1 Bewertungen

Prognosetool nutzt Daten effizienter Grünes Licht für effektives Anlagenmanagement

publish-industry Verlag GmbH

Wie das Berliner Ampelmännchen zeigt die Software den aktuellen Zustand von Maschinen oder Anlagenkomponenten in Form einer Ampel.

09.05.2017

Die Analyse von Daten einer Anlage wird bei der Instandhaltung immer wichtiger, denn wann und wo die Anlage gewartet oder ausgebessert werden soll, verrät die ständige Datenüberwachung und die Berechnung der Daten über eine Analysesoftware.

Sponsored Content

Betriebe versprechen sich von intelligenter Instandhaltung positive Auswirkungen: Eine Erhöhung der optimalen Lebensdauernutzung, sprich der Restlebensdauer, sowie die Einhaltung von Qualitäts-, Sicherheits- und Umweltstandards stehen im Vordergrund. Hieraus gehen eine Maximierung der Verfügbarkeit der Anlagen und eine Vermeidung hoher Ausfallkosten hervor. Zusätzlich birgt der Bereich Instandhaltung ein hohes Maß an Einsparpotenzial, beispielsweise bei der Lagerhaltung, dem Zeitmanagement oder den Störungsraten. Noch nutzt die Industrie das Potenzial der Instandhaltung nicht vollständig aus. Daher entwickelt sie entsprechende Methoden permanent weiter. Die Entwicklung zeigt, dass für Unternehmen die Zukunft klar in Richtung „intelligente Instandhaltung“ geht.

Input für die Instandhaltung

Wer künftig Kosten bei der Instandhaltung einsparen will, greift auf gesammelte Daten seiner Anlage zurück. Datensammlungen über den Zustand von Anlagen jeglicher Art sind durch die neuen Technologien der Industrie 4.0 und Big Data in allen Unternehmen von großem Nutzen. Von Analysen dieser Daten verspricht sich der Anlagenbetreiber Antworten auf verschiedene Fragen. So kann er durch die Daten erfahren, warum der Zustand der Anlage kritisch beziehungsweise bei welchen Komponenten eine Störung zu erwarten ist. Somit weiß der Betreiber, welche Ursachen die Probleme der Maschine haben und wo die Wartung stattfinden muss, um sie zu beheben. Letztlich zielen Anlagenmanager darauf ab, Ausfallzeiten von Anlagen zu verkürzen und den Wartungsturnus zu verlängern. Bisher etablierte Ansätze der Datenanalyse liefern mithilfe von Zustands- und Prozessdaten, wie zum Beispiel Temperatur- und Schwingungsdaten sowie Schmierstoffanalysen, wesentliche Auskünfte über kritische Komponenten einer Anlage.

Datennutzung als Basis

Mit dem Thema Instandhaltungsmanagement und Prognoselösungen setzt sich seit Längerem Cassantec mit Sitz in Zürich auseinander. Das Unternehmen stellt ein Tool bereit, das Anwendern Risiken für mögliche Störungen an Maschinen prognostiziert. Ihre Software Cassantec Prognostics verwendet stochastische Algorithmen zur Ermittlung von potenziellen Fehlfunktionen an Anlagen. Die Prognoselösung nutzt Datenmaterial, das aus dem Condition Monitoring und der Zustandsüberwachung der anwendenden Unternehmen hervorgeht. Eine transparente Anzeige kritischer Phasen mit möglichen zukünftigen Problemen an Maschinen stellt das Tool dem Anwender bereit. So kann er aktiv eingreifen und entsprechende Wartungsmaßnahmen rechtzeitig durchführen. Hierbei hält sich der Nutzer nicht an langfristig aufgestellte und auf Erfahrungen beruhende Wartungspläne, sondern führt Wartungen auf Grundlage der konkreten Zustandsprognosen durch.

Die Konfiguration der Prognoselösung läuft bei Cassantec Prognostics in mehreren Schritten ab: Nach Bestimmung der betreffenden Anlagenkomponente und Definition der Störungsarten folgt eine Analyse der vorliegenden Daten. Auf dieser Grundlage und im Zusammenspiel mit Domänenexperten, vor allem des Kunden, werden Störungen und Datenparameter definiert und deren Zusammenhang bewertet. So lassen sich die Prognose und die Restlebensdauer berechnen. In einer Feedback-Schleife finden eine Bewertung der errechneten Ergebnisse sowie gegebenenfalls die Anpassung der Eingaben aus den vorherigen Schritten statt. Nach erfolgreicher Validierung ist das Tool bereit für den Einsatz und Betriebe nutzen die Prognosen im laufenden Betrieb.

Übersichtliche Darstellung

Den aktuellen Zustand von Maschinen oder Anlagenkomponenten zeigt die Software in Form einer Ampel. Dadurch sieht der Betreiber, in welcher Phase – grün, gelb oder rot – sich eine Anlage beziehungsweise einzelne Komponenten befinden. Die Prognosetechnologie wiederum erstellt Risikoprofile, wann mit welcher Störung zu rechnen ist. Diese Risikoprofile stellt die Software ebenfalls mit einem Ampelsystem vereinfacht dar. Auch hier stehen die Farben für verschiedene Risikostufen, wobei Grün ein geringes Risiko signalisiert und Rot eine Gefahr von, zum Beispiel, über 20 Prozent darstellt. Aus den Prognoseberichten geht hervor, wann welche Phase beginnt und endet, das heißt, wann der Zustand der Maschine wirklich kritisch wird. Der Betreiber kann somit ableiten, wann sich das Zeitfenster, in dem Wartungen vorgenommen werden sollten, öffnet und schließt, um unvorhergesehene Ausfälle möglichst zu verhindern und zugleich Restlebensdauern optimal auszunutzen.

Bessere Planbarkeit durch Prognose

Durch den expliziten Zeithorizont profitieren Betriebe vor allem beim Faktor „Planbarkeit“, um den die bisherige Zustandsüberwachung erweitert wird. Dank frühzeitigen Erkennens möglicher Probleme ist genau planbar, wann Anwender Instandhaltungsmaßnahmen durchführen sollten, um Ausfälle zu vermeiden. Sie werden nur noch getätigt, wenn sie technisch notwendig sind. Da die Unternehmen lange im Voraus wissen, in welchen Zeiträumen Störungen an Anlagen auftreten werden, können sie effizienter planen. So können Ersatzteile zum richtigen Zeitpunkt bestellt und Arbeitspläne frühzeitig, unter Vermeidung von Überstunden und Nachtarbeit, aufgestellt werden. Dadurch ergibt sich eine hohe Kostenkontrolle: Weniger ungeplante Ausfälle heißt weniger außerordentliche Kosten, die infolge von Reparaturen und Stillstand entstehen. So können Anwender präzise für Hochsaisons planen und wissen datenbasiert, wann Anlagen Instandhaltungsmaßnahmen benötigen.

Verwandte Artikel