06131 906 42 80 [email protected]

Predictive Maintenance

Heute schon wissen, was übermorgen nicht mehr funktioniert.

Mit dem Internet der Dinge (IoT) und der Analyse der Daten (Big Data Analytics) erkennt man technische Pannen, bevor sie passieren und kann daher den idealen Wartungs-, bzw. Austausch- Zeitpunkt planen (Predictive Maintenance). Das senkt die Kosten und erhöht die Planungssicherheit.

So funktioniert Predictive Maintenance

Dank deutscher Ingenieurskunst halten die mechanischen Teile einer Industriemaschine heute sehr lange. Allerdings werden Industriemaschinen immer komplexer und erhalten Updates, nicht nur die Software. Wartungsintervalle kann man planen, Ausfälle nicht, außerdem möchte man die Wartungsintervalle reduzieren. Ein Ausfall einer Maschine geschieht immer zum ungünstigsten Zeitpunkt, der plötzliche Ausfall eines einzigen Bauteils stoppt im schlimmsten Fall ganze Fertigungsanlagen. Das kostet Zeit, Geld, Nerven und Reputation. Mit Predictive Maintenance kann man solche Ausfälle auf Dauer verhindern. Das Besondere an dieser Form der Wartung und Überwachung: Sie arbeitet vorausschauend und lernt dazu.

Die digitalen Möglichkeiten der Industrie 4.0., speziell das Internet der Dinge (IoT) schafft die entscheidenden Vorteile. Technische Elemente von Maschinen oder Fahrzeugen werden mit Sensoren unter anderem für Temperatur, Druck, Frequenz und Spannung ausgestattet. Diese erfassen in Echtzeit den aktuellen Zustand des Bauteils, funken ihn an einen zentralen Rechner und mit Hilfe von Big-Data-Analytics können dann diese Daten im Zusammenhang mit Wissensdatenbanken, ERP-, CRM-Systemen ausgewertet werden (Predictive Analytics). So lassen sich jeweils frühzeitig Abweichungen von Normwerten erkennen, die auf Verschleiß oder Defekte hindeuten.

Ein Wartungseinsatz kann durch diese Vorgehensweise sicher geplant werden, da Predictive Analytics auch die Ausfallzeit mit hoher Wahrscheinlichkeit vorhersagen kann.

Lernendes Konzept 

Die einzelnen Bauteile werde im Verbund der einzelnen Maschine und für die ganze Prozesskette betrachtet, da Fehlfunktionen einzelner Teile ihre Ursache an anderer Stelle haben können. Zeigt etwa ein Ventil in einem Rohrsystem kritische Werte, so kann es selbst defekt sein, oder ein weiteres undichtes Ventil, aus welchem Druck entweicht, ist die eigentliche Ursache.

Durch Predictive Analytics können Prognosen, die den wahrscheinlichen Eintritt von Defekten vorhersagen, sowie Hinweise erstellt werden, wie diese zu vermeiden oder zu beheben sind.

Predictive Maintenance hat zudem einen selbstlernenden Ansatz. Jede Abweichung von Normwerten kann auf die Auswirkungen in der Prozesskette untersucht werden und dann zu Veränderungen der Normwerte und Optimierung der Prozessschritte führen. An dieser Stelle wird das Wissen erfahrener Mitarbeiter benötigt.

Kundenbeispiel von Predictive Maintenance in der Logistik

In der Logistik müssen zeitkritische Lieferungen pünktlich beim Kunden ankommen. Überraschende Ausfälle von Frachtmaschinen und Lastern müssen unbedingt verhindert werde, da dann die ganze Prozesskette betroffen wird. Bisher sorgen Wartungsintervalle für diesen Part, die regelmäßigen Inspektionen finden nur auf Verdacht statt. Also unabhängig davon, ob zum Prüfzeitpunkt tatsächlich Probleme vorliegen oder nicht. Gibt es keine, dann war der Check überflüssig. Zudem werden dabei unter Umständen intakte Bestandteile gewechselt, weil sie laut Inspektionsplan einfach „dran“ sind. Defekte, die ungeplant auftreten, haben zudem das Problem der nicht verfügbaren Ersatzteile.

Mit Predictive Maintenance ändert sich in allen Szenarien Entscheidendes. Die Technologie erkennt, wann und wo tatsächlich Schäden auftauchen werden, wodurch eine Wartung mit hoher Wahrscheinlichkeit zielgerichtet ausgeführt werden kann. Dieser Vorteil gilt nicht nur im Transportwesen, sondern auch für Produktionsbetriebe.

Planungssicherheit 

Predictive Maintenance mindert die Kosten und erhöht zugleich die Planungssicherheit für prozessorientierte, maschinenbasierte Unternehmen. Für Ihre Planung erhalten Sie somit die Empfehlung wann und wo Instandhaltungen sowie Reparaturen zu machen sind.

Termine lassen sich über einen längeren Zeitraum festlegen, weil Ausfallzeiten und wartungsbedingte Engpässe kalkulierbar werden. Unternehmen bekommen damit einen größeren Spielraum bei der Auftragsannahme. Sie können durch Predictive Maintenance Bestellungen zusagen, die weiter in der Zukunft liegen dürfen, als sie zuvor planen konnten.

Beratungstermin anfragen

Bitte um Rückruf