Suchen

Inbetriebnahme, Wartung & Instandhaltung

Nachgefragt: Mit Servicegeschäft wissen, was passiert

| Redakteur: Sariana Kunze

Viele Industrieunternehmen in Deutschland erkennen, dass das produktbegleitende Servicegeschäft im Rahmen der digitalen Transformation an Gewicht gewinnt. Wir haben bei drei Experten nachgefragt und erfahren, warum Predictive Maintenance noch nicht in breiter Fläche Anwendung findet und welche Trends es bei Inbetriebnahme, Wartung und Instandhaltung gibt.

Firmen zum Thema

Mit Condition Monitoring und Predictive Maintenance lassen sich ungeplante Anlagenstillstände vermeiden.
Mit Condition Monitoring und Predictive Maintenance lassen sich ungeplante Anlagenstillstände vermeiden.
(Bild: © portokalis - stock.adobe.com)

Condition Monitoring, Predictive Maintenance, Remote Monitoring, Fernwirken und Fernwarten gewinnen mit der forschreitenden Digitalisierung immer mehr an Bedeutung. ‚Everything as a service‘ gilt für Unternehmen als das Geschäftsmodell der Zukunft. Wir haben bei drei Automatisierungsexperten nachgefragt, welche Strategien, Beispiele und Potenziale es gibt:

  • Ekkehard Reuß, Vorstand, Heitec
  • Richard Habering, Geschäftsbereichsleiter Smart Plastics, Igus
  • Martin Cerny, Product Marketing Manager, Danfoss

elektrotechnik AUTOMATISIERUNG: Verfolgen Sie eine eigene Servicestrategie? Wenn ja, mit welchen Erfolgen?

„Obwohl die Daten zwar da sind, wird noch nicht ausreichend Wissen daraus generiert“, Ekkehard Reuß Vorstand, Heitec.
„Obwohl die Daten zwar da sind, wird noch nicht ausreichend Wissen daraus generiert“, Ekkehard Reuß Vorstand, Heitec.
(Bild: Heitec)

Ekkehard Reuß: Als Dienstleister sehen wir einen großen Bedarf an Lösungen, die als digitale Frameworks die digitale Transformation der Unternehmen unterstützen. Aus diesem Grund entwickelten wir Hei-VM als virtuelle Maschine, mit der Systemintegratoren oder Technologen ihre Anlagen selbst digital zusammenstellen und testen können. Erfolge bei der Inbetriebnahme und Retrofit sind messbar. So reduziert sich die Zeit vor Ort – also der Stillstand der Anlage – um bis zu 70 % gegenüber konventionellen Methoden. Hei-TPM (Total Productive Manufacturing) überträgt die Informationen aus dem Shopfloor in die ERP-Welt. Zudem bieten wir mit Hei-Max eine mobile Softwarelösung, die den Service- und Wartungsprozess von Maschinen und Anlagen strukturiert, vereinfacht und beschleunigt. Wir sehen also einen großen Bedarf, Wissen aus den Daten zu generieren und mit Edge oder in der Cloud zu speichern und zu analysieren. Hier sind Dienstleister gefordert, die beide Welten kennen und Kunden in der Definition von Businessmodellen für ihren Service beraten.

Richard Habering: 2017 wurde das erste Projekt mit unseren Smart Plastics (intelligente Produkte), der Anbindung und Auswertung von Daten mit unserem Testlabor, angestoßen. Wir wollten mit den gewonnenen Daten das eigene Wissen erweitern, Data Analytics und Künstliche Intelligenz (KI) in der Cloud betreiben, um daraus wiederum einen direkten Kundennutzen, wie weiter erhöhte Maschinensicherheit, zu generieren. Allerdings lag der Fokus dabei nicht ausschließlich auf dem Condition Monitoring, sondern galt der ganzheitlichen Betrachtung der vernetzten Industrie. Das betrifft nicht nur Condition Monitoring, auch Online-Konfiguratoren, CAD-Daten, digitale Bestellsysteme und Onlineshops spielen in dem Zusammenhang eine Rolle. Wir haben den eigenständigen Geschäftsbereich Smart Plastics für Predictive Maintenance bei Igus Anfang 2018 gegründet und seitdem treiben wir die Entwicklung neuer intelligenter Sensoren für unsere Produkte, wie Energieketten und Leitungen, verstärkt voran. Die Nachfrage nach solchen Lösungen ist hoch. Wir bieten sowohl die Sensoren als auch deren Integration sowie verschiedene Modelle der Anbindung der Daten als Service an. Außerdem entwickeln wir ständig neue Sensoren für unsere Produkte sowie Konzepte der Datenintegration.

Martin Cerny: Danfoss Drives hat vor einigen Jahren das Drivepro-Service-Konzept weltweit eingeführt, um teuren Produktionsausfällen vorzubeugen. Danfoss hat dazu ein breites modulares Serviceprogramm aufgelegt und erweitert dieses nun nach und nach mit digitalen Servicebausteinen. Aktuell haben wir das Drivepro Remote Monitoring entwickelt, eine cloudbasierte Lösung, die den Zugriff auf alle relevanten Antriebsdaten ermöglicht, um Fehler frühzeitig zu erkennen und um Ausfällen vorzubeugen. Messbare Erfolge sind für uns die gewonnenen Erfahrungen und zufriedene Kunden. Weitere digitale Produkte werden in Kürze folgen.

Condition Monitoring kommt bereits in breiterer Fläche zur Anwendung. Über Predictive Maintenance wird hingegen (noch) mehr gesprochen. Vor welchen Hindernissen stehen die potenziellen Anwender?

Ekkehard Reuß: Die Produktion bestimmt die Instandhaltungsstrategie. Dabei macht es einen Unterschied, ob ein Dreischicht- oder ein Normalbetrieb gefahren wird und ob der Produktionsleiter das Ziel max. Output, max. Energieeinsparung oder max. Kosteneffizienz verfolgt oder marktbezogen agiert. Um hier Hindernisse zu beseitigen, müssen Produktionstechnologen und Instandhalter miteinander auf Augenhöhe sprechen können. Hinzu kommt, dass die Daten für eine vorausschauende Instandhaltung zwar da sind, aber immer noch nicht ausreichend Wissen daraus generiert wird. Der erste Schritt ist, die instandhaltungsrelevanten Informationen in Instandhaltungsplanungs- und -steuerungssysteme (CMMS) zu überführen. Der zweite, die physisch instandzuhaltenden Systeme als digitale Zwillinge im CMMS abzubilden. Mit ihnen können Instandhalter gefahrlos Fehler suchen und Instandhaltungsstrategien testen. Wenn dies funktioniert, kann man in der MES-Ebene von Produktionsplanung über Asset- und Performancemanagement bis zum Instandhaltungsmanagement alles Mögliche generieren. Mit Hei-TPM und Edge-/Cloud-Lösungen können wir die MES-Ebene sogar einsparen.

Richard Habering: Bei Condition Monitoring wird der Zustand der verschiedenen Anlagenkomponenten überwacht. Jedoch erhalte ich als Nutzer gerne Wartungsempfehlungen, also eine direkte Interpretation der vorliegenden Daten. Im Alltag eines Betriebsleiters und Instandhalters sind daher Lösungen gefragt, die proaktiv reagieren, also schon vorab ein Signal oder eine Information über den baldigen Austausch einer Komponente senden. Deswegen wird in der Industrie das Thema Predicitve Maintenance immer wichtiger. Denn mittels KI und Machine Learning sind viele Aussagen über die Lebensdauer der Anlagen schon vorab ermittelbar und ermöglichen so, einen effizienten und frühzeitigen Wartungsplan aufzustellen. Die Herausforderung besteht darin, ein solches neues System in allen Ebenen eines Unternehmens einzuführen und umzusetzen. Denn die Wartung von Maschinen und Anlagen ist eine Routine, die durch die Einführung von Predictive Maintenance komplett abgelöst und neu strukturiert wird.

Martin Cerny: Die zustandsbasierte Wartung ist ein Premium-Service für kritische Anwendungen, der mit höheren Kosten und Expertenwissen verbunden ist. Wir erkennen deutlich einen Trend zum Asset-Monitoring in der breiten Industrie, um die Verfügbarkeit zu maximieren und die Servicearbeiten auf Basis von Daten und Ereignissen durchzuführen – anstatt reaktiv nach einem Ausfall oder allein auf Grund von Erfahrung, wie bei der präventiven Wartung. Die Entwicklung von Konzepten für mehr Cybersicherheit und Marktstandards sowie der vermehrte Austausch von Maschinendaten sind die Herausforderungen und zugleich die Wachstumstreiber für diesen Trend.

Können Sie Beispiele für umgesetzte Predictive-Maintenance-Lösungen nennen?

Ekkehard Reuß: Mit OPC UA over TSN und dem neuen Mobilfunk-Standard 5G werden gerade die infrastrukturellen Voraussetzungen für KI geschaffen. Wenn erst einmal barrierefrei Informationen übertragen und mit intelligenten Algorithmen ausgewertet werden, werden sich serviceunterstützende Assistenzsysteme noch stärker als bisher etablieren. Dabei ist nicht mehr der Techniker vor Ort entscheidend, sondern der Zugriff auf Informationen und Wissen, woraus mittels KI die Maschinen zukünftig lernen und handeln können, um Probleme oder Aufgaben zu lösen. Dies trifft sowohl auf das Edge-Computing – also die Analyse direkt im maschinennahen Raum – zu als auch auf das Cloud-Computing, mit dem Daten überall und jederzeit für die lernende Maschine verfügbar sind.

Intelligente E-Ketten, Leitungen und Linearführung von Igus kommunizieren mit dem Kunden und informieren ihn über ihren Zustand und mögliche Instandhaltungstermine.
Intelligente E-Ketten, Leitungen und Linearführung von Igus kommunizieren mit dem Kunden und informieren ihn über ihren Zustand und mögliche Instandhaltungstermine.
(Bild: Igus)

Richard Habering: Unsere Smart Plastics kommen bereits bei vielen Anwendern weltweit zum Einsatz. Z. B. finden sich unsere Sensoren in den Portalrobotern der Firma Güdel. Die Sensoren messen die Bewegung und den Verschleiß der eingesetzten Energieketten und senden die Messwerte über den Datenkonzentrator Icom an den Condition-Monitoring-Computer von Güdel. Durch die Anbindung an die Igus-Cloud werden die Daten mittels KI und Machine Learning ausgewertet. Die Integration der analysierten Daten erfolgt über das von Güdel entwickelte Condition-Monitoring-System. Auch ein österreichischer Automobilzulieferer setzt unsere Sensoren in seinem Werk zur Überwachung seiner Energiekettensysteme ein, ebenso wie Betreiber von Krananlagen.

Martin Cerny: Der Ansatz, eine Predictive-Maintenance Lösung anzustreben, kann sehr unterschiedlich sein. Dies kann zum einen die Überwachung einer wartungsintensiven Komponente oder ein Kernprozess in der Anlage sein. Unser Schwerpunkt liegt auf der Überwachung der Elektromotoren und der nahen Umgebung, wo wir bereits die Zustandsüberwachung der Statorwicklung, eine mechanische Vibrationsüberwachung und die Hüllkurvenüberwachung erfolgreich umgesetzt haben. So steigt auch die Vielfalt der Einsatzorte und der Anwendung. Ob es Versorgungspumpen sind, an denen es durch übermäßige Vibrationen der Wasserleitungen zu Lagerschäden kommen kann oder der Antrieb einer Flaschenfüllanlage, welcher in nasser und schwer zugänglicher Umgebung installiert ist.

Welche Rolle spielt Machine Learning in diesem Zusammenhang?

Ekkehard Reuß: Unser mobiler Wartungsassistent Hei-Max sorgt in Verbindung mit der SIC!-IoT-Cloud-Lösung dafür, dass die Instandhaltung durch die Optimierung der Wartungsintervalle planbarer, zuverlässiger und langfristig gewinnbringend wird. Durch die Analyse der Daten und der Möglichkeit aus den gespeicherten Daten Ausfall-Muster zu erkennen, ergibt sich die Möglichkeit vorbeugend zu handeln.

Richard Habering: Wir bieten derzeit drei verschiedene Möglichkeiten der Datenintegration an: offline, semi-offline und online. Bei der Isense-Online-Lösung werden alle Sensordaten nach Aggregation im Datenkonzentrator Icom in die Igus-Cloud geladen. Hier erfolgt die Berechnung der Restlebensdauer der eingesetzten Energieketten und Leitungen aus einer Kombination von Data Analytics und den Algorithmen des Igus-Lebensdauerrechners. Zusätzlich verfeinern wir auch unsere eigenen Algorithmen unter zur Hilfenahme von Machine-Learning-Algorithmen aus den bereits laufenden Anwendungen. So können wir bei ungewöhnlichen Betriebszustände schnell die Restlebensdauer anpassen.

Martin Cerny: Maschinelles Lernen ist ein wesentlicher Bestandteil der Zustandsüberwachung der Frequenzumrichter (FU) von Danfoss, da diese Daten von internen und externen Quellen verarbeiten. Der FU durchläuft einen Lernprozess, bei dem Messdaten lokal im Gerät gespeichert und verarbeitet werden, um dann die richtigen Schlüsse für die Fehlererkennung zu ziehen. Später werden diese gespeicherten Daten als Referenz verwendet und mit den tatsächlichen Messungen verglichen. Durch diese Edge Intelligence entlasten sie die übergeordnete Steuerung und übertragen nur relevante Daten an die SPS oder in die Cloud. Besonders für Serienanwendungen kann dies eine lohnende Investition sein.

Was raten Sie Anwendern, die sich mit dem Einsatz von neuen Möglichkeiten im Bereich Inbetriebnahme, Wartung und Instandhaltung beschäftigen?

Ekkehard Reuß: Heitec beschäftigt sich schon über zehn Jahre mit dem automatischen Generieren von Automatisierungssoftware und virtuellen Modellen. Inzwischen ist die virtuelle Inbetriebnahme Stand der Technik. Anwender erkennen immer mehr den Nutzen der realen Inbetriebnahme von virtuellen Maschinen. Danach kann der digitale Zwilling mit den Daten aus der realen Produktion gefüttert werden und bestehende Anlagen optimieren sowie zur Fehlersuche und für die Entwicklung von neuen Geschäftsmodellen im Service genutzt werden. Je früher man also in die Digitalisierung einer Anlage einsteigt, desto größer ist auch der Nutzen. Es steckt also noch viel Potenzial in der Instandhaltung.

Richard Habering: Der Anwender sollte langlebige, getestete und kostenattraktive Produkte einsetzen, die sich am besten für seine Anwendung eignen. Hier können ihm bei der Auswahl Online-Tools wie z. B. unsere Lebensdauerrechner helfen. Sie bestimmen vorab die Laufzeit der Produkte in Abhängigkeit von den Umgebungsparametern. So können unsere Tools auch dabei helfen, das technisch beste Produkt für den entsprechenden Einsatz auszuwählen. Für einfache Anwendungen reichen zum Teil auch schon günstigere Produkte aus. Plant der Anwender eine Maschine, deren Ausfall mit hohen Kosten verbunden ist, macht es Sinn, Smart Plastics mit zu berücksichtigen und ein Komplettsystem zu beziehen. Bereits heute können durch den Einsatz unserer Smart Plastics Sensoren Lebensdauer- bzw. Wartungsempfehlungen schon per E-Mail und Webdashboard verschickt werden. Für die Zukunft arbeiten wir an der Integration in große SCADA- und MES-Systeme.

Martin Cerny: Eine allgemeingültige Empfehlung kann nur schwer gegeben werden, da der Servicebedarf und die Wartungsstrategie stark variieren. Auch die Budgetierung, d.h. den Service kalkulierbar zu machen, spielt dabei eine wichtige Rolle. Wir empfehlen deshalb, eine Beratung durch einen Servicespezialisten. Er erarbeitet auf Basis der gewonnenen Informationen ein Angebot, das genau auf die Bedürfnisse des Anwenders zugeschnitten ist. Beispielsweise lassen sich die Drivepro-Serviceprodukte individuell an den jeweiligen Bedarf anpassen, auch wenn sich die Anforderungen später verändern sollten.

‚Everything as a service‘ gilt für viele als das Geschäftsmodell der Zukunft. Welche Trends sehen Sie bei Inbetriebnahme, Wartung und Instandhaltung?

Ekkehard Reuß: Mobiles Monitoring wird durch die vorhandenen Technologien überall in Echtzeit wirtschaftlich möglich. Mit Edge-Computing können Daten direkt im maschinennahen Raum analysiert werden. Die dadurch entstehende höhere Transparenz liefert bessere Entscheidungshilfen, die durch cloudbasierte intelligente Algorithmen ergänzt werden. Google und Amazon bereiten sich auf neue Industriemodelle vor, mit denen sie riesige Datenbestände mittels KI auswerten können. Durch neue Modelle der Zusammenarbeit mit den Anlagenherstellern, wie pay per use oder pay per performance, verwischen die natürlichen Grenzen zwischen dem Hersteller und dem Betreiber einer Anlage. Wir arbeiten daran, Inbetriebnahme, Wartung und Instandhaltung durch vertikale und horizontale Integration als ‚as a service‘ zu realisieren und zu etablieren. Dies beinhaltet auch die Verfügbarkeit von Technologieobjekten für die digitale Maschine ‚as a service‘.

Richard Habering: Die Anzahl der Diskussionen, dass die Energiekette nicht nur Hardware, sondern auch ein Serviceprodukt ist, nehmen zu. Mit den Smart Plastics werden solche Konzepte denkbar. Schon heute ist es möglich, dass eine Anlage bei Erreichen einer definierten Restlebensdauer ein Angebot im Vertriebssystem auslöst. Von da ist es nur ein kleiner Schritt hin zu vollverantwortlichen Servicekonzepten oder sogar ‚E-Chain as a service‘. Spotify, Office 365 und weitere haben es vorgemacht und eine Bereitschaft erzeugt. Die Vorteile sind nicht von der Hand zu weisen: auslastungsabhängige Kostenstruktur sowie Zero-Downtime durch unerwartete Stillstände.

Martin Cerny: Neben der vorbeugenden oder vorausschauenden Wartung steht die Zukunft im Zeichen der präskriptiven Wartung, bei der intelligente Geräte den Benutzer über Wartungs- oder Instandhaltungsbedürfnisse/-maßnahmen informieren und teilweise die notwendigen Schritte selbständig in die Wege leiten. Dank unserer Cloud-Lösung haben wir den Grundstein für Xaas geschaffen, um auf zukünftige Anforderungen vom Markt zu reagieren. Visionen für zukünftige Service-Produkte in Form von Virtual- oder Augmented Reality haben wir beispielsweise bereits auf den letzten beiden SPS-Messen als Konzeptstudie demonstriert.

SPS: Heitec, Halle 6, Stand 330

Igus, Halle 4, Stand 310

Danfoss, Halle 3A, Stand 430

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46154074)