Nützliche Prognosen
wirklichen Vorteile bringt die Digitalisierung den Produkten? Johannes Kunze von Bischhoffshausen, Director Digital Transformation von Trelleborg, ist davon überzeugt, dass die digitale Transformation große Vorteile für Produktdesign und Verfahrensweisen bietet.
Wie wäre es, wenn man voraussagen könnte, wann ein Teil des Geräts ausfällt? Wenn zu Hause die Waschmaschine ausfällt, stehen viele vor großen Problemen. Irgendwann passiert das unweigerlich — aber wäre es nicht gut zu wissen, wann es soweit ist?
Maschinen in Produktionsumgebungen fallen ebenfalls aus, vor allem wenn sie im Vollzeitbetrieb sind. Für die Hersteller führt das jedoch nicht einfach zu einem Haufen Schmutzwäsche, sondern zu kostspieligen Stillstandszeiten und fehlenden Erträgen.
„Instandhaltung ist für die Betreiber ein sehr wichtiger, wenn auch häufig kostenintensiver Bereich“, sagt Johannes Kunze, der bei Trelleborg Sealing Solutions als Director für digitale Transformation zuständig ist. „Sie ist notwendig für die Prozesseffizienz. Dabei können durch Einführung digitaler Technologie die Ausfallzeiten und damit die Gesamtbetriebskosten gesenkt werden.“
Die einfachste Wartungsstrategie ist die korrektive Instandsetzung, bei der einfach das repariert wird, was ausgefallen ist. Kunze hält diesen Ansatz bei nicht-kritischen Anwendungen für ausreichend. Wenn Stillstandszeiten schnell ins Geld gehen, ist das aber keine gute Lösung.
„Bei kritischeren Anwendungen muss die vorbeugende Wartung eingreifen, bevor es zu einem Ausfall kommt“, so Kunze. „In der Regel heißt dies, dass regelmäßige Wartungszyklen nach Nutzung oder Zeit stattfinden, aber ohne Zustandserkennung. Dadurch werden Komponenten häufig zu früh gewartet.“
Der nächste Schritt ist die zustandsorientierte Instandhaltung, bei der Sensoren in den Maschinen festgelegte Verschleißzustände von Dichtungen messen, damit diese nach Erreichen einer bestimmten Schwelle ausgewechselt werden.
Auch wenn hier bereits eine digitale Überwachung im Spiel ist, fehlt noch eine Stufe bis zur vollständigen vorausschauenden Wartung. Diese optimiert die Instandhaltungszeiten, indem sie die Nutzungsdauer einer Komponente oder deren Ausfall vorhersagt. Hierin liegt einer der großen Werttreiber der Digitalisierung. Das McKinsey Global Institute schätzt den möglichen Nutzen durch Verwendung von IoT wie etwa bei der vorausschauenden Wartung weltweit auf 630 Milliarden us-Dollar bis 2025.
„Echte Intelligenz wird erreicht, wenn die Signale der Sensoren genutzt werden und mithilfe von Methoden oder künstlicher Intelligenz vorhergesagt wird, was in einem System geschieht und wann ein Bauteil vermutlich ausfällt“, erklärt Kunze. „Damit lässt sich dann die Wartung planen.“
Für Unternehmen, die IoT und KI in ihren Produkten und Systemen einsetzen, seien der Einbau von Sensoren und die Erfassung und Auswertung der Daten nicht das Schwierigste, so Kunze: „Das Schwierigste ist, die Daten sinnvoll einzuordnen und danach zu handeln.“
Gute vorausschauende Wartung hängt davon ab, dass geeignete Werte identifiziert werden, mit denen sich Ausfälle vorhersagen lassen.
„Wenn man mit Technikern spricht, hört man oft, dass sie den Ausfall eines Systems anhand seiner Geräusche vorhersehen würden“, sagt er. „Das ist ein guter Messwert — in Kombination mit anderen üblichen Werten wie Außentemperatur und Schwingungen. Diese Indikatoren tauchen aber oft erst unmittelbar vor dem Ausfall der Maschine auf — also zu spät, um einen Stillstand zu verhindern.“
In modernen Anlagen werden immer mehr Sensoren verwendet, die alle möglichen Faktoren messen: Vibrationen, Feuchtigkeit, Umgebungstemperatur, akustische Signale,Motorstrom, Isolationswiderstand, elektrische Kapazität und elektrische Induktivität. Mitunter wird auch mittels Thermografie versucht, darzustellen, was in der Anlage geschieht. Für eine Störungsankündigung reicht ein Sensor allein in der Regel nicht aus, sondern es werden viele verschiedene Geber benötigt.
„Um ein Modell oder einen Algorithmus für IoT basierende vorausschauende Wartung zu schulen,müssen die Sensordaten mit passenden Daten aus der Praxis und mit Referenzwerten kombiniert werden“,erklärt Kunze. „Man muss die darunterliegenden Muster erkennen, beispielsweise das Verhältnis verschiedener Drücke oder die Rotationsgeschwindigkeit zwischen Ausfällen.“
Eine Datenquelle können die Technikerberichte sein, die angeben, wann eine Maschine eine Störung hatte und welche Teile ausgewechselt wurden. Danach müssen die Sensorangaben in Daten für den ordnungsgemäßen Betrieb und den Fehlermodus zerlegt werden. Und schließlich gilt es, dieses technische Wissen in die Vorverarbeitung zu integrieren.
Daran wird aber auch klar, dass es bei vorausschauender Wartung nicht um Statistik um ihrer selbst willen geht. Sondern die Sensordaten werden dafür genutzt, aussagekräftige Indikatoren zu erschaffen. Hierfür ist ein tiefgreifendes Verständnis bestimmter Anwendungen erforderlich und die Ingenieure müssen gemeinsam mit Data-Scientists Fehlermodelle entwickeln.
„IoT wird nicht dazu führen, dass Menschen durch Roboter ersetzt und Techniker und Ingenieure überflüssig werden“, bestätigt er. „Gebraucht werden intelligente Maschinen, komplexe Analysen und — am wichtigsten — Menschen.“
Immer mehr Maschinen haben nicht nur Sensoren, sondern sind auch mit dem Internet verbunden. So können sie Daten übertragen. Entscheidungen müssen von Menschen getroffen werden, doch diese Entscheidungen stützen sich auf modernste Datenanalysen, die wir von diesen intelligenten Maschinen erhalten. So entsteht eine wirklich vorausschauende Wartung.
„Ohne IoT schaffen es die Techniker kaum, Daten von bis zu 50 Sensoren zu dechiffrieren, wie sie in heutigen modernen Fertigungsmaschinen zu finden sind“, so Kunze. „Data- cientists entwickeln Algorithmen zur Erkennung von Mustern und Beziehungen innerhalb der Daten und zwischen ihnen und anderen Datenquellen. Dieser Prozess ergibt dann Daten, die gehaltvoller sind als die Rohdaten und auf deren Grundlage Menschen umsetzbare Entscheidungen treffen. “
Bei Trelleborg Sealing Solutions wird der Ansatz der vorausschauenden Wartung „Cognitive Sealing“ genannt. Er konzentriert sich weitgehend auf Bereiche, bei denen Ausfälle und Wartungen teuer sind.
„Dies zeigt, wie Big Data für Lösungen der nächsten Generation zum Einsatz kommt“, sagt Kunze.
„Wir sehen dies als die Art und Weise wir in Zukunft arbeiten werden. Wir denken, dass wir unsere Kundenbeziehungen verfestigen können, indem wir einen hochwertigen Beitrag leisten: Wir unterstützen unsere Kunden bei der Verbesserung ihrer Produkte und wiederum deren Kunden bei der Verbesserung von deren Produkten und senken gleichzeitig die Gesamtbetriebskosten.“
Weitere Informationen finden Sie auf https://www.trelleborg.com/de-de/seals
Presseservice: Dieser Artikel ist in acht Sprachen verfügbar. Medien sind herzlich eingeladen, diesen Artikel in ihren eigenen Publikationen zu verwenden. Um diesen Artikel und die Bilder in einer der verfügbaren Sprachen herunterzuladen, öffnen Sie https://bamboo-contentpartner.com/. Wenn Sie Informationen aus dieser Mitteilung weiterverwenden, geben Sie die Kontaktdaten wie folgt an: www.trelleborg.com.