Lesezeit ca. 5 Minuten

Wartung 4.0

Die vorrausschauende Wartung – Preditive Maintenance verändert die Industrie

Wer sich derzeit mit Themen rund um IoT (“Internet of Things”) oder Industrie 4.0 auseinandersetzt, dem begegnet immer wieder ein Schlagwort: “Predictive Maintenance”.

Die vorausschauende Wartung durch Vernetzung wird vielerorts als DIE IoT-Anwendung gepriesen.

Wir wollen dazu an dieser Stelle ganz bewusst einzelne Artikel und “Fundstücke” kurz zusammen fassen. Denn die erscheinen uns zu dem Thema interessant und lesenswert. Unsere Zusammenfassung erhebt dabei natürlich weder einen inhaltlichen Anspruch auf Weisheit oder Wahrheit, noch auf Vollständigkeit.

Wir wollen damit einen (subjektiven, weil von uns vorausgewählten) Beitrag zur Einordnung des Themas liefern. Außerdem beschreiben wir, was hinter dem Begriff steckt und welchen Fragestellungen, Möglichkeiten und Herausforderungen man bei industriellen “Predictive Maintenance”-Anwendungen begegnet.

Wir freuen uns auf einen direkten Austausch dazu mit Ihnen!

Der Artikel “Wie Fernwartung bei Schiffsgetrieben funktioniert” befasst sich mit einem aus unserer Sicht spannenden Projekt.

Es geht um die Fragestellung, wie sich noch mehr Teile in Schiffsgetrieben fernwarten lassen (“remote monitoring”). Dazu gibt es ein entsprechendes Forschungsprojekt in Hannover: CoMoGear. Die beteiligten Projektpartner wollen einen Weg finden, die Sensoren kabellos und ohne Batterien (“Energy Harvesting”) zu betreiben – die Energie soll aus der Umgebung gewonnen werden.

Ziel des Predictive Maintenance

Das übergeordnete Ziel ist, Ausfälle von wesentlichen Komponenten wie Kupplungen und Wellen während der Fahrt – sprich auf hoher See – zu vermeiden bzw. weitgehend auszuschließen. Dazu möchte man den Verschleiß der Teile kontinuierlich überwachen und dadurch einen Austausch nutzungsbasiert und besser abgestimmt – genauer – planen. Der Nutzen einer solchen IoT-Anwendung läge dann durch zu erwartende Kostensenkungen und Verbesserung der Auslastung bzw. Senkung der Ausfallzeiten insbesondere im operativen Bereich.

(Quelle: factorynet.at – https://factorynet.at/a/wie-fernwartung-bei-schiffsgetrieben-funktioniert)

Der Artikel “Vorausschauende Instandhaltung für Niederspannungsmotoren” beschreibt einen Demonstrator für eine “Condition-Monitoring”-Lösung für Niederspannungsmotoren.

Vorteil: Monitoring ist ortsunabhängig

Ein wesentlicher Vorteil der Lösung liegt demnach darin begründet, dass die Nachrüstung einfach und wirtschaftlich möglich ist. Für den Servicebereich der Anlagenbetreiber liegt ein weiterer Vorteil darin, dass das Monitoring ortsunabhängig ist und man alle nachgerüsteten Maschinen und Anlagen zentral überwachen kann – das gilt natürlich generell für vernetzte Lösungen mit zentralen Rechner- und Plattformumgebungen.

Je nach Ausgestaltung einer solchen Lösung mit nachgerüsteten Sensoren (in der “installed base”) liegen die Vorteile im operativen und strategischen Bereich: Wenn man beispielsweise an Geschäftsmodellvarianten denkt, bei denen dem Kunden anstatt einer Maschine der komplette Service bzw. das eigentlich vom Kunden gewollte Ergebnis – Laufzeit, Performance, Verfügbarkeit – verkauft werden kann.

(Quelle: factorynet.at – https://factorynet.at/a/vorausschauende-instandhaltung-fuer-niederspannungsmotoren)

Im Artikel “Worauf es bei Predictive Maintenance ankommt” ordnen zwei Experten vom Fraunhofer-Institut die Themen “Condition Monitoring” (CM) und “Predictive Maintenance” (PM) im industriellen Bereich aus ihrer Sicht ein.

CM erkennt und überwacht den Verschleißzustand. PM soll die voraussichtliche Entwicklung des künftigen Maschinenzustandes vorhersagen und Instandhaltungsmaßnahmen planen.

Notwendig für die Instandhaltung

Mit solchen Lösungen ist es dann möglich, dass Servicetechniker genau die Wartung und Instandhaltung durchführen können, die wirklich notwendig ist. Außerdem lassen sich mit den über einen längeren Zeitraum erfassten und analysierten Daten Schwachstellen im Produkt ermitteln und in künftigen Produktvarianten ausmerzen.

Sensibles Thema: Datenschutz

Auch das sensible Thema Datenschutz und Datensicherheit wird angesprochen; hier weisen die beiden Experten auf die Notwendigkeit von vertrauensvollen Partnerschaften sowie vertragliche Absicherung als Basis hin. Und natürlich ist auch die technische Ausgestaltung von Schutzmaßnahmen und deren regelmäßige Überprüfung ein wesentlicher Baustein für den Erfolg und das Vertrauen in die IoT-Lösung. Hier gilt es eine Abwägung von Chancen und Risiken vorzunehmen.

Smart Data statt Big Data

Im Kontext der Speicherung von Daten und den so entstehenden, großen Mengen, weisen die Experten auf eine weitere, wichtige Abwägung hin: Welche Daten werden tatsächlich benötigt für die Auswertung und Nutzung in der Anwendung – das bezeichnen sie als “Smart Data statt Big Data” und meinen damit letztlich die fokussierte Speicherung von Daten in der Nähe der Maschine (Edge) und eine Weitergabe von reduzierten Datenmengen an die Anwendung, die in der Cloud (also im Netz) erreichbar ist und die Weiterverarbeitung übernimmt. Für diese Vorauswahl ist nach Ansicht der Experten die Umsetzung eines entsprechenden Monitoring-Konzeptes auf Basis von spezifischem Expertenwissen des jeweiligen Anwenders.

Im Interview berichten die beiden Fraunhofer-Experten von einem konkreten Beispiel für eine umgesetzte PM-Lösung für einen Schleifmaschinenhersteller. Bei dieser Lösung werden die Antriebselemente der Maschinensteuerung elektronisch überwacht und die daraus gewonnen Daten (Meldungen und Signale der Anlage) ausgewertet. Neben dem Nutzen für den Service zur Fehleranalyse und -behebung werden in dem Kontext die Möglichkeit zum Einsatz in der Qualitätssicherung sowie zur Klärung von Schädigungen während der Garantiephase als weitere Vorteile genannt. Diese Lösung kommt demnach inzwischen in allen Maschinen zum Einsatz.

(Quelle: factorynet.at – https://factorynet.at/a/worauf-es-bei-predictive-maintenance-ankommt)

Im Artikel “Instandhaltung 4.0” geht es um die Ergebnisse eines Forschungsprojektes von Fraunhofer Austria und der TU Wien zur Prognose der Ausfallzeiten von Produktionsmaschinen.

Demnach lässt sich der Ausfallzeitpunkt von Maschinen präziser vorhersagen, was wiederum eine vorausschauende Instandhaltungsstrategie ermöglicht.

Das Ziel des Projektes unter der Leistung des Instituts für Managementwissenschaften der TU Wien war demnach die Entwicklung eines Leitstandes als Herzstück für eine vorausschauende, regelbasierte Instandhaltungsstrategie. Dazu soll die Erfassung von Echtzeitdaten einen kontinuierlichen Einblick und die konstante Überwachung in wesentliche Aspekte der Produktion wie Verschleiß, Ausfälle, Qualität und Auslastung ermöglichen. Dabei spielte für die Vorhersage von Belastungen an den Komponenten die Simulation anhand eines digitalen Zwillings eine wesentliche Rolle. Der digitale Zwilling ist das Abbild der Komponente, zum Beispiel in der IoT-Plattform.

Vorteile: Höhere Verfügbarkeit und Einsparung

Demnach konnten die Stillstandszeiten im Rahmen des auf Echtdaten der Opel Wien GmbH basierenden Piloten, um bis zu 25% reduziert werden. Die weiteren im Projekt gezeigten Vorteile liegen in höherer Verfügbarkeit der Anlagen sowie Einsparungen durch gezielte(re) Ersatzteilbevorratung und Ausnutzung des Abnutzungsvorrats.

Der Projektleiter von Fraunhofer Austria kommt zu dem Schluss: „Predictive Maintenance, die vorausschauende Instandhaltung, ist ein wichtiger Baustein in der vernetzten Produktion von morgen.“

(Quelle: factorynet.at – https://factorynet.at/a/instandhaltung-4-0-wie-ein-ffg-projekt-maschinenausfaelle-prognostizierbar-macht)

„Kaffee mit Experten“

interaktives Webinar zu Digitalisierung und Industrie 4.0 im Mittelstand

MEHR ERFAHREN