EP3736517B1

EP3736517B1 - Verfahren zur zustandsüberwachung, zustandsbewertung und automatischer wartungsanforderung von kühlmöbeln

Info

Publication number: EP3736517B1
Application number: EP20172658.5A
Authority: EP
Inventors: Björn Stemmermann
Original assignee: Seco Kaeltetechnik GmbH
Current assignee: Seco Kaeltetechnik GmbH
Priority date: 2019-05-10
Filing date: 2020-05-04
Publication date: 2023-12-13
Anticipated expiration: 2040-05-04
Also published as: EP3736517C0; EP3736517A1; DE102019112330A1

Description

Die Erfindung betrifft ein Verfahren zur Zustandsüberwachung, Zustandsbewertung und Wartung von örtlich weitverteilten Kühlmöbeln mit einer dem jeweiligen Kühlmöbel zugeordneten Messbox, die einen Microcontroller und eine Sende-/Empfangseinheit umfasst.
Im Lebensmittelgroß- oder einzelhandel wurden ursprünglich hauptsächlich industrielle zentrale Anlagen für den Betrieb der Kühl- und Gefriergeräte eingesetzt (Verbundanlagen). Die Zustandsüberwachung dieser zentralen Großanlagen wird mittels eigener Steuerung oder einer übergeordneten Gebäudeleittechnik durchgeführt. Die sicherheitstechnischen Anforderungen sind dabei aufgrund der enormen Ausfallkosten im Störungsfall sehr hoch. Der Aufwand für diese kontinuierliche Zustandsüberwachung ist daher aber auch wirtschaftlich vertretbar.
Durch heutzutage immer häufigere Konzeptwechsel auf den Verkaufsflächen und die gesetzlichen Vorgaben (F-Gase Verordnung) macht der Einsatz von autarken kleinen Kühleinheiten mit umweltfreundlichen Kältemitteln immer mehr Sinn. Die kleineren mobilen, sogenannte steckerfertige Kühlmöbel, können als Kühl- und/oder Gefriergeräte ausgelegt sein. Die steckerfertigen Kühlmöbel haben den Vorteil, dass sie flexibel einsetzbar sind, da sie lediglich einen Stromanschluss im Umfeld benötigen und somit den Anforderungen des Endkunden im Groß- und Einzelhandel angepasst werden können. Somit können die Endkunden die Kühlmöbel bedarfsgerecht, für die jeweilige Ware, an dem für sie optimalen Einsatzort auf ihrer Verkaufsfläche präsentieren. Die steckerfertigen Kühlmöbel haben sehr unterschiedliche Auslegungskriterien, uneinheitliche Steuerungen mit nicht genormten Schnittstellen, sowie oft wechselnde Detailänderungen der technischen Ausrüstung. Die Herstellervielfalt und somit auch die Anzahl an Gerätevarianten ist speziell im europäischen Markt sehr groß. Der Endkunde erwartet einen optimalen Wartungsservice, wobei dieser möglichst von einem Anbieter dieser Dienstleistung und nicht von unterschiedlichen und auch wechselnden Hersteller der Kühlmöbel durchgeführt werden sollte.
Unter diesen Gegebenheiten ist es unmöglich, bei einer breiten Kunden- und Technikpalette, einen einheitlichen Steuerungsstandard mit genormten Zustandsparametern und einer ebenso genormten Datenübertragungsschnittstelle in den jeweiligen Kühlmöbeln durchzusetzen und auf diese Weise eine kontinuierliche Zustandsüberwachung der unterschiedliche Modelltypen zu realisieren. Die Einbindung in die lokale Infrastruktur (W-Lan oder ISDN-Aufschaltung) ist häufig nicht möglich und würde bei jeder Standortveränderung des Kühlmöbels einen Technikereinsatz, zur Neukonfiguration, benötigen.
Der Endkunde erwartet einen störungsfreien Betrieb, ohne sich permanent über den Zustand seiner Geräte informieren zu müssen. Für die ordnungsgemäße Reinigung der Kühlmöbel und deren Umgebung ist der Endkunde zwar grundsätzlich zuständig, dennoch kann die sachgemäße präventive Reinigung der Kühlmöbel und deren Umgebung nicht immer gewährleistet werden. Außerdem sind erforderliche Reinigungen im Gehäuse nur durch unterwiesenes Fachpersonal zulässig.
Die steckerfertigen Kühlmöbel sind zudem den unterschiedlichsten Umgebungsbedingungen ausgesetzt. Sie sind mobil einsetzbar, sodass sich ihr Einsatzort einerseits auf der Verkaufsfläche ändern kann, andererseits aber auch die Aufstellung an einem komplett anderen Verkaufsort nicht unüblich ist. Durch diese unterschiedlichen Umgebungsbedingungen ist auch eine bloße Zustandsschätzung aufgrund der Einsatzzeit nur äußerst ungenau möglich.
Das alles hat zur Folge, dass entweder sehr niedrige Wartungsintervalle gewählt werden müssen, um den Zustand der Anlage zu überprüfen und gegebenenfalls Wartungsmaßnahmen vorzunehmen, oder eine relativ hohe Gefahr des Ausfalls des Kühlmöbels und damit einhergehenden Kosten in Form von Warenverlusten und/oder Austausch des Kühlmöbels bzw. des Aggregats des Kühlmöbels in Kauf genommen werden muss.
US 2018/340729 A1 offenbart ein System mit einer Messbox zur Überwachung des Stromverbrauchs und der Temperatureigenschaften von Kühlspeichervorrichtungen.
Es ist daher Aufgabe der Erfindung, ausgehend von einem Verfahren der eingangs genannten Art, ein besonders einfach zu installierendes, ohne bauliche Veränderungen nachrüstbares und universell einsetzbares System und ein damit auszuführendes Verfahren zu entwickeln und damit einhergehend die Zustandsbewertung von örtlich weitverteilten Kühlmöbeln unterschiedlichster Modelltypen zu ermöglichen, sowie basierend auf der Zustandsbewertung den Wartungsservice automatisch anzufordern und die Materialbeschaffung zu optimieren.
Zur Lösung dieser Aufgabe schlägt die Erfindung ein Verfahren, mit einer dem jeweiligen Kühlmöbel zugeordneten Messbox, die einen Microcontroller und eine Mobilfunkschnittstelle umfasst, vor, bei dem die Messbox zwischen dem Netzanschluss eines Kühlmöbels und dem Leistungsstecker des Kühlmöbels installiert wird, die Messbox die elektrischen Strom- und Spannungskennlinien des Kühlmöbels erfasst, die erfassten Kennlinien durch den Microcontroller zu komprimierten Datenpaketen weiterverarbeitet werden, die Datenpakete über die Mobilfunkschnittstelle an einen übergeordneten zentralen Server weitergeleitet werden, mittels einer Software die bereitgestellten Datenpakete ausgewertet werden und anhand der Auswertung eine Zustandsbewertung des Kühlmöbels durchgeführt wird.
Die Messbox ist folglich einfach, mittels Plug-and-Play, zwischen der Stromversorgung und dem Anschlussstecker des Kühlmöbels angeschlossen. Zur Reduzierung der Datenmenge werden die gemessenen Strom- und Spannungskennlinien zu Datenpaketen komprimiert. Hierbei müssen nicht alle gemessenen Daten enthalten sein. Vielmehr können diese zeitlich oder auch nach bestimmten Ereignissen, wie beispielsweise eine signifikante Änderung der Leistungsaufnahme oder ähnliches, gefiltert werden. Aus den Strom- und Spannungskennlinien können auch mittels des Microcontrollers die Leistungsparameter, wie beispielsweise der Wirkleistungsfaktor und die Wirk- und Blindleistung errechnet werden. Die so vorverarbeiteten Datenpakete werden anschließend über die Mobilfunkschnittstelle an den übergeordneten Server weitergeleitet. Mit den erhaltenen Datenpaketen kann der Server mit Hilfe von hinterlegten Mustern eine Zustandsbewertung des Kühlmöbels durchführen.
Die Erfindung sieht weiterhin vor, dass die Messbox beim ersten Einschalten nach der Installation anhand von hinterlegten Musterkennlinien und den nach der Einschaltung erfassten Kennlinien den Modelltypen des Kühlmöbels erkennt und an den Server übermittelt. Durch diese automatische Erkennung ist es nicht notwendig, an der Messbox manuell einzustellen, an welchem Modelltyp die Messbox angeschlossen ist. Zudem macht es den Einsatz der Messbox noch flexibler, weil die angeschlossenen Modelltypen beliebig häufig gewechselt werden können.
Durch die Möglichkeit einer Programm- und Datenaktualisierung von einem übergeordneten Server über die vorhandene Funkschnittstelle sind das Nachladen von neuen Mustern sowie die Programmoptimierung per Fernwartung gegeben.
Auf Basis der so ermittelten Informationen, nämlich der Zustandsbewertung, dem Standort der Messbox und dem Modelltypen, sowie einer Wartungstourendatenbank und Personaldatenbank (Verfügbarkeit und Fähigkeiten), kann nun mittels einer Software der optimale Zeitpunkt für die nächste Wartung ermittelt werden. Somit können die Wartungstouren der Mitarbeiter optimiert werden, ohne dabei das Risiko eines Ausfalls des Kühlmöbels aufgrund zu später Wartung einzugehen. Wegen der hohen Anzahl von überwachten Kühlmöbeln und deren örtlich sehr weitreichenden Verteilung liegt in der Zustandsbewertung, in Verbindung mit den ohnehin geplanten Wartungstouren, ein hohes Optimierungspotential.
Es ist zudem sinnvoll, wenn auf Basis der ermittelten Daten in Verbindung mit einer Lagerdatenbank eine zeitlich terminierte und örtlich festgelegte Materialbeschaffung automatisch initiiert wird. Durch diese Maßnahme kann die Lagerhaltung und die Materialbeschaffung derart optimiert werden, dass einerseits die Lagerkosten minimiert werden und andererseits immer die richtigen
Ersatzteile zum richtigen Zeitpunkt und in ausreichender Menge vorgehalten werden.
Weiterhin sieht die Erfindung vor, dass durch die Messbox zusätzlich die Umgebungstemperatur erfasst wird und an den übergeordneten Server bereitgestellt wird. Hierdurch können weitere Rückschlüsse auf die Einsatz- und Umgebungsbedingungen des Kühlmöbels gezogen werden. Sie dienen außerdem der Verbesserung der Modellbildung im übergeordneten Rechner.
Schließlich sieht das erfindungsgemäße Verfahren vor, dass die Messbox ihren Standort an den Server übermitteln kann. Diese Maßnahme hat den Vorteil, dass die Messbox flexibel an unterschiedlichen Orten eingesetzt werden kann. Zudem können durch die Ortsbestimmung Rückschlüsse auf die Umgebungsbedingungen des Kühlmöbels gezogen werden. Sende-/Empfangseinheit und Diagrammen näher erläutert. Es zeigen:

Figur 1:: Ein Blockschaltbild eines Aufbaus zur Durchführung eines erfindungsgemäßen Verfahrens;
Figur 2:: Ablaufdiagramm einer Initialisierung bei einem erfindungsgemäßen Verfahren;
Figur 3:: Ablaufdiagramm bei der laufenden Datenerfassung
Figur 4:: Ablaufdiagramm des serverseitigen Datenempfangs
Figur 5:: Ablaufdiagramm der serverseitigen Datenverarbeitung

Figuren 6 und 7: Diagramme exemplarischer Messwerte In Figur 1 ist eine Messbox mit dem Bezugszeichen 1 bezeichnet. Die Messbox 1 verfügt über einen Stromversorgungseingang 11, eine Funkschnittstelle 12 und einen Stromversorgungsausgang 13. Der Stromversorgungsausgang 13 ist mit dem Stromversorgungseingang 21 eines Kühlmöbels 2 verbunden. Die Messbox 1 erfasst mittels einer Strom- und Spannungserfassungseinheit 14 die Leistungsdaten des Kühlmöbels 2. Zudem verfügt die Messbox 1 über zusätzliche Sensorik 15, die beispielsweise die Umgebungstemperatur oder Luftfeuchtigkeit erfasst. Die erfassten Daten werden von einem Microcontroller 10 vorverarbeitet und komprimiert. Der frei programmierbare Microcontroller 10 der Messbox 1 ist mit einem Algorithmus ausgestattet, der die Erfassung und Bewertung der Rohdaten, Berechnung der Leistungsgrößen und Zwischenspeicherung der berechneten Daten ermöglicht. Beispielsweise ist der Microcontroller 10 in der Lage, Fehlmessungen zu erkennen und zu kompensieren. Anschließend werden die Daten mittels einer Sende-/Empfangseinheit 12 an einen übergeordneten zentralen Server 3 gesendet. Die Daten werden beispielsweise über das Mobilfunknetz nach den GPRS/GSM-Standards oder ähnlichen bidirektional an den übergeordneten Server 3 übertragen. Durch die bidirektionale Datenübertragung ist auch eine Realisierung von Fernwartung/Fernprogrammierung (Programmupdate) und Fernparametrierung (Datenabgleich) möglich.
Der Server 3 umfasst in diesem Ausführungsbeispiel zwei Rechnereinheiten 31, 32, die je nach Komplexität des Gesamtsystems auch in einer physischen Einheit realisiert werden können.
Der Server 3 empfängt die Daten über die Funkschnittstelle 311 der Rechnereinheit 31. Die Rechnereinheit 31 führt eine Datenaufbereitung durch und leitet über eine Schnittstelle 312 die aufbereiteten Daten an die Rechnereinheit 32 über deren Schnittstelle 321 weiter. Die Rechnereinheit 32 dient als Leitrechner (Einsatzsteuerung).
Im Folgenden wird die Datenverarbeitung in den einzelnen Verfahrensschritten näher beschrieben. In Figur 2 die ist initiierende Anlaufroutine des Microcontrollers 10 als Ablaufdiagramm dargestellt. Ziel dieser Anlaufroutine ist es insbesondere, zu erkennen, welcher Typ Kühlmöbel an die Messbox 11 angeschlossen ist.
In einem ersten Schritt erfolgt grundsätzlich eine automatische Offsetkorrektur bei der Strom- und Spannungsmessung. Der Offset wird bei der Initialisierung einmalig durch den Microcontroller 10 ermittelt und gespeichert. Anschließend werden die Initialdaten gespeichert.
Darauffolgend werden die ersten Messdaten vom Kühlmöbel 2 aufgenommen. Hierbei kann es nützlich sein, eine Vielzahl von Startzyklen auszuführen, um möglichst genaue Informationen über den Typ des Kühlmöbels 2 zu ermitteln. Anschließend werden die Daten komprimiert, intern als Kennwerte gespeichert und abschließend an den übergeordneten Server 3 gesendet.
Figur 3 zeigt den Ablauf der Datenerfassung und -verarbeitung durch die lokal installierte Messbox. Zuerst werden Messdaten aufgenommen, wobei dieser Vorgang entweder kontinuierlich oder einer bestimmten Regel folgend in zeitlichen Abständen durchgeführt wird. Sobald eine ausreichende Menge an Daten erfasst ist, werden die Daten komprimiert und als Normalwerte intern gespeichert. Die Normalwerte werden zudem an den übergeordneten Server 3 gesendet. Durch die vorherige Komprimierung der Daten ist die zu übertragende Datenmenge bereits minimiert. Wenn die Normalwerte einmal definiert sind, werden die folgend aufgenommenen Messdaten mit den Normalwerten verglichen. Sofern die Messwerte nicht vom Normalwert abweichen bzw. noch in einem vorgegebenen Toleranzband liegen, werden die Messwerte nicht weiterverarbeitet und die Messdaten weiterhin nach vorgegebener Regel zyklisch erfasst.
Wenn die gemessenen Werte aber vom Normalwert abweichen, werden auch diese Daten komprimiert und intern gespeichert, sowie zum übergeordneten Server gesendet.
Figur 4 zeigt ein Ablaufdiagramm des Datenempfangs und der Datenzuordnung beim übergeordneten Server 3. Nachdem die Daten empfangen wurden, werden diese in einem ersten Schritt kontrolliert und anschließend, wenn notwendig, auf das gewünschte Datenformat gebracht. Darauffolgend werden die Daten intern abgespeichert. Des Weiteren wird überprüft, ob die Datenübertragung vollständig war. Sofern die empfangenen Daten noch nicht vollständig oder fehlerhaft übertragen wurden, wird der Datenempfang fortgesetzt. Gegebenenfalls kann der Server 3 von der Messbox 10 auch die Übersendung weiterer Daten oder die erneute Übersendung der Daten anfordern.
Figur 5 zeigt das Ablaufschema der Datenanalyse auf dem zentralen übergeordneten Server 3. Hier werden einerseits die Daten einer lokalen Messbox 1 verarbeitet und analysiert und andererseits die Daten aller weitverteilten Messboxen 1 kumuliert verarbeitet und analysiert.
Bei der Verarbeitung der Daten aller Messboxen 1 werden Daten der einzelnen Messboxen 1 zuerst anhand ihrer Kennwerte kategorisiert. Die Daten werden also in erster Linie in Gruppen und/oder Klassen unterschiedlicher Kühlmöbeltypen eingeteilt. Aus den so gewonnenen Daten werden anschließend aber weitergehende Spezifikationen gebildet und die den einzelnen Kühlmöbeln zugeordneten Daten in weiter spezifizierte Cluster unterteilt. Hierbei können beispielsweise der Aufstellungsort, die Umgebungstemperatur, die Frequenz der Abtauvorgänge und/oder die Art und Menge der typischen Warenbefüllung mit einbezogen werden. Die Klassifizierung erfolgt durch eine künstliche Intelligenz, die in der Lage ist, aus den massenhaft kumulierten Datensätzen Muster herauszubilden und Daten dementsprechend zu kategorisieren. Natürlich ist es auch möglich, manuell spezifische Daten nachzupflegen, sofern dies zuträglich erscheint. Anschließend werden die Daten graphisch aufbereitet und in einer Datenbank abgelegt.
Sofern Besonderheiten auftreten, also zum Beispiel ein neues Cluster, welches durch die künstliche Intelligenz gebildet wurde, oder ein Datensatz nicht plausibel erscheint, wird ein Sonderbericht erstellt und in einer Datenbank abgelegt. Die Sonderberichte können dann manuell und/oder durch die künstliche Intelligenz direkt oder in regelmäßigen Abständen überprüft und untersucht werden.
Bei der Datenanalyse einer einzigen lokalen Messbox 1 werden die Daten mit denen aus dem bestimmten Cluster, dem die lokale Messbox 1 zuvor zugeordnet wurde, verglichen. Es handelt sich hierbei also nicht um die statischen Kennwerte des Kühlmöbeltypen (vgl. Fig. 2), sondern um die durch künstliche Intelligenz gebildeten Cluster. Die hier hinterlegten Daten sind nicht rein statisch, sondern können auch Tendenzen hinsichtlich des Verschleiß- und Verschmutzungsgrads des Kühlmöbels 2 erkennen lassen. Hierzu werden die Daten miteinander verglichen. Sofern die Messdaten innerhalb eines Toleranzbands liegen, muss nichts unternommen werden. Der routinemäßige Wartungsturnus, welcher dem Kühlmöbel 2 in dem jeweiligen Cluster zugeordnet ist, kann beibehalten werden. Weichen die Daten aus dem Toleranzband ab, erfolgt eine Meldung an die Einsatzplanung, sodass die veränderten Umstände berücksichtigt werden können und gegebenenfalls eine frühere oder spätere Wartung erfolgen kann. Insbesondere ist hierbei die Früherkennung wichtig, sodass nach Möglichkeit ein Wartungseinsatz vorgezogen wird und es nicht zu einem Ausfall des Kühlmöbels kommt. Vielmehr kann bei dem erfindungsmäßen Verfahren die Wartung bei einem Routineeinsatz vor Ort vorgenommen werden, wenn ein Techniker zur Störungsbeseitigung eines anderen Kühlmöbels eh da (ohnehin vor Ort) ist. Zudem kann auch die Vorhaltung und Bereitstellung von Ersatzteilen für den Wartungseinsatz auf Basis der gewonnenen Daten und daraus gezogenen Erkenntnisse optimiert werden. Die Material- und Einsatzplanung kann manuell, aber auch automatisch, durch den übergeordneten Server 3 erfolgen.
Parallel zum zuvor beschriebenen Zustandsmonitoring erfolgt eine permanente gerätespezifische Energieverbrauchsermittlung, so dass durch Analyse der eingehenden Daten vergleichende Informationen zur Beurteilung der Energieverbräuche möglich sind. Die Bewertung der absoluten Energieverbräuche erfolgt unter dem Vorbehalt der verfahrensabhängigen Genauigkeit und ist zweitrangig. Sie dient im Wesentlichen zur Reduzierung des Energieverbrauchs der erfassten Geräte durch angepasste (zustandsabhängige) Wartungszyklen und ist damit ein Baustein zur Realisierung der prädiktiven Instandhaltung.
Figuren 6 und 7 zeigen exemplarische Messkurven, welche bei aufwendigen, wochenlangen Tests ermittelt wurden, bei denen verschiedene Stör-, Verschleiß- und Verschmutzung-Szenarien simuliert wurden. In Figur 5 wurde eine Verschmutzungssimulation durchgeführt, indem die Lüftungsschlitze am Kühlmöbel abgedeckt wurden. Nach einer routinemäßigen Abtauphase wurde die Abdeckung von den Lüftungsschlitzen entfernt. Die Leistungsaufnahme des Kühlmöbels geht demensprechend relativ abrupt nach unten. Bei der realen Anwendung entspräche dies dem Zustand nach einer Reinigung. Die reale, also nicht simulierte Verschmutzung tritt schleichend ein und ist auch sehr ortsabhängig aufgrund der Verschmutzungsverhältnisse in der Umgebung. Beispielsweise verschmutzten die Lüftungsschlitze eines Kühlmöbels, welches in einer Fischabteilung steht, in der Regel weitaus langsamer als die Lüftungsschlitze eines Kühlmöbels, welches in der Obst- und Gemüseabteilung steht. Die Geschwindigkeit des Verschmutzungsprozesses kann bei der zuvor beschriebenen Clusterbildung berücksichtigt werden.
Weiterhin ist in Figur 6 eine Leistungsänderung in der Lastaufnahmekurve zu sehen, nachdem eine Warenüberladung durch Abdeckung der Luftaustritte im Stauraum des Kühlmöbels simuliert wurde.
Hierdurch erhöht sich die Lastlaufzeit signifikant. Allerdings fällt die Leistungsspitze leicht ab, wie insbesondere aus Figur 7 ersichtlich ist.
Vergleicht man die beiden Störungsszenarien "Verschmutzung" und "Warenüberladung", wird klar, dass eine Energieverbrauchsüberwachung nicht ausreichend ist, weil beide Fälle zu einem erhöhtem Energieverbrauch führen. Während bei der Verschmutzung aber ein Wartungseinsatz notwendig wird, reicht bei der Warenabdeckung eine Instruktion an den Betreiber, das Kühlmöbel korrekt zu beladen. Auf Basis der Leistungskurven kann der Störungstyp gut ermittelt werden.
Generell lassen sich bei einer detaillierten Leistungsanalyse aus den einzelnen Parametern schon jetzt recht genaue Schlüsse über den Zustand der Kühlmöbel ziehen. Auf Basis der beim erfindungsgemäßen Verfahren erhobenen Datenmengen von tausenden Kühlmöbeln werden diese Rückschlüsse, insbesondere durch den Einsatz einer künstlichen Intelligenz, weiter präzisiert. Somit kann die Wartung und Instandhaltung weitaus effizienter geplant und durchgeführt werden.

Claims

Verfahren zur Zustandsüberwachung, Zustandsbewertung und Wartung von örtlich weit verteilten Kühlmöbeln (2) mit einer dem jeweiligen Kühlmöbel (2) zugeordneten Messbox (1), die einen Mikrocontroller (10) und eine Sende-/Empfangseinheit (12) umfasst, bei dem
- die Messbox (1) zwischen dem Netzanschluss des Kühlmöbels (2) und dem Leistungsstecker des Kühlmöbels (2) installiert wird,

- die Messbox (1) die elektrischen Strom- und Spannungskennlinien des Kühlmöbel (2) erfasst,

- die Messbox (1) zusätzlich die Umgebungstemperatur erfasst,

- die Messbox (1) beim ersten Einschalten nach der Installation anhand von hinterlegten Musterkennlinien und den nach der Einschaltung erfassten Kennlinien den Modelltypen des Kühlmöbels (2) erkennt und an einen übergeordneten zentralen Server (3) übermittelt,

- die erfassten Kennlinien durch den Microcontroller zu komprimierten Datenpaketen weiterverarbeitet werden,

- die Datenpakete über die Sende-/Empfangseinheit (12) an den Server (3) weitergeleitet werden,

- die Umgebungstemperatur an den Server (3) bereitgestellt wird,

- die Messbox (1) ihren Standort an den Server (3) übermittelt,

- mittels einer Software die bereitgestellten Datenpakete ausgewertet werden,

- anhand der Auswertung eine Zustandsbewertung des Kühlmöbels (2) durchgeführt wird und

- mittels der Software auf Basis der Zustandsbewertung, dem Standort der Messbox (1) und dem Modelltypen, sowie einer Wartungstourendatenbank und Personaldatenbank der optimale Zeitpunkt für die nächste Wartung ermittelt wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass auf Basis der Zustandsbewertung, dem Modelltypen des Kühlmöbels und dem Standort der Messbox sowie einer Lagerdatenbank eine zeitlich terminierte und örtlich festgelegte Materialbeschaffung automatisch initiiert wird.
Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass die auf dem Server hinterlegten Kennlinien mittels einer künstlichen Intelligenz ausgewertet werden und die künstliche Intelligenz derart selbstlernend ausgebildet ist, dass Muster herausgebildet werden und diese Muster im Zusammenhang mit historischen Daten Rückschlüsse auf den Zustand und die Einsatzbedingungen des Kühlmöbels ermöglichen.
Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass durch die Messbox (1) zusätzlich die Luftfeuchtigkeit erfasst wird und an den übergeordneten Server (3) bereitgestellt wird.
Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass der übergeordnete zentrale Server (3) auf die Messbox (1) über die Sende-/Empfangseinheit (12) zugreift.