Predictive Maintenance Weissagung und Wartung

Die vorausschauende Wartung hat nichts mit Weissagung zu tun. Im Gegenteil: Aufgrund von Erfahrung und per Sensor aufgenommener Daten lassen sich sehr genau Rückschlüsse auf die Lebensdauer von Bauteilen machen. Dies ist ein großer Vorteil für Unternehmen, bei denen eine Unterbrechung des laufenden Betriebes zu hohen Kosten führen würde. Kennt man hingegen die Restlebensdauer eines Bauteils, kann man dies gut geplant an einem Wochenende austauschen. So lassen sich Wartungskosten um 30 % senken und ungeplante Stillstände um 70 %.

Firmen zum Thema

(Bild: Weidmüller)

Schon immer wollten die Menschen wissen, was die Zukunft bringt. Bereits 3000 vor Christus gab es verschiedene Praktiken – angefangen von der Vorhersage durch Öl oder anhand von Missbildungen bis zum Betrachten von Eingeweiden – die dem Menschen Rückschlüsse auf die Zukunft versprachen. Später, im alten Griechenland, wurde das Wahrsagen sogar als eine göttliche Gabe betrachtet. Und wer kennt sie nicht, die bekannteste Orakelstätte der Welt: Delphi, die über 1000 Jahre – von Priestern begleitet – genutzt wurde. Traf die Deutung nicht zu, dann war sofort klar: Der Gott Apollon hat absichtlich eine falsche Antwort gegeben oder der Spruch wurde nicht genau gedeutet.

Mit Prophezeiung hat die vorausschauende Wartung ganz und gar nichts zu: Gerade durch die digitalen Möglichkeiten, die sich im Umfeld von Industrie 4.0 auftun, lassen sich schon weit im Vorfeld eines möglichen Ausfalls eines Bauteils sehr genaue Aussagen über eine notwendige Wartung oder den Austausch eines Bauteils machen. Das werden auch erneut die Aussteller auf der Sonderschau „Predictive Maintenance 4.0“ während der Hannover Messe anhand zahlreicher Beispiele zeigen.

Bildergalerie
Bildergalerie mit 11 Bildern

Erfasste Daten miteinander verknüpfen und auswerten

Bisher ist es in den meisten Fertigungsunternehmen gängig, zu warten, bis ein Bauteil ausfällt – auch wenn bekannt ist, dass das sowohl zeit- als auch kostenintensiv ist. Produktionsausfälle lassen sich oft bereits durch präventive Wartung senken, wenn in vorgegebenen Abständen die Anlagen überprüft werden. Sind diese allerdings noch gar nicht vom Ausfall bedroht, ist eine solche Vorgehensweise oft eine Verschwendung von Ressourcen. Daher ist es naheliegend, die immer größere Anzahl an erfassten Daten im Unternehmen zu nutzen, sie miteinander zu verknüpfen, sinnvoll auszuwerten und über mathematische Algorithmen Prognosen zum Ausfall von Bauteilen und Maschinen zu treffen. Durch die Idee von Industrie 4.0 bietet sich eine solche Vorgehensweise an – das sehen auch zahlreiche Komponentenhersteller. „Die Vorteile einer vorausschauenden Wartung sind schon lange bekannt“, weiß Dieter Michalkowski, Industrie-4.0-Experte bei der Aventics GmbH. „Doch erst durch Industrie 4.0 werden die Informationen generiert, die für eine dem Namen gerecht werdende vorausschauende Wartung erforderlich sind.“

Mit Machine-Learning Veränderungen im Betriebszustand erkennen

Für die Überwachung hydraulischer Systeme hat Bosch Rexroth bereits das Dienstleistungspaket „Odin“ (Online Diagnostics Network) im Portfolio. In die Hydraulikaggregate integrierte Sensoren messen in der einfachsten Form kritische Grenzwerte von Partikeln im Hydraulikfluid, in weiteren Ausführungen auch Temperatur, Vibration oder Druck. Eine Datenerfassungseinheit sendet dann die Daten über eine verschlüsselte Verbindung kontinuierlich an die Bosch-Server, wo die Daten unter Einhaltung der strengen Datenschutzrichtlinien des Konzerns gespeichert und ausgewertet werden. Um kritische Fehler oder signifikante Veränderungen zum normalen Betriebszustand frühzeitig zu erkennen, nutzt Odin Machine-Learning-Methoden in der Cloud. Dieser Prozess im Hintergrund ist für den Anwender nicht sichtbar. Er erhält lediglich einen Statusbericht mit Informationen zum Maschinenzustand und entsprechende Handlungsempfehlungen. Über ein Webportal lässt sich der Anlagenzustand überwachen.

„Health Index“ überwacht Walzwerk

Dieses System nutzt die Gummiwerk Kraiburg GmbH & Co. KG zur Überwachung der Walzwerke. Sie laufen fast durchgängig im Dreischichtbetrieb und somit spielt die Maschinenverfügbarkeit dort eine sehr wichtige Rolle. Um teure Ausfälle zu verhindern, ging Kraiburg bei einem neu errichteten Walzwerk mit dem Einsatz von Odin einen neuen Weg. Dort bewegen hydraulische Hägglunds-Radialkolbenmotoren von Rexroth die Walzwerke, die die Gummimischungen homogenisieren und auswalzen. Zunächst erfassten während einer mehrmonatigen Trainingsphase die Sensoren Daten zu allen überwachten Komponenten.

Auf Grundlage dieser Signale ermittelte ein Machine-Learning-Algorithmus einen normalen „Gesundheitszustand“ für das Walzwerk. Danach wurde mit einem datenbasierten Modell kontinuierlich der „Health Index“ des Walzwerks ermittelt. Bricht nur ein einzelner Messwert kurzzeitig aus dem Toleranzband aus, führt das nicht unbedingt zu einer – eventuell unbegründeten – Warnung, da Verschleiß selten mit einem einzigen Signal erfasst werden kann. Verschlechtert sich der Health Index aber, weil sich die Daten mehrerer Sensoren verändern, warnt das System vor einem Problem – selbst wenn die einzelnen Veränderungen innerhalb der definierten Grenzen liegen. Odin gibt in den regelmäßig erstellten Health-Index-Berichten durch Machine Learning entsprechende Hinweise und hilft, konkrete Handlungsempfehlungen zu erstellen.

Standardisierte Datenprotokolle nutzen

Ähnlich funktioniert die Überwachung von Pneumatiksystemen, wie sie Aventics auf der Hannover Messe vorstellt. Dafür bietet der Pneumatikspezialist das Auswertemodul „Smart Pneumatics Monitor“ (SPM) als zusätzliches Modul für die Ventilelektronik AES an. Dieses wertet mit eigener Intelligenz vorhandene Sensorsignale aus und leitet daraus Zustandsinformationen ab. Anhand eines Anwendungsbeispiels, der Überwachung eines Stoßdämpfers, auf der Sonderschau soll das in Hannover demonstriert werden. Dazu werden in der Anlage vorhandene Sensoren parallel zur Steuerung überwacht. Die erfassten Daten werden mit den Ventilsystemen der Serie AV/AES und dem SPM ausgewertet und die daraus gewonnenen Informationen erhält der Nutzer über standardisierte Datenprotokolle, wie beispielsweise OPC-UA. Der Zustand des Stoßdämpfers lässt sich auf diese Weise bestimmen, Verschleiß wird frühzeitig erkannt.

Doch nicht nur Komponentenhersteller liefern Auswertesysteme, in denen ihr eigenes Know-how hinterlegt ist. Auch reine Softwareunternehmen haben es sich zur Aufgabe gemacht, die erfassten Zustandsdaten aus Maschinen und Anlagen sinnvoll zu nutzen. Denn auch die Anlagenbetreiber setzen vermehrt auf vorausschauende Instandhaltung. Mit Daten aus der Zustandsüberwachung und innovativen Softwarelösungen lassen sich optimale Wartungszeitpunkte festlegen. So zeigt im Rahmen der Sonderschau Predictive Maintenance auch die Schweizer Cassantec AG mit Zweitsitz in Berlin ihre Prognoselösung für Störungen an Maschinen. Cassantec Prognostics, wie der Algorithmus heißt, liefert für die vorausschauende Wartung die zeitliche Komponente: Mit dem Tool prognostiziert das Unternehmen, wann an Anlagen Störungen auftreten. Besuchern soll am Stand von Cassantec anhand mehrerer Exponate vorgeführt werden, wie die Prognosen als „Killer App“ für Predictive Maintenance eingesetzt werden.

Restlebensdauer von Anlagen managen bietet wirtschaftlichen Vorteil

Seien es nun Kraftwerke, Raffinerien oder der Transportsektor: Viele Branchen arbeiten an Predictive-Maintenance-Lösungen. „Entsprechend angepasste Instandhaltungspläne sorgen für die Einsparung unnötiger Kosten. Zum Beispiel werden Teile nicht nach einem starren Turnus ausgetauscht, sondern wenn ihr Zustand dies notwendig macht. So vermeiden Nutzer von Cassantec Prognostics unnötige Ausfallzeiten ihrer Anlagen“, erklärt Moritz von Plate, CEO der Cassantec AG. Und er führt weiter aus: „Das aktive Managen von Restlebensdauern der Anlagen ist ein großer wirtschaftlicher Vorteil für Unternehmen. Unsere Software zeigt dem Anwender mittels Ampelsystem, zu welchem Zeitpunkt eine Störung auftritt.“ Prognoseberichte sind in diesem Zusammenhang über einen Zeitraum von Monaten, manchmal auch Jahren, möglich.

Elektrische Antriebe analysieren

Control Techniques bietet eine neue App für Mobilgeräte an, mit der elektrische Antriebe analysiert und Lösungen für fehlerhafte Antriebe gefunden werden können. Die Diagnose-Tool-App, die laut Anbieter für Apple-, Android- und Windows-Mobilgeräte verfügbar ist, soll es Anwendern von Umrichterantrieben von Control-Techniques ermöglichen, Fehlercodes zu identifizieren, die der Antrieb ausgibt. Die App bietet auch einfach verständliche Schaltpläne für die Erstinstallation sowie Links zu den entsprechenden Betriebsanleitungen, die umfassende Antriebsdaten und technische Informationen bereitstellen. Die App hält zudem die Kontaktdaten für den weltweiten technischen Support des Unternehmens bereit.

Derzeit soll die App alle Informationen bieten über die Antriebsgeräte Unidrive M, Powerdrive F300, Elevator Drive, Unidrive SP, Commander SK, Digitax ST und Mentor MP. Nutzer können die App auf den Seiten des Anbieters herunterladen, ihren Antrieb auswählen und den Fehlercode eingeben. Die App zeige dann, heißt es, eine vollständige Beschreibung zur Behebung des Problems an.

Jon Atkinson, Engineering Manager bei Control Techniques, erklärte dazu: „Kunden kommen oft zu dem Schluss, dass die Ursache für einen Ausfall des Antriebs direkt mit der Antriebshardware zusammenhängt, da der Antrieb selbst das Problem anzeigt. In Wirklichkeit werden 90 % der Ausfälle durch Ursachen außerhalb des Antriebs verursacht, die die Schutzfunktionen des Antriebs ausgelöst haben. Mit der Diagnose-Tool-App können Anwender schnell und einfach auf weitere Diagnoseinformationen zugreifen, um die wahrscheinlichste Ursache der Störung zu ermitteln und diese zu beheben, um das System wieder in Betrieb zu nehmen.“

Cloud-basiert Daten bereitstellen

Rockwell Automation stellt mit Factorytalk Analytics eine Cloud-basierte Anwendung für Maschinen vor. Diese basiert auf der Microsoft-Azure-Cloud und stellt Anlagenbauern wichtige Produktionsdaten zur Verfügung. Im Rahmen seines erweiterten Portfolios an Informationslösungen ermöglicht Rockwell Automation mit der neuen Anwendung den Zugriff auf Leistungsanalysen implementierter Systeme und bietet Anlagenbauern Einblicke zur Unterstützung ihrer Kunden. Bei Herstellern, die sich mitten im digitalen Transformationsprozess befinden, nutzt diese Funktion verbundene Technologien, um die Verfügbarkeit und den Durchsatz zu erhöhen sowie gleichzeitig die Wartungskosten zu reduzieren. „Fertigungsbetriebs- und Instandhaltungsteams haben viel um die Ohren. Wenn sie Anlagenbauer – die ihre Maschinen in- und auswendig kennen – bei der Leistungsanalyse unterstützen, werden die besten Mitarbeiter entlastet, sodass sich diese auf die Optimierung ganzer Linien, Anlagen oder Anwendungen konzentrieren können“, sagt Reiner Wippermann, Business Manager Integrated Architecture bei Rockwell Automation.

Auch das Automatisierungsunternehmen Weidmüller hat sich Gedanken gemacht und eine Vorhersagelösung mit dem Namen Industrial Analytics entwickelt. Es geht bei der Lösung darum, die im Unternehmen vorhandenen Daten besser zu nutzen, auch um Produkte optimiert zu entwickeln, Prozesse zu verbessern und neue, datengetriebene Services auf den Markt zu bringen.

Michael Matthesius, Global Industry Development Manager Machinery bei der Weidmüller-Gruppe: „Natürlich streben alle nach einer Vorhersage von Ereignissen und Maschinenzuständen.“ Entsprechend groß sei das Interesse von Anbietern und Kunden. „Stand heute gibt es aber nur sehr wenige Echtzeit-Vorhersagen im Maschinen- und Anlagenbau, wobei sich dieser Zustand in der nächsten Zeit ändern wird. Wir selbst arbeiten mit mehreren Kunden an Predictive-Analytics-Lösungen, die unsere Kunden kurzfristig am Markt platzieren wollen.“

(ID:44600667)

Über den Autor

Dipl.-Ing. (FH) Reinhold Schäfer

Dipl.-Ing. (FH) Reinhold Schäfer

Redakteur, MM MaschinenMarkt