Kooperation Schaeffler und Siemens

Intelligente Zustandsdiagnose für Antriebssysteme

Die Zusammenarbeit von Siemens mit Schaeffler verbindet die IIoT-Plattform Sidrive IQ mit der Erfahrung Schaefflers in Konstruktion, Fertigung und Service von Lagern.
Die Zusammenarbeit von Siemens mit Schaeffler verbindet die IIoT-Plattform Sidrive IQ mit der Erfahrung Schaefflers in Konstruktion, Fertigung und Service von Lagern.Bild: Siemens

Elektromotoren sind die treibende Kraft industrieller Kernprozesse und das Wälzlager ist ihre zentrale mechanische Komponente. Wälzlager erfahren alle im Motor auftretenden Belastungen und Beanspruchungen. Daher bietet die Wälzlagerdiagnose einen entscheidenden Indikator für den Gesamtzustand und die Zuverlässigkeit eines Motors. Neben der Portfolioentwicklung von Condition-Monitoring-Lösungen für Betreiber arbeitet der Automobil- und Industriezulieferer Schaeffler auch mit OEM-Kunden wie Siemens an gemeinsamen Angeboten zur Steigerung der Verfügbarkeit von Maschinen und Anlagen.

„Grundlage der Partnerschaft zwischen Schaeffler und Siemens ist ein solides Fundament aus Produktwissen und Fachkompetenz. Beide Unternehmen tragen mit ihrem Fokus auf dem Kundennutzen wesentlich dazu bei, die Digitalisierung in der Industrie voranzutreiben“, ergänzt Dr. Stefan Spindler, Vorstand Industrial der Schaeffler AG.

Services nahtlos integriert in einer Plattform

Die Zusammenarbeit von Siemens mit Schaeffler verbindet Sidrive IQ – eine digitale Plattform von Siemens für das industrielle Internet der Dinge (IIoT) und insbesondere für Antriebssysteme und -lösungen – mit der jahrzehntelang aufgebauten Erfahrung und Fachkompetenz Schaefflers in Konstruktion, Fertigung und Service von Lagern. Sidrive IQ vereint mehrere Funktionalitäten in einer nahtlosen Lösung und wertet Antriebssysteme mit KI-basierten Analysen und digitalen Inhalten auf. Für den Kunden bietet dies die Sicherheit, dass er bei Betriebs- und Wartungsentscheidungen ebenso wie bei Wartungsmaßnahmen für Antriebssysteme stets die richtige Wahl treffen kann.

Neue Dimension der Zusammenarbeit im industriellen IoT

Die Integration des Schaeffler-Analyseservice für die automatisierte Lagerdiagnose in Sidrive IQ macht es möglich, den Lagerzustand mit größerer Gewissheit und Präzision zu ermitteln. „Diese Form der Zusammenarbeit und der automatische Austausch von Algorithmus-basierten Diagnosedaten sind im industriellen IoT noch sehr selten. Sie stehen beispielhaft für eine neue Dimension der Kooperation zwischen etablierten Technologieunternehmen“, sagt Hermann Kleinod, CEO von Siemens Large Drives Applications.

Thematik: Newsarchiv
| News
Schaeffler Technologies AG & Co. KG

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige