件FürIeüberwachungundieVorausschauendeInstandhaltung，Um Eine Unterbrechungsfreie undZuverläsigeProptionZu Erreichen。”