Refine
Document Type
- Journal article (2)
Has full text
- yes (2)
Is part of the Bibliography
- yes (2)
Institute
Publisher
- Elsevier (1)
- VDI Fachmedien (1)
Condition monitoring supported with artificial intelligence, cloud computing, and industrial internet of things (IIoT) technologies increases the feasibility of predictive maintenance. However, the cost of traditional sensors, data acquisition systems, and the required information technology expert-knowledge challenge the industry. This paper presents a hybrid condition monitoring system (CMS) architecture consisting of a distributed, low-cost IIoT-sensor solution. The CMS uses micro-electro-mechanical system (MEMS) microphones for data acquisition, edge computing for signal preprocessing, and cloud computing, including artificial neural networks (ANN) for higher-level information processing. The system's feasibility is validated using a testbed for reciprocating linear-motion axes.
Die Nachverfolgbarkeit von Objekten über deren gesamten Lebenszyklus hinweg, ist eine wichtige Voraussetzung für die effiziente Steuerung zirkulärer Wertschöpfung. Damit diese Nachverfolgbarkeit auch in komplexen und dynamischen Wertschöpfungsketten mit konsistenten Daten gewährleistet werden kann, ist eine durchgängige und eindeutige Identifikation von Objekten erforderlich. Dieser Beitrag stellt die Herausforderungen einer solchen Identifikation dar und Lösungsansätze vor.
