mondas GmbH

Automatisierte Auswertung und Fehlererkennung

Als Contractor haben Sie ein fundamentales Interesse an einer hohen Effizienz und Zuverlässigkeit Ihrer Anlagen. Mit der automatischen Fehlererkennung von Mondas können Sie Ihren Anlagenbestand vorausschauend überwachen.

Kritische Betriebszustände automatisiert erkennen bevor es zum Störfall kommt, Wartungsarbeiten besser planen und priorisieren. Hohe Laufzeiten, mehr Energieeffizienz und weniger Wartungsaufwand sind die Folge. Das bedeutet eine höhere Wirtschaftlichkeit Ihres gesamten Anlagenbestandes und steigert die Attraktivität Ihres Angebots.
Weil Energiesysteme und Gebäude immer komplexer werden, ist eine manuelle Überwachung, Fehlersuche und Betriebsoptimierung nicht mehr ausreichend. Analysen und Fehlererkennung müssen auf Basis von Messdaten automatisiert werden, um sowohl die Betriebsführung als auch die Wartung effizient zu gestalten. Die Mondas Web-Plattform ist genau dafür entwickelt worden. Der Kern von Mondas ist ein semantisches Datenmodell (»Semantic Metadata Engine«). Mit Hilfe des Datenmodells können einerseits Anlagen jeglichen Typs in einfacher Weise abgebildet und anderseits Analysen und Fehlererkennung automatisiert werden.
Das bedeutet für Contractoren eine enorme Vereinfachung bei der Überwachung und Wartung eines aufwachsenden und dynamischen Anlagenbestands. Mondas besitzt eine erweiterbare Algorithmen-Bibliothek für die Datenanalyse und Fehlererkennung in versorgungstechnischen Anlagen. Bei der Entwicklung der Algorithmen arbeitet Mondas in enger Kooperation mit dem Fraunhofer Institut für Solare Energiesysteme ISE. Die Algorithmen reichen von regelbasierten Verfahren bis hin zu KI-Methoden und Kombinationen davon.
Dank der integrierten Oberfläche können kundenspezifische Lösungen weitgehend über die Weboberfläche konfiguriert werden – ohne teure Programmierung.

Die besonderen Merkmale der IoT-Plattform
– Cloud-basiertes Echtzeit Monitoring
– Herstellerunabhängige Überwachung und Kopplung aller Arten von Anlagen
– Problemlose Datenanbindung dank zahlreicher Schnittstellen
– Hochgradig skalierbar dank »Semantic Metadata Engine«
– Extrem schnelle und einfache Anpassung an kundenspezifische Anforderungen
– Automatisierte Fehlererkennung mit erweiterbarer Algorithmen-Bibliothek
– Minimale Anforderungen an Hardware
– Alle Anforderungen an Datensicherheit werden erfüllt

Bestens geeignet für große, dezentrale Anlagenbestände