Ziel
The advent of Industrie4.0 provides opportunities for adopting predictive maintenance (PdM), which represents the ultimate maintenance vision for manufacturers and machine vendors. Nevertheless, there are still barriers to successful deployment including the issues of data fragmentation, limited data interoperability, poor deployment of advanced analytics and lack of effective integration with other systems at the enterprise and field levels. PROPHESY will deliver and validate (in two complex demonstrators) in real plants a PdM services platform, which will alleviate these issues based on the following innovations:
• A CPS platform optimized for PdM activities (PROPHESY-CPS), which will enable maintenance driven real-time control, large scale distributed data collection and processing, as well as improved production processes driven by maintenance predictions and FMECA activities.
• Novel Machine Learning and Statistical Data processing techniques for PdM (PROPHESY-ML), which will be able to identify invisible patterns associated with machine degradation and assets depreciation, while at the same time using them to optimize FMECA activities.
• Visualization, knowledge sharing and augmented reality (AR) services (PROPHESY-AR), which will enable remotely supported maintenance that can optimize maintenance time and costs, while increasing the safety of maintenance tasks.
• A PdM service optimization engine (PROPHESY-SOE), which will enable composition of optimal PdM solutions based on the capabilities provided by PROPHESY-CPS, PROPHESY-ML and PROPHESY-AR. Service optimization aspects will consider the whole range of factors that impact PdM effectiveness (e.g. OEE, EOL, MTBF and more).
PROPHESY will establish and expand an ecosystem of PdM stakeholders around the PROPHESY-SOE, which will serve as a basis for the wider update of the project’s results, as it will offer to the CPS manufacturing community access to innovative, turn-key solutions for PdM operations.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- Technik und TechnologieMaschinenbauProduktionstechnik
- SozialwissenschaftenWirtschaftswissenschaftenBusiness und ManagementGeschäftsmodell
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles Lernen
- NaturwissenschaftenInformatik und InformationswissenschaftenDatenwissenschaftenDatenverarbeitung
- NaturwissenschaftenInformatik und InformationswissenschaftenSoftwareAnwendungssoftwareSimulationssoftware
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback.
Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-IND-CE-2016-17
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-FOF-2017
Finanzierungsplan
IA -Koordinator
1050 Bruxelles / Brussel
Belgien