Die Zeit ist reif für vorausschauende Wartung

Verursachen ihre „kleinen“ Aggregate in der Produktionsanlage nicht geplante Ausfälle oder Störungen?

Ungeplante Stillstände und Ausfälle reduzieren, Lebensdauer von Aggregaten und Anlagen verlängern – wer will das nicht? Vor 15 Jahren war die Technologie für vorausschauende Wartung und Instandhaltung noch so teuer und komplex, dass sie sich nur für hochkritische, teure Aggregate gelohnt hat. Heute ist das anders. Mit kleinen, super intelligenten und preiswerten Sensoren können auch ältere, kleinere, weniger kritische Aggregate und Anlagen nachgerüstet werden. Die zugehörigen Algorithmen können vergleichsweise einfach geschrieben und trainiert werden. Wir zeigen, wie es geht.

Für ganze eilige – die Technik überspringen und gleich zum Kochrezept!

Was bedeutet zustandsbasierte und vorausschauende Instandhaltung? Wie lässt sich damit die Anlagenverfügbarkeit erhöhen?

Fehler bzw. Störungen an Maschinen treten nicht plötzlich auf, sondern kündigen sich meist mit einem veränderten Verhaltensmuster des Aggregates, z. B. durch ungewöhnliche Vibrationen, während des Betriebes an. Verschiedene  Schwingungsmuster oder Geräusche an  Maschinen stellen ganz bestimmte Fehlermuster dar. So signalisieren diese ungewöhnlichen Geräusche etwa in einer Motor-Pumpen-Kombination eine mögliche Kavitation – also eine Störung, die nach und nach den Pumpenrand zerfrisst.  Andere Laufgeräusche oder Vibrationen kündigen oftmals den zunehmenden Verschleiß eines der Lager des Motors oder der Pumpe selbst an.

Vorrauschauende Wartung oder prädiktive Instandhaltung (engl. predictive manintenance) nutzt die Algorithmen der künstlichen Intelligenz, um den möglichen Ausfall des Aggregates (i.e. Pumpe, Kompressor, Laufräder) oder des Werkzeuges (i.e. Bohrmaschine, CNC) durch beispielsweise veränderte Vibrationsmuster einer Turbine oder veränderte elektrische Verbrauchsmuster eines Antriebs vorherzusagen.

Anhand von historischen Messdaten werden Algorithmen darauf trainiert, diese atypischen Muster zu erkennen, sie vom Gutzustand des Aggregates zu unterscheiden und die Informationen eines wahrscheinlichen Ausfalls weit vor dem Ereignis signalisieren zu können. Diese Software-Algorithmen der künstlichen Intelligenz lassen sich sogar so gut trainieren, dass sie jene Teile der Maschine erkennen können, an denen der Fehler mit hoher Wahrscheinlichkeit auftreten wird.

Mit vorausschauender Wartung ist es möglich, ein Aggregat, eine Maschine, solange effizient zu betreiben, den Zeitraum bis zur nächsten Wartung soweit zu strecken, bis ein Stillstand produktionsseitig geplant ist, z.B. für Umrüstungen an der Maschine, und nicht weil die Maschine überraschend ausfällt. Die Anlagenverfügbarkeit erhöht sich deutlich und: Sie wird planbar!

Vor 10-15 Jahren waren solche Sensor-Software-Systeme schon am Markt verfügbar, aber nur für große kapitalintensiven Anlagenteile wie Kompressoren, Turbinen, große Pumpen oder Ventile rentabel. Die notwendigen Computer Systeme und Sensoren waren sehr teuer. Das Training der Algorithmen war sehr zeitaufwendig und musste regelmäßig aufwendig wiederholt (kalibriert) werden.

Was ist heute anders als vor 10-15 Jahren? Was bieten diese neuen IoT Sensoren und Systeme?

Die heute verfügbare Technik hinsichtlich Computer Hardware, Sensorik, Software, Funktechnik und digitaler Infrastruktur ist deutlich preiswerter, aber auch viel leistungsfähiger geworden.

Miniaturisierung bis auf Reiskorngröße, Multisensorik zur Messung aller nur denkbaren physikalischen Größen, und neue Computer Architekturen kombiniert mit einfach nutzbarer Software sind die Zutaten für eine ganz neue Generation von IoT Geräten, Plattformen und Lösungen.

Es fallen weniger Kosten für den Aufbau und den Betrieb der notwendigen Infrastrukturen an, Schnittstellen und die Anbindung über kabellose Netzwerke sind viel einfacher zu handhaben. IoT-Plattformen gibt es von vielen Herstellern von der Stange und die Einrichtung und der Betrieb sind schnell beherrscht.

Funkstandards wie z.B. LoRaWAN  (Long Range Wide Area Network), das lizenzfrei genutzt werden kann, ermöglichen den Aufbau von funkbasierten IoT Infrastrukturen mit überschaubaren finanziellen Mitteln.

Besonders interessant sind die neuen CPUs (Central Processing Unit) mit neuen Architekturen, die in den IoT-Geräten verbaut werden, in Kombination mit einem großen Angebot an nutzbarer Software, die oft sogar als Open-Source-Software verfügbar ist. Mit dem Angebot stehen auch viele Software Komponenten aus dem Bereich der künstlichen Intelligenz für Geräteentwickler und Hersteller zur Verfügung. Mit der neuen Hardware und der neuen Software werden die kleinen IoT-Geräte superintelligent. Wo vor vielen Jahren ein CPU Bolide in einem klimatisierten Rechnerraum werkelte, ist es heute kein Problem, das IoT-Gerät in der Größe einer  Streichholzschachtel direkt auf die Maschine zu montieren. Viele moderne IoT-Geräte, z.B. für das LoRaWAN Netzwerk, benötigen im Betrieb oft nur wenig Energie, so dass sie über mehrere Jahre mit einer einzigen Batterie betrieben werden können.

Diese neuen superintelligenten Sensoren machen Fehlervorhersagen im Betrieb von Anlagen und Maschinen, bei denen sich der Return on Investment (ROI) vor 10 Jahren noch nicht gerechnet hat, es aber heute tut, möglich. Sie öffnen die Tür dafür, aktuell angewandte Wartungsstrategien von reaktiv oder präventiv in prädiktiv – also vorausschauend – nun auch für eine größere Zahl von Aggregaten und Maschinen anzuwenden.

Sie wollen wissen, wie das konkret geht?

Das Kochrezept: 5 einfache Schritte zu Ihrem Piloten für vorausschauende Wartung und Instandhaltung

Wichtigste und / oder kritische Aggregate auswählen

Wenn nicht schon vorhanden lohnt es sich eine kurze Risikoanalyse durchzuführen. Welche Aggregate in der Produktionsanlage würden zu einer massiven Störung oder sogar zum Ausfall der Produktion führen? Wie groß sind Aufwendungen, den Schaden zu beheben, und wie lange wäre die Produktion gestört? Das Ergebnis der Analyse ist eine nach Risiken und Ersatzkosten priorisierte Liste von möglichen Aggregaten für den Piloten. Diese Liste ergänzen wir um die Komplexität und Kosten einer Nachrüstung und schon steht das Pilot-Aggregat fest.

Gutzustand der Aggregate definieren

Die nächste Frage ist, ob und anhand welcher Parameter, also Messungen, der Gutzustand des Aggregates sich vom gestörten Zustand unterscheiden lässt. Wenn ja, welche Parameter und Messgrößen sind das und wie lassen sich geeignete IoT-Geräte zur Messung finden? Am Markt gibt es eine Vielzahl von kompakten IoT-Sensoren, die z.B. komplexe Vibrationen / Schwingungen messen und analysieren können.

Da die Vibrationen oder auch die Geräusche, die eine Anlage und ihrer Aggregate machen, ihren Gesundheitszustand am besten widerspiegeln, sind mit derartigen Sensoren die meisten Fälle für zustandsbasierte und prädiktive Instandhaltung abgedeckt.

Sensoren nachrüsten

Der etwas schwierigere Teil ist die Ausrüstung der Maschinen mit Sensoren. Zwei Fragen sind hierbei zuerst zu beantworten: Wo an der Maschine sollte der Sensor installiert werden, um relevante Daten zu liefern und nicht gestört zu werden? Wie lässt sich der Sensor sicher befestigen? 

Die Installation der Sensoren wünschen wir uns möglichst minimalinvasiv. Heutige Sensoren bieten eine große Bandbreite an Lösungen zur Befestigung der Sensoren an, wobei die einfachste Lösung oft magnetische Haftung ist. Nach unserer Erfahrung funktioniert das an vielen Stellen sehr gut und zuverlässig. Bei einem solchen Sensor ist auch der Zugang für einen Batterietausch einfach. Einige Sensoren können Jahre mit einer Batterie betrieben werden und lassen sich einfach in Funknetzwerke, wie z.B. LoRaWAN, einbinden. So eignen sie sich auch für den Einsatz an schwer zugänglichen Orten.

KI-Algorithmen trainieren

Für diesen Teil brauchen wir Kenntnisse über Daten, analytische Verfahren und die Anwendung von entsprechenden Softwaresystemen. Am Markt und im Netz stehen viele Software Komponenten, wie auch ganze Systeme, zur Analyse von Daten zur Verfügung. Gleiches gilt für die Bauelemente zum Aufbau einer IoT Plattform für die Integration der Sensoren und als Ort für die IoT Apps. Alle Elemente und Systeme, kommerzielle als auch Open Source basierte, lassen sich mit relativ geringem Aufwand zu IoT-Lösungen zusammenbauen. Der Aufwand, einen IoT-Piloten vom Sensor bis zur ersten Analyse-App ans Laufen zu bekommen, ist heute deutlich geringer und kostengünstiger als noch vor 10 Jahren. Aber: Hier und da sollte man sich professionelle Unterstützung ins Haus holen.

Zustandsüberwachung starten

Fertig. Die Zustandsüberwachung des Aggregates oder der Maschine kann in den Pilotbetrieb gehen. Jetzt ist die Zeit gekommen, Maßnahmen, also Prozesse, zu definieren: Was wollen wir tun, wenn die Überwachung, die Analyse, Abweichungen vom Gutzustand anzeigt und mögliche Ausfälle ankündigt?  In der Pilotphase wird sicher eine erste Maßnahme sein, die Messungen und Prognosen zu verifizieren, um zum einen das Analysemodel zu verifizieren und ggf. anzupassen, aber natürlich auch um Vertrauen in die Lösung zu gewinnen. Korrektive Maßnahmen als Teil der „neuen“ Instandhaltungsstrategie können in einer Pilotphase exemplarisch auch für andere Aggregate entwickelt werden.

Das Kochrezept mit Zutaten

Ein konkretes Kochrezept mit Tipps zum einfachen Einstieg in vorausschauende Wartung, gezeigt an einem Kundenbeispiel zur „Schwingungsmessung mit Trendanalyse und Hochrechnung“ und weitere tiefergehende Informationen finden Sie in unserem kostenlosen E-Book:

„Vorausschauende Wartung für Einsteiger“.

Unser Angebot:

Wir beraten Sie gerne, wenn es darum geht, Fragen zur vorausschauenden Wartung zu beantworten:

„Wie starten? Mit welchen Anwendungsfällen? Welchen Mehrwert können Sie schaffen? Mit welcher Technologie starten? Wie implementieren und weitere, neue Bereiche in IoT erobern?“

Kontakt:

Haben Sie Lust uns zu treffen in unserer virtuellen Kaffeeecke. Mit einem Klick können Sie mit unserer Gründerin Elisabeth einen Termin vereinbaren.