Deutsche Industrie vertraut auf vorausschauende Wartung

Umfrage: Wird Predictive Maintenance in 10 Jahren zur Norm?

Maschinen in der Produktion werden zunehmend schlauer – ob durch Neukauf smarter Anlagen oder nachträgliche Erweiterungen. Eine von Reichelt Elektronik in Auftrag gegebene Umfrage belegt: Predictive Maintenance etabliert sich in der deutschen Industrie.
Bild: Reichelt Elektronik GmbH & Co. KG

Die Ausstattung oder Nachrüstung mit Sensoren gibt Unternehmen eine Vielzahl an Messgrößen an die Hand, die bei sinnvoller Auswertung einen großen Nutzen bringen können. Einer dieser gewinnbringenden Verwendungszwecke in der Industrie 4.0 ist die vorausschauende Wartung, also die konkrete Planung von Wartungstätigkeiten nach tatsächlichem Zustand der Maschinen. Die Umfrage von Reichelt zeigt, dass diese Technologie in deutschen Unternehmen bereits weit verbreitet ist und auch in Zukunft noch stärker genutzt werden wird.

Gut geplant ist halb gewonnen

Predictive Maintenance wird bereits von der großen Mehrheit der Befragten eingesetzt: Ganze 78 Prozent der Entscheider bestätigen, die Technologie bereits zu verwenden. Dabei ist die vorausschauende Wartung längst kein Testlauf an einzelnen Maschinen mehr. Durchschnittlich wird das Verfahren bei knapp 60 Prozent der Produktionsanlagen angewandt. Über ein Drittel (38%) gibt an, dass sie die Wartung für den Großteil der Maschinen (60 bis 99%) vorausschauend plant.

Als die größten Vorteile der Technologie nannten die meisten Unternehmen, dass sie die Qualität der Produktion erhöhen (42%) sowie einen Stillstand von Maschinen vermeiden (42%) können.

Wie Predictive Maintenance zur Norm wird

Die genannten Verbesserungen überzeugen zu weiteren Investitionen. Die Umfrage zeigt, dass 88 Prozent der Befragten, die bereits Predictive Maintenance nutzt, die Technologie in der Produktion ausweiten möchte. Unter den Unternehmen, die noch nicht vorausschauend warten, haben 53% die Einführung geplant. Der Großteil (35%) möchte diese Vorhaben allerdings nicht 2021 umsetzen.

Der Trend zur nachträglichen Implementierung von Sensoren zeigt sich auch an anderer Stelle: Gut ein Drittel der Unternehmen (34%) besitzt bereits Produktionsanlagen, die von Beginn an mit Predictive-Maintenance-Funktionen ausgestattet waren. Die anderen zwei Drittel (64%) mussten einige oder alle Maschinen erst mit Sensoren ausstatten. Bereits in 10 Jahren – so die Meinung der Befragten – wird Predictive Maintenance die Norm für alle Produktionsmaschinen sein.

Wie Vorausschauende Wartung von Unternehmen genutzt wird

Zur Auswertung werden vor allem diese Sensordaten herangezogen:

  • Temperatur (57%)
  • Betriebsdauer (52%)
  • Drehzahlen (50%)
  • Druck (45%)
  • Vibrationen (36%)

„Aus diesen Messwerten lässt sich mit Hilfe von Algorithmen dann der Verschleiß und der voraussichtliche Ausfall einer Maschine errechnen. Auf dieser Grundlage können Betriebe die Wartung exakt so timen, dass Komponenten nicht bereits Wochen oder Monate zu früh ausgetauscht werden,“ erklärt Tobias Thelemann, Produktmanager bei Reichelt Elektronik. „Dieser Vorgang ist häufig Usus bei Wartungen, die routiniert in einem bestimmten Turnus (z.B. jährlich) durchgeführt werden. So wird nicht nur eine reibungslose Produktion gewährleistet, die Unternehmen sparen auch Kosten für Ersatzteile ein.“

Überzeugende Gründe für die Neuanschaffung

Angesichts dieser Anwendungsmöglichkeiten ist es nicht verwunderlich, dass die meistgenannten Gründe für die Investition in Predictive Maintenance bei Neueinsteigern folgende sind:

  • Vermeidung von Produktionsausfällen (45%)
  • Bessere Übersicht über und Planbarkeit von Wartungsarbeiten (39%)
  • Steigerung der Effizienz in der Produktion (39%)

Die Einführung einer neuen Technologie in den Betrieb ist auch immer mit Herausforderungen verbunden. Ganz konkret geben die befragten Unternehmen an, dass sie vor allem mit Wahl der richtigen Lösung oder des Produkts zu kämpfen haben (34%). Ähnlich herausfordernd sind fehlende technische Voraussetzungen (30%), Budgetgrenzen (31%) oder Probleme rund um die Datenauswertung (30%).

Zusammenfassend lässt sich hier allerdings festhalten, dass datenbasierte Entscheidungen zu Wartung und Produktionseffizienz in der Industrie 4.0 unerlässlich sind. Nur wer weiß, wie die Maschinen optimal laufen, kann seine Prozesse auch dahingehend anpassen.

Das könnte Sie auch Interessieren

Bild: Analog Devices GmbH
Bild: Analog Devices GmbH
Warum vorausschauende Wartung?

Warum vorausschauende Wartung?

Allein in Fabriken in den USA entstehen pro Jahr ungeplante Ausfallzeiten von 14 Millionen Stunden. Die Ursache dafür, Systemfehler, bescheren der Industrie Kosten in Milliardenhöhe. Um solche Szenarien zu verhindern,
nutzen Fabriken in der Regel einen teuren manuellen Ansatz: Experten sammeln Daten, um den Zustand der
Anlagen zu beurteilen. Auch kommen oft Sensorlösungen zum Einsatz, die jedoch nicht alle möglichen Ausfälle zuverlässig erkennen können. Mehr Potenzial versprechen Systemlösungen für die vorausschauende Wartung.

Bild: Roxon
Bild: Roxon
Online-Zustandsüberwachung für Gurtförderanlagen

Online-Zustandsüberwachung für Gurtförderanlagen

Schmersal stellt über seinen Systempartner Roxon eine vollautomatisierte Online-Zustandsüberwachung für Gurtförderanlagen vor: Der HX170 basiert auf einer optischen Zustandsüberwachung des Oberflächenprofils, wodurch alle möglichen Beschädigungen der Verbindungsstellen sowie Längsschlitze, Risse und Löcher an der Bandoberfläche erkannt werden sollen.

Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Ob autonomes Fahrzeug in der Intralogistik oder Werkzeugmaschine in der industriellen Fertigung: Fehler und Ausfälle einzelner Geräte und Komponenten sind nicht immer zu vermeiden. Deren Wahrscheinlichkeit einzuschätzen und den Aufbau technischer Systeme hinsichtlich ihrer Betriebs- und Prozesssicherheit zu verbessern, ist daher umso wichtiger. Mit proSvift entwickelten Forschende des Fraunhofer IGD ein neues Analysewerkzeug, das auf einer probabilistischen Fehlermöglichkeits- und Einflussanalyse (FMEA) basiert und intuitiv steuerbar ist. Anwender sollen so Produktionsausfälle, kritische Auswirkungen und Folgekosten reduzieren können.