Suchen

Predictive Analytics

Wartung anhand zustandsbasierter Maschinendaten

Seite: 2/2

Firmen zum Thema

Mitarbeiter in den Lösungsprozess einbeziehen

„Predictive-Maintenance-Projekte sind zeitaufwendig und haben oft eine lange Vorlaufzeit“, erklärt Arnd Ohme, Senior Consultant Digitalisierung & Auto-ID bei der PCO Personal Computer Organisation, einem Partnerunternehmen der Innovation Alliance. Im Fall des Elektronikbauteile-Herstellers erfolgte die Umsetzung innerhalb von rund zwei Jahren inklusive der Vorgespräche. In der Konzeption- und Umsetzungsphase waren Mitarbeiter der Innovation Alliance beim Unternehmen vor Ort. Um den Analyseansatz zu erarbeiten, begann die Innovation Alliance in der Pilotphase zunächst damit, eine erste Maschine mit Sensoren auszustatten.

In enger Zusammenarbeit mit dem Kunden sammelte sie Daten und Erkenntnisse, welche Sensorik am besten passt, und ging dann in die Feinjustierung. „Wichtig war uns dabei der enge Dialog mit den direkten Anwendern“, sagt Ohme. Ein häufiges Problem bei Predictive-Maintenance-Projekten sei, dass die Mitarbeiter, die tagtäglich mit den Maschinen arbeiten, nicht involviert würden. Das ist laut Ohme ein fataler Fehler: „Die Anwender wissen meist am besten, wo der Schuh drückt. Daher reden wir schon in der Konzeptionsphase mit den Instandhaltern und Maschinenbedienern und beziehen sie in den Lösungsprozess mit ein. Denn so gut die Technik auch sein mag, wenn der Anwender sie letztlich nicht akzeptiert, lässt sie sich schnell aushebeln und bringt nicht den gewünschten Erfolg.“

Bildergalerie

Umsetzung erfolgte in mehreren Schritten

Diese Herangehensweise, das schlüssige Umsetzungskonzept, die strukturierte Planung und die Pilotphase überzeugten den Hersteller letztendlich davon, die Innovation Alliance mit an Bord zu holen. Da die Umsetzung in mehreren Schritten erfolgte, konnten die Projektmanager im laufenden Projekt immer wieder nachjustieren. „Auf diese Weise sind beide Seiten abgesichert und der Kunde hat die Möglichkeit, nach der Pilotphase ein erstes Fazit zu ziehen und die Lösung zu bewerten“, erläutert Ohme.

Vernetzung der Maschinen

Eine Herausforderung bei der Umsetzung war, dass es sich bei den produzierten Elektronikgehäusen um sehr kleine Teile handelt und der Spritzgussprozess nur eine Sekunde dauert. In dieser Sekunde muss die Sensorik mit einer entsprechend hohen Ab­tast­rate alle relevanten Daten erfassen. Die Sensordaten der unterschiedlichen Maschinen werden in einem dafür konzipierten Integration Layer zusammengebracht und aggregiert. „Um die hohe Menge an Rohdaten für die Analyse zu aggregieren, müssen die Daten erst einmal direkt an der Maschine vorverarbeitet werden“, erklärt Ohme. Dafür wird ein Edge-​Computer eingesetzt.

Nach Abschluss der Pilotphase schulte die Innovation Alliance praxisnah an der Pilotmaschine. „Die Mitarbeiter des Kunden haben sehr positiv reagiert und wertgeschätzt, dass wir sie frühzeitig in den Prozess eingebunden haben. Bei unseren Projekten bekommen wir immer wieder das Feedback, dass das nicht der Standard sei. Stattdessen werden Mitarbeiter häufig vor vollendete Tatsachen gestellt und bekommen eine Bedienungsanleitung mit den Worten ‚Mach` mal!‘ in die Hand gedrückt“, berichtet Ohme.

Wie steht es um die IT-Sicherheit?

Einer der fünf größten Hemmschuhe bei der Durchführung von Predictive-Maintenance-Projekten ist die Sorge um die IT-Sicherheit. Laut einer Studie der Innovation Alliance, in deren Rahmen 500 Entscheider im deutschen Mittelstand befragt wurden, fürchten 57 % der Unternehmen um die Sicherheit ihrer Daten. Auch im Falle des Produktionsunternehmens für Elektronikkomponenten gab es zunächst Bedenken hinsichtlich der Asset Security – das heißt hinsichtlich der Sicherheit von Vermögenswerten wie Hardware, unternehmenskritischer Software und vertraulichen Informationen.

Weil die Innovation Alliance über einen großen Pool an IT-Security-Experten – auch im Bereich der Fertigung – verfügt, konnten die Sorgen schnell entkräftet werden. Man entschied sich für eine On- Premise-Lösung, die mit einer leistungsstarken Firewall abgesichert ist. Die Sensordaten befinden sich in der zentralen Datenbank und werden dort analysiert und gespeichert. So ist sichergestellt, dass die Maschinendaten nicht die interne IT-Infrastruktur verlassen.

Smarte Wartungsprozesse sind das Ergebnis

Maschinenbediener und Produktionsleiter erhalten heute die aufbereiteten visualisierten Daten über den Zustand der Maschinen auf einem zentralen, webbasierenden Dashboard in Echtzeit. Anhand des aus der Datenanalyse abgeleiteten Frühwarnsystems wird ein Verschleiß frühzeitig erkannt und vorhergesagt. So kann die Förderschnecke ausgetauscht werden, bevor es zu Qualitätseinbußen oder im schlimmsten Fall zu Maschinenausfällen kommt.

Der Hersteller der Elektronikbauteile konnte sowohl die Menge als auch die Qualität seiner Produktion steigern. Nachdem die Innovation Alliance die Pilotphase sowie die Ausstattung und Vernetzung erster Maschinen erfolgreich umgesetzt hat, folgt nun der Roll­out auf alle weiteren Spritzgussmaschinen.

* Karin Bönig ist Mitarbeiterin der Vocato public relations GmbH in 50859 Köln, www.vocato.com. Weitere Informationen: Innovation Alliance, Tel. (08 00) 1 11 01-00, info@innovationalliance, www.innovationalliance.de

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45813149)