Advanced Machine Learning – Implementation of Condition-Based and Predictive Maintenance for an Industry 4.0 production plant

Abstract

Diese Arbeit präsentiert die Entwicklung und Implementierung einer zustandsbasierten und prädiktiven Wartungslösung für eine Industrie 4.0 Produktionsanlage. Die Lösung integriert den Datenfluss und die Echtzeitüberwachung über Node- RED, ein prädiktives Wartungsmodell, das in MATLAB trainiert wurde, und die Speicherung von Daten in InfluxDB. Eine Benutzeroberfläche bietet Echtzeit-Datenvisualisierung, automatisierte Warnungen und Benachrichtigungen, um zeitnahe Wartungsmaßnahmen zu gewährleisten.

This thesis presents the development and implementation of a condition-based and predictive maintenance solution for an Industry 4.0 production plant. The solution integrates data flow and real-time monitoring using Node-RED, a predictive maintenance model trained in MATLAB, and data storage in InfluxDB. A user interface provides real-time data visualization, automated alerts, and notifications, ensuring timely maintenance actions.