Patrik Mörtl

• Die vorliegende Masterarbeit untersucht die Anforderungen an ein integriertes Condition- und Energiemonitoringsystem und entwickelt auf dieser Basis eine Dashboard-Konzeption für die Cloud-Plattform des Systems ECO Adapt. Ausgehend von einer Analyse der theoretischen Grundlagen werden die Prinzipien von Condition Monitoring und Energy Monitoring dargestellt und im Kontext moderner industrieller Anwendungen erläutert. Aufbauend darauf erfolgt eine systematische Anforderungsanalyse, die sowohl technische als auch organisatorische und nutzerbezogene Aspekte berücksichtigt. Im praktischen Teil der Arbeit wird das System erstmals in Betrieb genommen und an mehreren exemplarischen Anlagen eingesetzt. Dazu gehören Laboruntersuchungen, eine vorgeschädigte Pumpenanlage, eine unauffällige Walzenanlage sowie ein Kompressorsystem für die energetische Bewertung. Die Daten aus den Leistungsaufnahmen werden anschließend in der Cloud visualisiert und bilden die Grundlage für die Bewertung der Systemfunktionalität. Die Analyse zeigt, dass ECO Adapt in der Lage ist, verlässliche Zustands- und Energiedaten zu erfassen und diese strukturiert darzustellen. Die entwickelte Dashboard-Konzeption berücksichtigt unterschiedliche Nutzergruppen und ermöglicht eine klare Trennung sowie Integration von Zustands- und Energiedaten. Die Arbeit verdeutlicht, dass die kombinierte Betrachtung von Condition- und Energiemonitoring erhebliche Potenziale für die Optimierung industrieller Prozesse bietet. Abschließend werden mögliche Weiterentwicklungen des Systems, insbesondere hinsichtlich automatisierter Diagnosefunktionen, KI-gestützter Prognosen und erweiterter Visualisierungsmöglichkeiten, diskutiert.
• This master’s thesis investigates the requirements for an integrated condition and energy monitoring solution and develops a dashboard concept for the cloud platform of the ECO Adapt system. An extensive review of theoretical foundations provides the basis for identifying principles of modern condition and energy monitoring. Correspondingly, a structured requirements analysis is conducted, considering technical, organizational and user-related factors. In the practical part, the system is commissioned for the first time and applied to several exemplary installations, including laboratory tests, a pre-damaged pump unit, an undamaged roller drive and an industrial compressor for energy monitoring. Vibration, temperature and electrical power data are transmitted to the cloud for visualization and form the basis for evaluating the system’s performance. The results demonstrate that ECO Adapt is capable of reliably capturing and organizing both condition-related and energy-related information. The developed dashboard concept addresses the needs of different user groups and enables both separate and integrated views of condition and energy data. The findings highlight the significant potential of combining condition and energy monitoring to support data-driven process optimization in industrial environments. The thesis concludes with a discussion of future development opportunities, including automated diagnostic functions, AI-based predictive models and enhanced visualization approaches.