Predictive Maintenance
Advanced Analytics
In den aktuellen IT-Projekten der Produzenten geht es häufig um die Datenanalyse auf der Suche nach bislang unbekannten, weil komplexen Zusammenhängen. Eine Herangehensweise per Advanced Analytics kann helfen.
Bild: ©gilaxia/istockphoto.com

Wann ist der richtige Zeitpunkt für die Maschinenwartung? Diese Frage wurde bislang oft anhand von Erfahrungswerten beantwortet. Werden Maschinen allerdigs zu spät gewartet, kann dies zu Produktionsausfällen führen. Werden Teile zu früh ausgetauscht, entstehen unnötige Kosten. Heute werden für die Beantwortung dieser Frage Daten herangezogen, auf deren Basis sich die Wartung vorausschauend steuern lässt. Dieser Predictive Maintenance-Ansatz basiert auf Advanced Analytics. Bei dieser Big-Data-Technologie lassen sich anhand von Vergangenheitsdaten und speziellen Vorhersagemodellen Zukunftsszenarien ableiten. Dadurch können auch komplexe Zusammenhänge schnell analysiert werden. Basierend darauf lassen sich fundiertere Entscheidungen treffen. Doch wie genau funktioniert die Technologie?

Daten erheben und analysieren

Grundlage für Advanced Analytics ist die Erhebung von Daten. Diese werden analysiert und in mathematischen Modellen erfasst. Dabei gibt es zwei Varianten: Die zeitbasierte Vorhersage gibt einen Ausblick darauf, wie sich ein Wert in Zukunft verhalten wird. Die wertbasierte Vorhersage zeigt, wie sich ein Wert verhält, wenn ein anderer verändert wird. Dieses Modell kann beispielsweise ermitteln, wie viel Energie eine Anlage bei einer veränderten Produktionsmenge verbrauchen wird. Basis für die Berechnung solcher Prognosen sind mathematische Modelle, so genannte Predictive Models, die entweder mit statistischen Regressionsanalysen funktionieren oder auf maschinelles Lernen mittels neuronaler Netze zurückgreifen.

Wartung nach Beanspruchung

Der richtige Wartungszeitpunkt einer Maschine hängt von verschiedenen Parametern ab, beispielsweise wie alt die Maschine ist, wie stark sie belastet wird oder zu welchem Zweck sie im Einsatz ist. Zur Berechnung werden Daten aus dem laufenden Betrieb benötigt. Auf Basis dieser Datensätze lernt das System beständig dazu und ermöglicht es, Live-Daten über ein Modell zu interpretieren und individuelle Instandhaltungstermine zu definieren. Denn die Wartung richtet sich dann nach der tatsächlichen Beanspruchung der Maschine. Unnötige Kosten und Stillstände werden vermieden.

Ressourcen berechnen

Neben der vorausschauenden Wartung wird Advanced Analytics auch im Ressourcen-Management sowie in der Produktionsplanung und -kontrolle eingesetzt. Aus den Daten einer Fertigungsanlage lässt sich ein Bild über den Ressourcenverbrauch erstellen. Und das nicht nur für die Vergangenheit, sondern als Hochrechnung auch bis zum Ende des Abrechnungszeitraums. Ein weiteres Einsatzgebiet ist die Prozessoptimierung: Wenn bekannt ist, wie sich einzelne Parameter auf den Herstellungsprozess auswirken, kann das Produktionsergebnis einer Maschine verbessert werden. Advanced-Analytics-Anwendungen sind in der Lage, Korrelationen zwischen einzelnen Werten und Datenpunkten zu ermitteln. Auf diese Weise lässt sich der Prozess beschleunigen.

www.copadata.com

Ing. Punzenberger Copa-Data GmbH
http://www.copadata.com

Das könnte Sie auch Interessieren

Bild: PSI Logistics GmbH
Bild: PSI Logistics GmbH
KI für den vernetzten Mehrwert

KI für den vernetzten Mehrwert

Unter dem Aspekt Industrieller Intelligenz erschließen moderne Softwaresysteme vielfältige Optionen für vorausschauende Analysen, belastbare Handlungsempfehlungen, optimierte Lagerhaltung und Reaktionsfähigkeit in Echtzeit. Der besondere Mehrwert wird dabei durch maximale Flexibilität bei der Einbindung modernster Technologien in eine vernetzte, vollumfängliche IT-Infrastruktur erzielt.

Bild: igus GmbH
Bild: igus GmbH
Kontaktlose Überwachung verhindert teure Anlagenstillstände

Kontaktlose Überwachung verhindert teure Anlagenstillstände

Die smarte Überwachung von Bus- und Datenleitungen von igus geht in die nächste Runde: In der aktuellen Generation prüfen i.Sense CF.D Überwachungssensoren den elektrischen Zustand von chainflex Leitungen in e-kettensystemen – kontaktlos und ohne Eingriff in die bestehende Konfektionierung. Dadurch kommt das Echtzeit-Monitoring ohne Opferadern aus und gestattet in Kombination mit dem neuen Auswertmodul i.Cee:plus II eine noch effizientere vorausschauende Wartung zum Schutz vor kostenintensiven Anlagenausfällen.

Bild: Siemens AG
Bild: Siemens AG
Anlagenverfügbarkeit ist planbar

Anlagenverfügbarkeit ist planbar

Mit bewährten Methoden wie Redundanz, Selektivität und präventiver Wartung lässt sich in der elektrischen Energieverteilung ein hoher Grad an Anlagenverfügbarkeit gewährleisten. Kosten und Aufwand sind dabei allerdings hoch. Die Digitalisierung eröffnet effiziente Alternativen, um Stillstände und dadurch bedingte Ausfallkosten zu vermeiden: Ein systematisches Condition Monitoring schafft die Voraussetzung – und sollte deshalb bereits Teil der Planung sein.

Bild: ArtiMinds Robotics GmbH
Bild: ArtiMinds Robotics GmbH
Strukturierte
Echtzeitanalyse

Strukturierte Echtzeitanalyse

Laut der Gesellschaft für Informatik sind digitale Zwillinge mehr als reine Daten. Sie bestehen aus Modellen der Objekte oder Prozesse, die sie repräsentieren. Darüber hinaus können sie aber auch Simulationen, Algorithmen und Services enthalten, die Eigenschaften oder Verhalten des jeweiligen Objekts oder Prozesses beschreiben und beeinflussen. Oft bieten sie auch ergänzende Dienste an. Der digitale Zwilling ist damit meist deutlich klüger als die Anlage oder der Prozess, den er abbildet.

Bild: ABB Motion Deutschland
Bild: ABB Motion Deutschland
Vorzeigeprojekt für Energieeffizienz

Vorzeigeprojekt für Energieeffizienz

Die Model-Gruppe, ein Verpackungshersteller mit Hauptsitz in der Schweiz, hat bei der Modernisierung einer zentralen Papiermaschine energieeffiziente Motoren und moderne Frequenzumrichter eingesetzt. Im Ergebnis sind nicht nur Produktivität und Zuverlässigkeit gestiegen. Auch der jährliche Energieverbrauch konnte um eine Größenordnung reduziert werden, die dem Verbrauch von 200 Schweizer Vierpersonen-Haushalten entspricht. Die erwartete Amortisationszeit liegt bei weniger als fünf Jahren.

Bedrohungen gegen industrielle Kontrollsysteme

Die Cybersecurity-Spezialisten von Kaspersky haben im ersten Halbjahr 2021 einen Anstieg der Angriffe auf industrielle Kontrollsysteme beobachtet. Weltweit war etwa jeder dritte Industrie-Computer betroffen. In Deutschland sank die Zahl solcher Angriffe hingegen leicht.

Robuste Zustandssensoren

Die Erfassung von Maschinenbetriebszuständen, wie Schwingungen und Drücke, sowie die Auswertung dieser Messdaten, ermöglichen die Erkennung von Unregelmäßigkeiten und entstehenden Schäden.

MainDays in Berlin

Zur 22. MainDays-Jahrestagung treffen sich am 23. und 24. November Verantwortliche aus Instandhaltung und technischem Service in Berlin.

BGHM verleiht Gütesiegel ‚Sicher mit System‘ an Cleantaxx

Eine hohe Wertstellung des Arbeitsschutzes, eine ganzheitliche systematische Betrachtungsweise sowie ein auf konsequente Umsetzung ausgerichteter Führungsstil: Das Langenhagener Unternehmen Cleantaxx erhält für sein Arbeitsschutzmanagementsystem das Gütesiegel ‚Sicher mit System‘ der Berufsgenossenschaft Holz und Metall (BGHM).

Wenn die Maschinen stillstehen

Eine Senseye-Umfrage unter großen Industrieunternehmen hat ergeben, dass große Werke 27 Stunden pro Monat aufgrund von Machinenausfällen verlieren und jede Stunde ungeplanten Stillstandes rund 532.000US$ (ca. 450.000€) kostet. Der Verlust wird auf 3,3 Millionen Produktionsstunden geschätzt. Das entspricht 864Mrd.US$ (ca. 730Mrd.€) pro Jahr bei den Fortune Global 500 Industrieunternehmen.