Finden Sie schnell epa app für Ihr Unternehmen: 6 Ergebnisse

Mit einer intelligenten (Web)App kann der Energiefluss analysiert werden, um das Energiemanagement zu optimieren. Eine App für alle Zugangsverfahren Automatische Erkennung der Systemkomponenten Energiefluss Darstellung & Überwachung der Module

Als zentrales Element der CE-Kennzeichnung ist die Risikoanalyse für die Maschinensicherheit ein wichtiges Dokument, welches auch Sie als Hersteller absichert. Durch meine berufliche Tätigkeit und zusätzliche Schulungen kann ich Ihnen beim Thema Risikoanalyse, bei der Bestimmung des dazugehörigen Performancelevel sowie der nötigen Komponentenauswahl zur Seite stehen und unterstützen. Mit einer vollständigen Risikoanalyse inkl. dokumentierten Vorgängen, den entsprechenden Unterweisungen und Informationen für den Kunden sind Sie nicht nur rechtlich abgesichert, sondern schaffen auch Vertrauen und Transparenz bei Ihren zukünftigen Kunden.

Leistungen für Privatkunden PV Gutachten Prüfung der Wirtschaftlichkeit Prüfung der Planung Prüfung Klemmverbindung Prüfung Dachhaken Prüfung Systemstatik Prüfung Funktionserde Abnahme Vor Ort Prüfung Stringmessung Prüfung Wechselrichterauslegung Prüfung Kabelquerschnitt Prüfung E-Anschluss Wechselrichter Prüfung Erdwiderstand Prüfung Fehlerstromschutzschalter / Leistungsschutzschalter Ausstellung Zertifikat

Obwohl die QUAD-MOS 600 mit ihrer Sinus-Ausgangsleistung von 600 Watt nicht gerade zu den leistungsschwachen Exemplaren ihrer Gattung zählt, ist sie keineswegs als reine „Power-Endstufe“ anzusehen. Sie wurde vielmehr als „Edel-Endstufe“ entwickelt und ist ausschließlich aus eng tolerierten Bauelementen aufgebaut. Ihre Stärke liegt neben einem außergewöhnlichen Auflösungsvermögen und einer detailreichen, einfühlsamen Musikreproduktion in ihrer nahezu lastunabhängigen Stabilität. Erreicht wurde dies durch eine neu entwickelte Eingangsbeschaltung mit einem IC sowie einer Gegekopplungslinie, die eine höhere Signalverarbeitungs-Geschwindigkeit zulässt. Zehn Leistungstransistoren, durch eine Aluminiumplatte ausgangsseitig miteinander verbunden, werden von altbewährten, linearen Stromspiegeltreibern angesteuert. Diese Konfiguration sichert in Verbindung mit 3 parallelgeschalteten 16A Relais eine enorme Strompotenz, die einerseits leistungshungrigen, wirkungsgradschwachen Lautsprecherboxen, andererseits impedanzkritischen, niederohmigen Wandlersystemen, z.B. Magnetostaten, zu Gute kommt.

Die Backenfutter sind einfach von Hand bedienbar, können mittels des Schnellwechsel-Baukastens frei im Raum positioniert werden und bieten optimale Zugänglichkeit aller Flächen des Werkstücks. Das bewährte Spannprinzip „Dreibackenfutter“ gibt es nun auch für die professionellen Messfixiersysteme. Mit den notwendigen Anpassungen an die spezifischen Erfordernisse der optischen und taktilen Messtechnik hat dk dieses Prinzip umgesetzt und die standardisierten Backenfutter erweitert. Die besonderen Details der Präzisionsbackenfutter sind insbesondere, die Möglichkeit der Innen- und Außenspannung, die somit optimale Zugänglichkeit aller Flächen des Werkstücks und die schnelle und einfache Positionierung.

Ziel von KIOWA ist eine vorausschauende Wartung für Drehmaschinen mit erklärbaren KI-Modellen. Die KI-Modelle lernen mit Hilfe der Technologie des Federated Learnings voneinander, sodass zukünftig Maschinenfehler vor deren Eintreten präziser vorhergesagt werden können. Im Rahmen des Wirtschaftsministeriums für Innovationsprojekte für mehr künstliche Intelligenz in Baden-Württemberg ist eine Kooperation zusammen mit dem Forschungsinstitut Hahn-Schickhard-Gesellschaft aus Villingen-Schwenningen und dem Start-Up prenode GmbH aus Karlsruhe entstanden. In Zukunft können Kunden von WEISSER auf mehrere Arten von dem Forschungsprojekt profitieren. Einerseits müssen sie ihre Daten nicht mehr preisgeben, damit WEISSER einen Predictive Maintenance Service entwickeln kann. Weiterhin wird das Volumen der übertragenen Daten deutlich reduziert und die eingesetzten Maschinen müssen nicht mehr durchgehend online sein. Im Rahmen des Forschungsprojekts wird prenode die ML-Anwendung implementieren, in mehrere Maschinen bei einem Kunden von WEISSER integrieren und das System als Proof of Concept validieren.