Datenbasierte Wartung – intelligent planen und ressourcenschonend durchführen
Wartungen von Maschinen und Anlagen digital planen und mit Künstlicher Intelligenz Zyklen für den Service berechnen – das ist die Zukunft im Maschinen- und Anlagenbau.
Verstehen, warum Anlagen ausfallen. Wartungen frühzeitig, aber gezielt durchführen. Servicetechniker mit Wissen über die Ursachen von Ausfällen und mit notwendigen Unterlagen und Ersatzteilen on time ausstatten und Ressourcen sparen. Unnötige Einsätze vermeiden. Lebensdauer von Anlagen verlängern. Abrupte Störungen und ungeplante Stillstände vermeiden.
Ein nachvollziehbares Szenario, welches sich Maschinen- und Anlagenbauer genau so vorstellen. Die Realität bei den Wartungen sieht jedoch anders aus. Langjähriges persönliches Expertenwissen entscheidet über den Zeitpunkt der Wartung oder sogar zyklische Wartungsintervalle werden vorgegeben. Die Durchführung wird dabei gänzlich dem Kunden überlassen, kann aber auch fester Bestandteil des Servicevertrags innerhalb der Gewährleistungsphase sein. Vorausschauende Wartungen basierend auf Auswertungen und Korrelationen von Sensordaten sind weiterhin die Ausnahme. Die Gründe sind vielschichtig: Zum einen spielt die zunehmende Komplexität und Schnittstellenvielfalt bei den Anlagen im Maschinenbau eine Rolle, zum anderen nehmen mangelnde Ressourcen oder Investitionsbereitschaft der Umsetzung den Wind aus den Flügeln. Denn um tatsächlich datenbasiert Wartungen und Instandhaltungen durchführen zu können, braucht es weit mehr als nur Sensoren:
- Vorverarbeitete Maschinendaten möglichst in Echtzeit
- Ansprechende Visualisierung und durchgängige Analytik
- Kontextinformationen um Zusammenhänge einordnen zu können
- Intelligente und regelbasierte Erstellung & Planung von Wartungen
Schon vor dem Verbau der Sensoren ist es wichtig sich damit auseinanderzusetzen, welche Prozesswerte oder Alarme auf einen baldigen Ausfall der Maschine hindeuten oder potenzielle Störungen und deren Auswirkungen sowie das Risiko zu priorisieren. In der Regel sind historische Auswertungen in großem Maße vorhanden, da die heutigen Maschinen über ausgereifte Steuerungen verfügen. Die Verarbeitung dieser Daten ist allerdings sehr Zeit- und Personalaufwändig.
Die Vorverarbeitung, die Bündelung, das Buffering und die Übersetzung von Schnittstellen übernehmen IoT-Geräte und sorgen damit für eine Vearbeitung der Daten direkt am Einsatzort. Die IoT-Geräte schlagen in einem nächsten Schritt die Brücke zur Cloudanwendung - dorthin wo die Magie der Analytik und Visualisierung zusammenspielt. Der Aha-Effekt und Mehrwert dieser Daten ergeben sich, wenn diese sinnvoll und anschaulich visualisiert werden und Auswertungen gut verständlich, vergleichbar und intuitiv mit einem Klick zur Verfügung stehen. Dashboards, interaktive Diagramme, Filter, Korrelationen von Prozesswertdaten, Status und Alarme sowie statistische Auswertungen stellen eine erhebliche Hilfe dar, da so unmittelbare Abhängigkeiten, Ursachen von Stillständen schneller und verlässlicher ermittelt werden können.
Einen zusätzlichen Mehrwert bieten dabei Kontextinformationen wie Logbücher, Beschreibungen von Störungen durch Tickets, Stammdaten, Status oder Verläufe von durchgeführten Wartungen. Auch die Lebensdauer von Ersatzteilen, die bei der Ursachensuche in Korrelation mit den Maschinendaten wertvolle Anhaltspunkte bieten, können hier einen Aufschluss über Ausfallzeiten geben.
Um Wartungen letztlich vorausschauend einplanen zu können, sind zyklische, zeitbasierte Wartungsintervalle nicht die richtige Wahl. Was es braucht sind regelbasierte und intelligente Wartungsintervalle, die datenbasiert "mitdenken". Dies können unter anderem simple Alarme oder Events sein, aber auch Grenzwertüberschreitungen bei Prozesswerten (Temperatur, Drücke, Gase, Beschleunigung, etc.) oder Zähler. Auch Betriebsstunden von Anlagen, die die tatsächlichen Produktivzeiten berücksichtigen und aus den historischen Daten antizipieren können, wann der nächste Wartungszyklus eintreten wird. Benachrichtigungen erfolgen dann frühzeitig per Email oder Push-Notifikation, sodass der jeweilige Servicemitarbeiter Ressourcen einplanen und notwendigen Ersatzteile im Vorfeld einplanen kann.
Zusätzliche Entlastung erhält der/die Servicetechniker:In des Maschinenbauers dadurch, dass ihm/ihr für den jeweiligen Wartungsfall bereits Checklisten zur Verfügung stehen, die eine unmittelbare und unmissverständliche Ausführung ermöglichen. Für den Administratoren oder Verantwortlichen wird die Wartungsplanung in dem Sinn erleichtert, dass er/sie Wartungsplanvorlagen bestehend aus Checklisten und auslösenden Parametern für die Wartungsintervalle nicht nur für Einzelmaschinen sondern auch mehrere Maschinen oder ganze Maschinentypen zeitgleich vordefinieren und "scharf schalten" kann. Zusätzliche Unterstützung bietet der automatische Abgleich des Systems der maschinenspezifischen Prozesswerte oder Alarme mittels Warnhinweisen, sodass der Administrator bei Unstimmigkeiten (fehlender Temperaturwert) manuelle Änderungen vornehmen kann und Fehlermeldungen vorbeugen kann. Damit reduziert sich der administrative Aufwand enorm. Vor allem wenn Wartungen für eine Vielzahl von Maschinen und Kunden eingeplant werden sollen und der Wunsch nach dynamischen Wartungsintervallen groß ist.
Wollen Sie mehr über die Umsetzung vorausschauender Wartung erfahren?