Predictive Maintenance Alternativen: Wartungsmodelle für Motoren im Vergleich

Predictive Maintenance gilt als Trend, der das Industrial Internet of Things für Anwender heute schon vielfältig nutzbar macht. In der Praxis kristallisieren sich verschiedene Methoden heraus. Welche bringen den größten Nutzen in der Antriebstechnik?

Anbieter zum Thema

PFLITSCH GmbH & Co. KG

FAULHABER Antriebssysteme

Weidmüller Deutschland

WEG Germany GmbH

Das Industrial Internet of Things (IIoT) wird zunehmend von der Industrie genutzt, um mit Sensoren Betriebsdaten von Maschinen zu erfassen und zu kommunizieren. Ein wichtiger Anwendungsbereich ist die vorausschauende Wartung oder auch Predictive Maintenance. In diesem Wartungsansatz werden Betriebsdaten analysiert, um die Produktionseffizienz zu erhöhen und Ausfallzeiten zu reduzieren. Am Beispiel eines Motors lassen sich Wartungsstrategien vergleichen.

Bildergalerie

Bei einem reaktiven Wartungsmodell etwa wird eine Maschine erst bei Auftreten eines Fehlers repariert oder ersetzt. Im Falle eines defekten Motors bedeutet dies aber auch, dass mit seinem Ausfall ganze Produktionsabläufe zum Erliegen kommen können. Diese ungeplanten Stillstandszeiten verursachen erhebliche Produktions- und Verdienstausfälle. Ebenso können hohe Reparaturkosten entstehen, da bei einem Totalausfall die komplette Einheit ersetzt werden muss.

Tragbar ist der Ansatz aufgrund seiner reaktiven Natur heute im Prinzip nur noch als direkte Antwort auf nicht vorhersehbare Störfälle, oder wenn ein Ad-hoc-Austausch tatsächlich wirtschaftlicher oder technisch einfacher ist als elaboriertere Wartungskonzepte. Angesichts der zunehmenden Komplexität und Abhängigkeit der einzelnen Bereiche innerhalb einer Anlage ist dies allerdings mittlerweile kaum noch der Fall.

Grenzen der präventiven Wartung

Bei der präventiven Wartung, auch als kalendarische Wartung bekannt, arbeiten die Wartungsmitarbeiter nach vordefinierten Plänen, die durch ihren Intervall-Charakter Ausfällen vorbeugen sollen. So kann durch eine regelmäßige Kontrolle beispielsweise Verschleiß dokumentiert und eine rechtzeitige Reparatur angestoßen werden.

Der Zeitpunkt für die Reparatur lässt sich dann mit anderen Wartungstätigkeiten koordinieren, sodass die Stillstandszeiten insgesamt wesentlich reduziert werden können. Die Methode ist in dieser Hinsicht wesentlich wirtschaftlicher als die rein reaktive Wartung. Allerdings berücksichtigt auch die präventive Wartung nicht den tatsächlichen Zustand der Maschine. Auf Intervallbasis entwickelte Wartungspläne können unzuverlässig sein, weil der tatsächliche Betriebszustand einer Maschine eventuell ein anderer ist als der empfohlene, auf dem die vorgegebenen Reparaturpläne üblicherweise basieren.

Bei den klassischen Vorgehensweisen liegt der Fokus nicht auf der Analyse und Vorhersage des Maschinenzustands. Unzureichende Transparenz von Zustand und Leistungsfähigkeit der Motoren, hohe Austauschkosten und weitere Gemeinkosten treiben die Wartungskosten insgesamt in die Höhe. Alle genannten Faktoren können einen großen Einfluss auf die Wirtschaftlichkeit eines Unternehmens haben. Wenn es um die Kontrolle des ordnungsgemäßen Zustands geht, sind Verfahren wie die reaktive und die präventive Wartung daher weniger effektiv und wirtschaftlich.

Predictive Maintenance hingegen betrachtet den Ist-Zustand der Maschine rund um die Uhr und legt auf dieser Basis fest, wann Service erforderlich ist. Die zuständigen Mitarbeiter werden so vor einem drohenden Versagen eines Motors gewarnt, bevor es aufgrund verschlissener Bauteile zu einem Ausfall kommt. Predictive Maintenance ist so gesehen gegenüber den traditionellen Verfahren, also der reaktiven oder der präventiven Wartung, deutlich im Vorteil.

Das IIoT eröffnet Möglichkeiten, Betriebs- und Servicekosten zu senken – bei gleichzeitiger Optimierung der Betriebsabläufe und Steigerung der Wirtschaftlichkeit in der Fertigung. Die Unternehmensberatung McKinsey führt an, dass Predictive Maintenance eine der am stärksten gewinnbringenden Anwendungen des IIoT in der Fabrikhalle sei, wenn es um die Optimierung der Instandhaltung geht.

Laut McKinsey wird Predictive Maintenance bis zum Jahre 2025 Unternehmen helfen, einen Betrag von bis zu 630 Mrd. US-Dollar einzusparen. In Fabriken können die Wartungskosten um 10 bis 40 % sinken, weil eine bessere Wartung ermöglicht wird und Stillstandszeiten um 50 % gesenkt werden. Ausrüstungs- und Investitionskosten lassen sich McKinsey zufolge durch eine Verlängerung der Lebensdauer von Maschinen um 3 bis 5 % reduzieren.

Wartungstool für Elektromotoren

Mit dem WEG Motor Scan hat der Antriebstechnikhersteller WEG beispielsweise eine Lösung für die vorausschauende Wartung von Elektromotoren entwickelt. Diese ermöglicht auf kosteneffiziente Weise die Echtzeit-Überwachung von WEG-Elektromotoren über eine intelligente Geräte-App, die für Android und iOS zur Verfügung steht. Mit Dimensionen von 44 mm x 38 mm x 25 mm lässt sich der kleine WEG Sensor an Elektromotoren der IEC-Baugrößen 63 bis 450 nachträglich als Retrofit befestigen.

Er misst neben der Oberflächentemperatur und Betriebsdauer auch die Vibrationen des Motors. Dies wird durch eine 3-Achsen-Schwingungsmessung von 1–3 kHz ermöglicht. Zu einem späteren Zeitpunkt wird die Lösung zusätzlich noch die Werte der Drehzahl, Start-/Stopp-Zeit, Last und Wirkungsgrad ermitteln und protokollieren. Energieeffizienz und Motorzustand wie Unwucht und Fehlausrichtung werden in Zukunft ebenfalls messbar sein.

Mittels Bluetooth (später auch über Gateway-Technologie) lassen sich die gesammelten Daten in eine sichere Cloud übermitteln, wo sie dann durch eine mobile App oder ein Web Portal, die WEG IoT Plattform, aufgerufen werden können. Das ermöglicht eine detaillierte Analyse des überwachten Elektromotors. Die WEG IoT Plattform bietet Analysetools für eine Fehldiagnose und erlaubt das Konfigurieren von Warnungen. Wartungsmitarbeitern ist es so möglich, die Echtzeitdaten zur aktuellen Leistung des Elektromotors von überall aufzurufen, direkt zu analysieren und entsprechend zu handeln.

Weniger Kosten und Stillstandszeiten

Predictive Maintenance erlaubt es also, im Gegensatz zu traditionellen Wartungsansätzen, mögliche Störfälle vorherzusagen und sie so abzuwenden. Durch die Überwachung der Leistungsfähigkeit und des ordnungsgemäßen Betriebszustands der Motoren in Echtzeit minimiert Predictive Maintenance die zur Durchführung von Reparaturen erforderliche Stillstandszeit. Vorbeugende Maßnahmen für die betroffene Maschine können so rechtzeitig geplant werden, bevor eine Maschine ausfällt. Unnötige Wartungsmaßnahmen und Reparaturen werden vermieden und entsprechend weniger Ressourcen verbraucht. Predictive Maintenance vereinfacht darüber hinaus die Wartungsplanung, etwa durch das rechtzeitige Bestellen von Ersatzteilen. (pf)

SPC IPC 2018, Halle 3a, Stand 466

* Ingo Broich, Key Account Manager bei WEG in Deutschland

(ID:45527099)