Big-Data- and Data-Science-Day 2019

Big-Data- and Data-Science-Day 2019

Hochschule der Medien Stuttgart

Master of Science Data Science and Business Analytics

Master of Science Data Science and Business Analytics

Für Berufstätige: Berufsbegleitende Weiterbildung

 

Predictive Maintainance – Wann bleibt die Lok stehen?

Tenderdampflok BR 694

Das Spielen mit der Modellbahn ist noch realistischer und noch näher am Vorbild geworden. Neu bei einigen Märklin-Lokomotiven ist, dass sie einen Dekoder enthalten, er einen dem Vorbild entsprechenden, virtuellen Betriebsstoffvorrat verwaltet, der im Fahrbetrieb abnimmt und nachgefüllt werden muss.

Unter Volllast und am Berg steigt beispielsweise der Verbrauch. Bei einer Dampflok beispielsweise sind es Bremssand, Wasser und Kohle. Ist der Vorrat einer Komponente verbraucht, führt dies zwangsläufig zu einer Beeinträchtigung des Fahrbetriebes. Die Lok fährt dann in „Schleichfahrt“, bis der fehlende Sand, Wasser oder Kohle wieder gebunkert wird.

Bei diesem Projekt in Zusammenarbeit mit der Firma Märklin geht es darum, die Betriebsdaten während der Fahrt aus einer Dampflok auszulesen, in einem Data Lake abzuspeichern und dann zu berechnen, wie lange es dauert, bis die Dampflok wieder Wasser oder Kohle benötigt.

Zum Einsatz kommen dabei:

  • Ein Microsoft Azure Data Lake
  • Ein Microsoft SQL Server Integration Services
  • Ein Microsoft SQL Server Analysis Services Tabular
  • Microsoft PowerBI

Für Märklin-Begeisterte: wir benutzen folgende Artikel:

  • Central Station 3 Pro
  • Weichen mit Schaltwerk und mfx-Digitaldecoder
  • Rückmeldegleise, Schaltgleise
  • einen mfx Link 88 für die Entgegennahme der Rückmeldeimpluse
  • einige mfx-fähige Lichtsignale
  • Dampflok BR 694
Gleisbild, erstellt mit 3D Train Studio V4

Kontakt: specht@hdm-stuttgart.de