Vorausschauende Wartung Wie sich die Predictive-Maintenance-Reise einfach starten lässt

Anbieter zum Thema

FAULHABER Antriebssysteme

Schneider Electric GmbH

SMC Deutschland GmbH

Omron Electronics GmbH

Predictive Maintenance, die vorausschauende Wartung, sorgt nicht nur für eine schnellere Instandsetzung, sondern auch für eine kontinuierliche Produktion. Daten sind dafür der Schlüssel. Erfahren Sie, worauf Sie achten sollten, um bereits vorliegende Daten zu nutzen.

Ungeplante Anlagenstillstände kommen eine moderne Produktion teuer zu stehen. Da die meisten Fertigungssysteme als Teil eines größeren Ökosystems arbeiten, kann schon der Ausfall einer einzelnen Komponente die Produktivität im gesamten Unternehmen beeinträchtigen. Und dies hat wiederum Auswirkungen auf vor- und nachgelagerte Prozesse sowie die Produktqualität.

Bildergalerie

Die häufigste Ursache für Maschinenermüdung ist der Ausfall mechanischer Komponenten, etwa verschlissene Lager, Fehlfunktionen pneumatischer Zylinder, verstellte Führungen oder blockierte Vorrichtungen. Zu viele Produzenten verlassen sich hierbei immer noch auf die grundlegendste Wartungsstrategie – Betrieb bis zum bitteren Ende – und erleben als Folge unerwartete Ausfälle.

Predictive Maintenance versus Nachhaltigkeit

Eine Studie von Torbjörn Ylipää et al aus dem Jahr 2017 weist einen durchschnittlichen Produktivitätsverlust von 12 Prozent durch ungeplante Stillstände aus. Eine Strategie, diese Verluste zu reduzieren, ist die vorbeugende Wartung, bei der Komponenten zu bestimmten Zeiten entsprechend ihrer erwarteten Betriebslebensdauer ausgetauscht werden. Dies hat aber einen Nachteil: Eine Komponente, die möglicherweise noch deutlich länger hätte genutzt werden können, wird vorzeigt gewechselt. Das bedeutet: Eine solche präventive Strategie passt nicht immer zu den Nachhaltigkeitszielen eines Unternehmens. Zudem ist der Austausch von Komponenten, bevor diese wirklich gewechselt werden müssen, eine kostenintensive Angelegenheit.

Vorausschauende Wartung unterstützt Mitarbeiter

Derzeit planen viele Unternehmen und Branchen eine Weiterentwicklung in Richtung Smart Factory. Deshalb ist es wichtig, auch die menschlichen Auswirkungen auf Wartungsabläufen im Auge zu behalten. Digitale Lösungen bieten Wartungsteams nämlich zahlreiche Vorteile.

Zeit ist dabei ein wichtiger Faktor. Sie bestimmt, wie kostspielig die Ausfallzeit für das Unternehmen ist. Dies kann dazu führen, dass die Zeit Vorrang vor der Qualität einer Reparatur hat – was zu wiederkehrenden Maschinenstillständen führt. Eine vorbeugende oder vorausschauende Wartung kann dazu beitragen, den physischen Druck auf die Mitarbeiter zu reduzieren, da sich Reparaturen im Voraus planen und während der geplanten Stillstandzeiten durchführen lassen.

Der erste Schritt zu Predictive Maintenance

Predictive Maintenance kann heute wesentlich einfacher umgesetzt werden. So kann eine vorausschauende Wartungsstrategie etwa bereits verfügbare Daten von Komponenten nutzen und diese Informationen analysieren, um Störsignale hervorzuheben, die auf einen potenziellen Ausfall hinweisen können. Beispiele sind Vibrationen oder Temperaturen. Da die meisten Komponenten mit einer definierten Grundschwingung oder einer regelmäßigen Betriebstemperatur laufen, lassen sich mit der Überwachung dieser Kenngrößen Veränderungen identifizieren, die auf einen beginnenden Ausfall einer Komponente hindeuten können. Eine genauere Betrachtung dieser Parameter ermöglicht es vorherzusagen, wann ein Maschinenausfall droht.

Der erste Schritt auf dem Weg zur vorausschauenden Instandhaltung besteht darin, kritische Elemente des Prozesses zu identifizieren. Was sind historisch gesehen die Hauptursachen für ungeplante Stillstände, und wo im System treten sie auf? Auf diese Weise können Unternehmen grundlegende Informationen über die Datenerfassungsmöglichkeiten ihrer Systeme sammeln und für ihre ersten Analysen nutzen.

Eine Datenaufzeichnung reicht aus

Häufig sind die kritischen Komponenten, um die es hier geht, Motoren und mechanische Elemente wie Magnetventile. Das Hinzufügen von Predictive-Maintenance-Lösungen stellt in der Regel eine einfache Aufgabe dar, und oft müssen diese auch nicht mit weiteren Systemen gekoppelt werden. Zusätzliche Technologie ist meist nicht erforderlich. Lediglich die Fähigkeit zur Datenaufzeichnung muss gegeben sein. Viele drehzahlgeregelte Antriebe besitzen eine Stromüberwachungsfunktion, sodass die Daten bereits verfügbar sind. Wenn ein Umrichter diese Funktion nicht bietet, lassen sich stattdessen Stromwandler an den Motoren einsetzen. Schwingungssensoren können erhöhte oder sich ändernde Schwingungspegel erkennen, die helfen, einen Ausfall vorherzusagen. Pneumatik-Komponenten enthalten beispielsweise Positionssensoren mit denen sich der Zustand des Geräts durch Analyse der Ein- und Ausfahrzeit bestimmen lässt.

Daten mit sekundärer Automatisierungsschicht erfassen

Eine Herausforderung besteht allerdings darin, dass Daten unterschiedlich interpretiert werden müssen. Zum Beispiel zeichnen die meisten Maschinen die Stopp- und Startpositionen des Magneten auf, doch für die vorausschauende Wartung muss die Zeit aufgezeichnet werden, die benötigt wird, um von einem Punkt zum anderen zu gelangen. Diese Zeit sollte stetig sein, denn jede Abweichung kann auf ein Problem mit dem Zylinder hindeuten. Nachdem Unternehmen ihre individuellen Lösungen zur Datenerfassung identifiziert haben, ist der folgerichtige Schritt die Bewertung der Datenerfassungsoptionen.

Einige veraltete Steuerungssysteme verfügen über keine Datenerfassungsfunktion. Es ist verständlich, dass hier keine Bereitschaft zu einem kompletten Technologiewechsel herrscht, nur um diese eine Aufgabe zu bewältigen. Eine bewährte Alternative ist es, eine sekundäre Automatisierungsschicht hinzuzufügen, um ausschließlich Daten zu erfassen, und eine Schnittstelle zum Überwachungssystem zu schaffen. Dies ist recht kostengünstig, da keine Steuerungsfunktionen erforderlich sind.

Den passenden Wartungs-Mix finden

Es gibt verschiedene Stufen der vorausschauenden Wartung, und sobald Firmen beginnen, große Datenmengen zu sammeln, wächst die Komplexität. Außerdem kann es schwierig sein, Messwerte herauszufiltern, die sich auf normale Unterbrechungen beziehen, aber einen auffälligen Datensatz verursachen können. Das periodische Beladen einer Maschine kann zum Beispiel eine Schwingungsspitze bewirken. Ebenso können wiederholende Abfolgen im Prozess eine Zunahme der Schwingungen und damit eine Variation in den Messungen verursachen.

Mit KI Muster schneller erkennen

Auf Künstlicher Intelligenz (KI) basierende Technologie stellt eine gute Lösung dar: Durch sie lassen sich Muster schnell erlernen und regelmäßige Aktivitäten herausfiltern, während anomale Zustände erkannt und hervorgehoben werden. Edge-basierte KI-Lösungen eignen sich für die Überwachung von Informationen aus einer relativ kleinen Anzahl von Datensätzen in Echtzeit. Eine sofortige Datenanalyse wird möglichen, mit der sich Geräte regelmäßig anpassen lassen. So können Unternehmen sicherstellen, dass sie immer mit optimaler Kapazität arbeiten. Alternativ dazu überträgt eine Cloud-basierte KI-Lösung Informationen aus einer größeren Anzahl von Datensätzen in die Cloud, wodurch sich große Datenmengen über längere Zeiträume analysieren lassen. Bei der Auswahl einer geeigneten KI-Lösung ist es empfehlenswert, eine Technologie zu wählen, die die Anforderungen der individuellen Anwendungen bestmöglich abdeckt.

Buchtipp

Wie KMU künstliche Intelligenz einsetzen können

Auf integrierte Maintenance-Funktionen setzen

Wachsende Datenmengen in der Fabrik und eine verbesserte Verfügbarkeit einfacher Analysewerkzeuge haben dazu geführt, dass die Wartungsfunktion zu einer wichtigen Säule der Produktivitätssteigerungen wird.

Automatisierungsanbieter, die die Rolle von Predictive Maintenance erkannt haben, bieten bereits Lösungen, die Wartungsfunktionen in ihre Lösungen integrieren. So enthält beispielsweise die neueste Generation von Omron-Robotern integrierte Wartungsfunktionen, die Daten leicht zugänglich machen, um Predictive Maintenance zu vereinfachen.

Künftig wird Wartung eine integrale Funktion zahlreicher weiterer Komponenten sein. Speziell die Sensortechnologie adressiert diesen Bedarf. Vibrationssensoren haben zwar bereits einen analogen Ausgang. Jedoch ist ihre Frequenz für die meisten Steuerungen viel zu hoch, um sie aufzuzeichnen. Heute werden stattdessen vermehrt Sensoren mit Schnittstelle entwickelt, die das Sammeln und Senden von Daten an Analysepakete ermöglicht. In nicht allzu ferner Zukunft wird die Sensorik nicht mehr nur für Wartungsaufgaben eingesetzt oder ausgewertet, sondern in bestehende Systeme integriert sein. Dies wird dazu beitragen, dass Wartungskonzepte vermehrt einen positiven Beitrag zum Unternehmenserfolg leisten, indem sie die Produktivität steigern und Ausschuss minimieren.

* Dr. Lucian Dold, General Manager Tactics and Operations, Omron Europe

(ID:47932892)