Decision-Support-Systems Wenn der Maschinenpark sich selbst wartet und repariert

Im EU-Projekt SelSus arbeiten Fraunhofer-Wissenschaftler im Konsortium mit Partnern aus der Industrie und Forschung an einer Technologie, die Maschinenausfälle in der Produktion prognostiziert, bevor sie auftreten. Auf Basis eines sogenannten Decision-Support-Systems können Betriebsleiter oder aus das System automatisch Defekte beseitigen.

Anbieter zum Thema

Weidmüller Deutschland

compmall GmbH

MicroControl GmbH & Co. KG

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Die Betriebsleiter fürchten ihn, die Techniker mögen ihn gar nicht und die Manager kalkulieren ihn seufzend mit ein: den plötzlichen Ausfall einer Maschine während der laufenden Produktion. Solche Vorkommnisse lösen hektische Reparatureinsätze aus, treiben die Kosten hoch, beeinträchtigen die Liefertreue und senken letztlich die Wettbewerbsfähigkeit der Unternehmen. Dabei geht es oftmals um relativ kleine Defekte oder Verschleißerscheinungen. Diese bleiben unentdeckt, führen dann aber zu größeren Produktionsausfällen.

Hilfreich wäre eine Technik, die den Status aller Komponenten in der Produktionsstraße überwacht, Probleme und Schwachstellen identifiziert und den zuständigen Mitarbeiter rechtzeitig informiert. Dieser kann dann auf Basis eines sogenannten Decision-Support-Systems eine Entscheidung treffen, zielgerichtet handeln und den Defekt beheben. Idealerweise, ohne dass die Produktion unterbrochen werden muss.

Das Ausfall-Diagnoseverfahren gibt Hinweise zur Problembehebung

Genau dies ist eine, aber nicht die einzige Grundidee des Projekts SelSus, an dem das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA gerade forscht. "Ziel ist es nicht nur, den Status der Maschinen und Komponenten zu überwachen, vielmehr sollen Schwachstellen oder Verschleißerscheinungen mithilfe intelligenter Software und von Sensor-Netzwerken so frühzeitig erkannt werden, dass das System einen Ausfall prognostizieren kann", erklärt Martin Kasperczyk vom Fraunhofer IPA. Die entwickelten Diagnoseverfahren geben dann auch gleich Hinweise oder Empfehlungen, wie das Problem zu beheben ist. So wird etwa beim Projektpartner Electrolux in Pordenone in Italien ein Decision-Support-System eingesetzt. Das System kann mit einer gewissen Wahrscheinlichkeit bevorstehende Ausfälle an einer Presse für Verkleidungen von Waschmaschinen vorhersagen und tatsächlich aufgetretene Störungen diagnostizieren. Die nötigen Daten zum aktuellen Status der Maschinen liefern dabei teilweise Sensoren. Sie messen Werte wie Energieverbrauch, Temperatur, Öldruck, Partikel im Öl oder Vibrationen. Das Fraunhofer IPA hat mit dem beteiligten Konsortium bewiesen, dass die Technik auch in der Praxis zuverlässig funktioniert.

Decision-Support-Systems repariert Maschinen selbst

Das System ist sogar in der Lage, selbst Steuerimpulse an einzelne Maschinen zu geben. Eine Schweißsteuerung beispielsweise, bei der ein Sensor ausgefallen ist, kann fast unterbrechungsfrei in einem "Sicheren Modus" weiterarbeiten, ohne dass es zu größeren Störungen kommt. Die Fähigkeit, sich gewissermaßen selbst zu reparieren und die Produktion zu erhalten, hat dem Projekt auch seinen Namen gegeben. SelSus steht für "Health Monitoring and Life-Long Capability Management for Self-Sustaining Manufacturing Systems". Bis dahin waren jedoch einige technologische Hürden zu nehmen. Martin Kasperczyk sagt: "Vor allem die Auswertung der Datenflut war eine Herausforderung. Schließlich geht es darum, Ausfälle oder Pannen bei Maschinen mit hoher Zuverlässigkeit zu prognostizieren. Da genügt es nicht, ein paar Algorithmen zu programmieren."

(ID:44895159)