>_ FERTIG Motors GmbH
Der Auftrag
Erkennung von möglicherweise fehlerhaften Elektromotoren anhand von FFT-Auswertungen der Rastmomente
Die Herausforderung
➤ Große vorliegende historische Datenmenge mit je 2x 128 FFT Ordnungen
➤ Unsupervized learning Ansatz
➤ Anbindung an Fertigungsprüfstand (maximal erlaubte Latenz: 10-20 Sekunden)
Die Lösung
Erstellung eines Prüftstandsdienstes für die Motoren-Baugruppe BM055 mit folgenden Eigenschaften:
➤ Datenaustausch mit Prüfstand über MQTT-Protokoll
➤ Realisierung der Anomalieerkennung über Isolation Forest
➤ Realisierung mit Python als Windows-Service
➤ Separate Konfigurationsdatei, Status- und Errorlogging sowie Nutzung selbstsignierter lokaler Zertifikate